首页期刊导航|区域供热
期刊信息/Journal information
区域供热
区域供热

曾享麟

双月刊

1005-2453

qygrbjb@sina.com

010-65339564

100026

北京朝阳区红庙西大望路甲1号温特莱酒店10层

区域供热/Journal District Heating
查看更多>>本刊是中国城镇供热协会会刊，是国内外公开发行的技术性刊物，82年创刊，以宣传国家关于供热设施的建设方针、政策为宗旨，介绍国内外热能生产、输配先进技术及新材料、新设备、新工艺的研究与应用情况，刊载城市供热规划、设计、建设、管理的专题文章，以宣传节约能源、减少环境污染、改善人民的生活环境为已任。
正式出版
收录年代

    二次热网云边协同智能管控平台研究与开发

    谢或馨杨德俊
    145-149页
    查看更多>>摘要：设计开发了热力小室边缘计算智能工作站和云端集中管控平台软件,完成了系统的软硬件在某供热小区的部署运行,实现了集中平台管控下的二次热网热力小室水力平衡调节,有效地支撑了相应换热站的节能运行.本系统平台设计开发的技术架构为二次热网分布式热力小室的智能调度管控积累了实践经验.

    二次热网热力小室边缘计算云边协同智能管控

      原文链接:
    • 万方数据
    • 维普

    基于L1-SSA-SVM模型的城镇燃气短期负荷预测

    肖荣鸽夏海平李雨泽刘鸿嘉...
    150-158页
    查看更多>>摘要：精准及时的燃气负荷预测对于充分调配燃气资源,保障居民用气问题是十分重要的,然而燃气负荷本身具有非线性的特点,故想要建成固定模拟机理十分困难.为了找到更加精准的燃气负荷预测模型,提出了一种利用L1(Least absolute shrinkage and selection operator,Lasso Regression)范数特征选择分析关联度,基于优化麻雀算法SSA(Sparrow Search Algorithm,ISSA)优化支持向量机(support vector machines,SVM)的燃气负荷预测模型.利用L1范数特征选择在燃气负荷相关的11个影响因素中选择,通过分析不同影响因素之间的关联度,让其中一部分影响因素的系数缩小,产生一个稀疏权值矩阵,剔除关联度相对较小的影响因素.将关联度较高的影响因素作为SVM的输入,再对支持向量机模型的惩罚因子c及核函数参数g进行优化,建立L1 SSA-SVM模型预测城镇燃气负荷,并验证其准确性和有效性.结果表明:所提出模型MAPE为 0.65％,远低于传统的支持向量机模型以及传统麻雀搜索算法优化的支持向量机模型,同时,使用L1范数特征选择对影响燃气负荷预测的因素进行筛选能有效地提高所建立模型的预测精准度,文中所提出的L1-SSA-SVM模型具有十分广泛的适用性.

    燃气负荷预测:麻雀搜索算法L1范数特征选择支持向量机模型

      原文链接:
    • 万方数据
    • 维普