论文精选｜基于神经网络的城市燃气日负荷预测
内容摘要
《煤气与热力》2025年11月刊发表北京建筑大学环境与能源工程学院郝学军等人的论文，以Z市2018年1月1日—2020年12月31日的日用气量为研究对象，建立BP、LSTM、GRU、IPSO-GRU、KPCA-IPSO-GRU共5种神经网络预测模型并对比。结果表明KPCA-IPSO-GRU模型的平均绝对百分比误差与均方根误差均最小，预测结果最准确。对燃气企业而言，这类方法可用于供暖期日负荷预测和供气调度参考。
影响分析
为城镇燃气企业改进供暖期日负荷预测、优化供气调度和储气调峰安排提供方法参考，不涉及价格或合规要求。