作者：王琎; 宫铭举; 白银; 董晨区域供热负荷预测离散小波变换特征选择极端随机树回归
摘要：区域供热系统热负荷的精准预测对节能减排具有重要的参考价值.针对现有预测方法不能充分提取热负荷非线性特征的弊端,结合离散小波变换(DWT)多尺度分辨的优势,提出一种基于DWT和特征选择的热负荷预测模型.首先利用DWT将特征分解为不同频率的分量,然后利用LASSO算法进行特征选择,保留与未来一个小时热负荷相关性较高的特征作为模型输入,并采用极端随机树回归(ETR)对不同频率分量分别建立预测模型.最后通过逆离散小波变换(IDWT)得到预测结果.利用换热站实际运行数据进行测试,结果表明,上述模型的均方根误差(RMSE)和平均绝对误差百分比(MAPE)分别为4.151和2.452%,与单一ETR、DNN模型相比不但更能充分提取数据的非线性特征,而且具有更高的预测准确度.
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
