基于改进黏菌算法优化BiLSTM的短期供热负荷控制预测

摘要

针对短期供热负荷控制预测的问题，提出了一种基于改进黏菌算法优化BiLSTM的预测模型。利用猫映射、T分布变异和随机反向学习等改进策略对黏菌算法进行改进，改进后的黏菌算法优化BiLSTM网络参数，构建ISMA-BiLSTM模型，对换热站热负荷进行预测。实验结果表明，ISMA-BiLSTM模型与SMA-BiLSTM、BiLSTM和LSTM模型相比，预测结果更加合理且预测精度有所提高，在短期供热负荷预测中能满足实际工程控制需要。

关键词

集中供热系统 / 热负荷 / 短期供热负荷控制预测 / 黏菌算法 / 双向长短期记忆网络 / 猫映射 / T分布变异 / 随机反向学习

基金资助

河北省自然科学基金项目(E2020209121)