基于主元分析的BP神经网络智能工业园区能耗模型建立方法

摘要

本发明公开了一种基于主元分析的BP神经网络用户能耗模型建立方法，该方法预处理选取的终端用户的历史耗电数据以及用户的煤、油（汽油、柴油和煤油）、气（液化石油气和天然气）、电的耗能数据，经归一化处理后计算灰色关联系数以及灰色关联矩阵并根据灰色关联度选取输入变量，进行主元分析得到若干个不相关的输出量，作为BP神经网络模型的输入量，并确定神经网络输出变量和隐含层个数，完成神经网络初始化及网络训练建立园区终端用户能耗模型。本发明通过主元分析法有效减少了BP神经网络能耗模型的输入变量，能有效辨识能耗与各终端用户数据的关系，更加精确地建立了园区终端用户的能耗模型，并能够有效预测整个园区用户的总耗能。