针对当前冷热电联供 (CombinedCooling,HeatingandPower,CCHP)系统优化调度研究缺少冷热电负荷预测的问题,提出了基于改进集成经验模态分解 (ModifiedEnsembleEmpiricalModeDecomposition,MEEMD)、模糊熵 (FuzzyEntropy,FN)和长短期记忆神经网络 (LongShortTerm Memory,LSTM)的 CCHP系统负荷预测方法. 使用 MEEMD算法将原始数据分解为若干IMF 分量,计算IMF 分量的模糊熵并 将模糊熵相近的分量相加,使用 LSTM 对相加后新的分量进行预测,最后将分量预测结果重构得到最终预测值.通过仿真并对比分析其他方法的负荷预测精度,证明所提预测方法具有良好的预测效果. |