期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
集中供热热力站短期热负荷预测模型对比研究
被引量：
3
1
作者
果泽泉
何波
+6 位作者
何强
周继平
蒋雅玲
张凡
陈超
郭放
鄢烈详
《区域供热》
2024年第1期146-158,共13页
以湖北省十堰市一个集中供热热力站为对象,基于实测运行数据和气象数据进行供热负荷预测研究。分别采用随机森林(Random Forest,RF)、极度梯度提升(eXtreme Gradient Boosting,XGBoost)、BP神经网络、支持向量回归(Support Vector Regre...
以湖北省十堰市一个集中供热热力站为对象,基于实测运行数据和气象数据进行供热负荷预测研究。分别采用随机森林(Random Forest,RF)、极度梯度提升(eXtreme Gradient Boosting,XGBoost)、BP神经网络、支持向量回归(Support Vector Regression,SVR)、长短期记忆(Long Short Term Memory,LSTM)神经网络5种方法进行预测模型训练及测试,基于粒子群优化算法(Particle Swarm Optimization,PSO)优化各模型参数,获得最优模型,在此基础上针对不同模型在不同短期负荷预测情景下的表现进行对比研究。研究结果表明:在未来24h预测情景下,随机森林、XGBoost模型的预测精度最高,二者的平均绝对误差(MAE)分别为0.84 W/m^(2)及1.00 W/m^(2)。在未来1h预测情景下,SVR模型的预测精度最高,其MAE为0.18 W/m^(2)。
展开更多
关键词
集中供热
负荷预测
随机森林
极度梯度提升
BP神经网络
支持向量回归
长短期记忆神经网络
在线阅读
下载PDF
职称材料
基于大数据技术的智慧供热平台数据安全迁移研究
2
作者
何波
俞国
+1 位作者
陈超
张凡
《中国高新科技》
2024年第20期39-41,共3页
为更有效地管理和利用智慧供热平台数据,文章基于大数据技术,设计了一种智慧供热平台数据安全迁移方法。在大数据环境下,分析智慧供热平台数据的来源和类型,确定数据容错标准后,对智慧供热平台数据实施整合;利用AES算法加密数据;设置FIF...
为更有效地管理和利用智慧供热平台数据,文章基于大数据技术,设计了一种智慧供热平台数据安全迁移方法。在大数据环境下,分析智慧供热平台数据的来源和类型,确定数据容错标准后,对智慧供热平台数据实施整合;利用AES算法加密数据;设置FIFO调度器闭环和HBase迁移参量,针对整合加密后的数据实施迁移处理。实验结果表明,应用该方法迁移后,智慧供热平台数据的完整度和准确度最高分别可以达到99.8%、99.7%,说明了该方法的有效性。
展开更多
关键词
智慧供热平台
供热数据
大数据技术
数据融合
数据加密
数据迁移
在线阅读
下载PDF
职称材料
题名
集中供热热力站短期热负荷预测模型对比研究
被引量：
3
1
作者
果泽泉
何波
何强
周继平
蒋雅玲
张凡
陈超
郭放
鄢烈详
机构
京能东风(十堰)能源发展
有限公司
汉谷
云智
(
武汉
)
科技
有限公司
出处
《区域供热》
2024年第1期146-158,共13页
基金
国家重点研发计划“基于低品位热能的低碳集中供热关键技术”(2022YFC3802400)。
文摘
以湖北省十堰市一个集中供热热力站为对象,基于实测运行数据和气象数据进行供热负荷预测研究。分别采用随机森林(Random Forest,RF)、极度梯度提升(eXtreme Gradient Boosting,XGBoost)、BP神经网络、支持向量回归(Support Vector Regression,SVR)、长短期记忆(Long Short Term Memory,LSTM)神经网络5种方法进行预测模型训练及测试,基于粒子群优化算法(Particle Swarm Optimization,PSO)优化各模型参数,获得最优模型,在此基础上针对不同模型在不同短期负荷预测情景下的表现进行对比研究。研究结果表明:在未来24h预测情景下,随机森林、XGBoost模型的预测精度最高,二者的平均绝对误差(MAE)分别为0.84 W/m^(2)及1.00 W/m^(2)。在未来1h预测情景下,SVR模型的预测精度最高,其MAE为0.18 W/m^(2)。
关键词
集中供热
负荷预测
随机森林
极度梯度提升
BP神经网络
支持向量回归
长短期记忆神经网络
Keywords
district heating
load prediction
random forest
XGBoost
BP neural network
support vector regression
LSTM
分类号
TU995 [建筑科学—供热、供燃气、通风及空调工程]
在线阅读
下载PDF
职称材料
题名
基于大数据技术的智慧供热平台数据安全迁移研究
2
作者
何波
俞国
陈超
张凡
机构
京能东风(十堰)能源发展
有限公司
汉谷
云智
(
武汉
)
科技
有限公司
出处
《中国高新科技》
2024年第20期39-41,共3页
文摘
为更有效地管理和利用智慧供热平台数据,文章基于大数据技术,设计了一种智慧供热平台数据安全迁移方法。在大数据环境下,分析智慧供热平台数据的来源和类型,确定数据容错标准后,对智慧供热平台数据实施整合;利用AES算法加密数据;设置FIFO调度器闭环和HBase迁移参量,针对整合加密后的数据实施迁移处理。实验结果表明,应用该方法迁移后,智慧供热平台数据的完整度和准确度最高分别可以达到99.8%、99.7%,说明了该方法的有效性。
关键词
智慧供热平台
供热数据
大数据技术
数据融合
数据加密
数据迁移
Keywords
smart heating platform
heating data
big data technology
data fusion
data encryption
data migration
分类号
TU995 [建筑科学—供热、供燃气、通风及空调工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
集中供热热力站短期热负荷预测模型对比研究
果泽泉
何波
何强
周继平
蒋雅玲
张凡
陈超
郭放
鄢烈详
《区域供热》
2024
3
在线阅读
下载PDF
职称材料
2
基于大数据技术的智慧供热平台数据安全迁移研究
何波
俞国
陈超
张凡
《中国高新科技》
2024
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
