Para satisfacer las necesidades de las empresas de cogeneración de calor y electricidad en cuanto a la estimación de la carga térmica regional, se propone un método de estimación utilizando un modelo de regresión de red elástica. En primer lugar, se analizan los factores que afectan el índice de calor real del sistema de calefacción, y se determinan los parámetros de entrada del modelo; luego, se construye un modelo de estimación basado en los datos reales de operación de la temporada de calefacción 2022-2023 en 123 distritos de la ciudad de Xi'an, demostrando que este modelo tiene un ajuste superior del 3,88% y 4,22% respectivamente en comparación con los modelos de regresión de Lasso y regresión ridge; finalmente, se verifica el modelo de regresión de red elástica seleccionando datos relevantes de algunos distritos de la ciudad de Xi'an para formar un conjunto de validación. Los resultados de la verificación indican que el modelo de regresión de red elástica combina las ventajas de los modelos de regresión de Lasso y de regresión ridge, con un error cuadrático medio y un ajuste respectivos de 1,150 y 0,953, lo que muestra que en comparación con los modelos tradicionales, el modelo puede reducir el consumo de energía en un 4% al tiempo que satisface las necesidades de carga térmica. Esto demuestra que este método puede estimar con precisión el índice de calor real del sistema de calefacción en diferentes condiciones de parámetros y satisfacer las necesidades reales de las empresas de cogeneración de calor y electricidad.

Cogeneración de calor y electricidad; índice de calor real del sistema de calefacción; modelo de regresión de red elástica; estimación de la carga térmica