您当前的位置:
首页 >
文章列表页 >
基于树模型和神经网络的供热一次网负荷预测
综合能源系统应用 | 更新时间:2025-12-29
    • 基于树模型和神经网络的供热一次网负荷预测

    • Load prediction of primary heating networks based on tree models and neural networks

    • “在建筑能源系统优化领域,专家采用5种机器学习算法预测建筑热负荷,发现ETR和XGBR模型预测精度最高,为建筑节能提供参考。”
    • 综合智慧能源   2025年47卷第12期 页码:73-80
    • DOI:10.3969/j.issn.2097-0706.2025.12.008    

      中图分类号: TK 89
    • 收稿:2025-06-05,

      修回:2025-09-16,

      网络出版:2025-12-25,

      纸质出版:2025-12-25

    移动端阅览

  • 闫京,蒋泽龄,关宝良等.基于树模型和神经网络的供热一次网负荷预测[J].综合智慧能源,2025,47(12):73-80. DOI: 10.3969/j.issn.2097-0706.2025.12.008.

    YAN Jing,JIANG Zeling,GUAN Baoliang,et al.Load prediction of primary heating networks based on tree models and neural networks[J].BLASTING,2025,47(12):73-80. DOI: 10.3969/j.issn.2097-0706.2025.12.008.

  •  
  •  

0

浏览量

3

下载量

0

CSCD

文章被引用时,请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

电力系统高危N-k故障的高危断面辨识与保护配置
基于Transformer嵌入式深度确定性策略梯度法的MB-PSS稳定性控制
深度神经网络在新型能源系统中的应用及展望
基于CNN-LSTM-Self attention的园区负荷多尺度预测研究

相关作者

谭玉东
孙溶佐
蔡晔
黄子书
赵镱然
殷林飞
石鑫
刘奇央

相关机构

国网;湖南省电力有限公司经济技术研究院
长沙理工大学 防灾减灾全国重点实验室
广西大学 电气工程学院
港华能源投资有限公司
清华大学 能源互联网创新研究院
0