摘要：為了解決火電廠供熱和供電的矛盾、增強(qiáng)機(jī)組的調(diào)峰范圍,需要建立精確的熱負(fù)荷預(yù)測模型。針對熱電聯(lián)供系統(tǒng)熱負(fù)荷影響因素多、耦合性非線性強(qiáng)等特點(diǎn),利用T-S模糊神經(jīng)網(wǎng)絡(luò)算法建立熱負(fù)荷預(yù)測模型,用于預(yù)測未來時間熱負(fù)荷的變化。通過基于減法聚類的模糊C均值聚類算法進(jìn)行結(jié)構(gòu)辨識,再利用模糊神經(jīng)網(wǎng)絡(luò)的混合學(xué)習(xí)算法進(jìn)行參數(shù)辨識。為了建立熱負(fù)荷的精確模型,選取熱負(fù)荷的主要影響因素作為變量。其中,將室外溫度、供水溫度、回水溫度、供水流量作為輸入變量,熱負(fù)荷作為輸出變量,并從熱電廠DCS上采集連續(xù)兩天24 h的歷史數(shù)據(jù),將前一天的數(shù)據(jù)作為訓(xùn)練集和后一天的數(shù)據(jù)作為檢測集。在MATLAB上進(jìn)行試驗。仿真結(jié)果顯示:98%的訓(xùn)練樣本的相對誤差在±0.4%之間,且98%的檢測樣本的相對誤差在±0.6%之間。這表明預(yù)測模型的擬合度精確度較好,可以為供熱機(jī)組調(diào)峰研究提供依據(jù)。