Abstract: M. Borujeni, W. Zhao (2022)

Short-term forecasting of heat demand is crucial for controlling district heating networks and integrated electricity and heat supply systems. The forecast specifies an estimate of the energy required in the coming hours which enables the controller to proactively manage the storage units and schedule the heat generation. Consequently, improving the accuracy of heat demand forecasting can lead to reduced operational cost and increased reliability of the energy supply. This paper presents the development of a sample weighted Support Vector Machine (SVM) to improve the accuracy of heating demand forecasting. As the dynamics of heat demand time series change over time, recurrence plot analysis is first used to investigate any seasonal behavior and its relationship to ambient temperature. Then, to capture this seasonal behavior, a membership-function-based method is presented to generate the weight of each sample in learning a SVM model. This method is evaluated using a dataset with half hourly resolution from an industrial case study in the UK. Compared to conventional forecasting methods, the proposed approach shows significantly better accuracy in 24 hours ahead forecasting of heat demand.

Please note: The abstracts of the bibliography database may underly other copyrights.

Ihr Browser versucht gerade eine Seite aus dem sogenannten Internet auszudrucken. Das Internet ist ein weltweites Netzwerk von Computern, das den Menschen ganz neue Möglichkeiten der Kommunikation bietet.

Da Politiker im Regelfall von neuen Dingen nichts verstehen, halten wir es für notwendig, sie davor zu schützen. Dies ist im beidseitigen Interesse, da unnötige Angstzustände bei Ihnen verhindert werden, ebenso wie es uns vor profilierungs- und machtsüchtigen Politikern schützt.

Sollten Sie der Meinung sein, dass Sie diese Internetseite dennoch sehen sollten, so können Sie jederzeit durch normalen Gebrauch eines Internetbrowsers darauf zugreifen. Dazu sind aber minimale Computerkenntnisse erforderlich. Sollten Sie diese nicht haben, vergessen Sie einfach dieses Internet und lassen uns in Ruhe.

Die Umgehung dieser Ausdrucksperre ist nach §95a UrhG verboten.

Mehr Informationen unter www.politiker-stopp.de.

Forecasting Heat Demand with Complex Seasonal Pattern Using Sample Weighted SVM