基于CEEMDAN-SVR的公路隧道运营短期能耗预测模型研究

作     者：王钧 付立家 尚康 陈光勇 WANG Jun;FU Lijia;SHANG Kang;CHEN Guangyong

作者机构：甘肃省公路航空旅游投资集团有限公司兰州730030 招商局重庆交通科研设计院有限公司重庆400067 重庆交通大学交通运输学院重庆400074 山东省交通规划设计院集团有限公司济南250101 

基　　金：交通运输行业重点科技项目(2021-MS4-102) 

出 版 物：《公路交通技术》 (Technology of Highway and Transport)

年 卷 期：2023年第39卷第6期

页      码：145-152页

摘      要：针对公路隧道能耗数据的随机性、不确定性和小样本特征,采用“分解-预测-集成”思路,提出一种基于集合经验模态分解模型(CEEMDAN)和支持向量机回归(SVR)的组合预测模型,能够有效提高短期能耗预测精度。首先,通过预处理原始能耗数据剔除异常值、修复缺失值和标准化能耗数据;其次,运用CEEMDAN模型将能耗数据分解为模态分量和残差分量;最后,分别构建各分量的SVR模型进行训练和预测,通过集成合并各分量预测值得到整体能耗预测值。以济莱高速公路蟠龙隧道用电量数据为例,探究模型最佳输入步长和输出步长,并与其他单模型和组合模型进行对比。结果表明:CEEMDAN-SVR模型在RMSE、MAE、MAPE指标下均能取得最优预测精度。

主 题 词：公路隧道 短期能耗预测 CEEMDAN SVR RMSE MAE MAPE 

学科分类：081406[081406] 08[工学] 0814[工学-地质类] 082301[082301] 0823[工学-农业工程类] 

D　O　I：10.13607/j.cnki.gljt.2023.06.020

馆 藏 号：203125322...