最大熵原理的供热负荷预报研究
２００８年２月第３５卷 第１期
西安电子科技大学学报（自然科学版）犑犗犝犚犖犃犔 犗犉 犡犐犇犐犃犖 犝犖犐犞犈犚犛犐犜犢
Ｆｅｂ．２００８
ｏ．１Ｖｏｌ．３５ Ｎ
最大熵原理的供热负荷预报研究
陈 烈，齐维贵，邓盛川
（哈尔滨工业大学电气工程及自动化学院，黑龙江哈尔滨 １）５０００１
摘要：根据建筑供热的特点和供热节能控制的需要，提出应用最大熵法进行负荷预报，介绍了最大熵谱对从热力站采集的历史随机负荷序列进行预处理，将其中的确定性部分和随机部法原理及Ｂｕｒｇ算法，分进行分离；并对负荷样本序列，分别用相关法和最大熵谱法进行负荷预报，对两种结果进行了分析比较，采用最大熵谱法进行负荷预报，其预报精度、自适应性和算法的实时性均能较好地满足建筑分户计量节能供热的要求．
关键词：最大熵；随机序列；负荷预报；计量供热
中图分类号：（）ＴＭ９２１．２ 文献标识码：Ａ 文章编号：１００１２４００２００８０１０１８３０６
犛狋狌犱犳犺犲犪狋犾狅犪犱犳狅狉犲犮犪狊狋犻狀犪狊犲犱狅狀狋犺犲狔狅犵犫
犿犪狓犻犿狌犿犲狀狋狉狅狉犻狀犮犻犾犲狆狔狆狆
犆犎犈犖犔犻犲，犙犐犠犲犻狌犻，犇犈犖犌犛犺犲狀犮犺狌犪狀犵犵
（，ＳｃｈｏｏｌｏｆＥｌｅｃｔｒｉｃａｌＥｎｉｎｅｅｒｉｎｎｄＡｕｔｏｍａｔｉｏｎｇｇａ，Ｈ）ＨａｒｂｉｎＩｎｓｔｉｔｕｔｅｏｆＴｅｃｈｎｏｌｏａｒｂｉｎ５０００１，Ｃｈｉｎａ １ｇｙ
：犃犫狊狋狉犪犮狋ｃｃｏｒｄｉｎｏｔｈｅｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆａｒｃｈｉｔｅｃｔｕｒｅｈｅａｔｓｕｌｎｄｔｈｅｄｅｍａｎｄｓｆｏｒｅｎｅｒｓａｖｉｎ Ａｇｔｐｐｙａｇｙｇ
，ｌｏａｄｆｏｒｅｃａｓｔｉｎａｓｅｄｏｎｔｈｅｍａｘｉｍｕｍｅｎｔｒｏｅｔｈｏｄｉｓｐｒｏｏｓｅｄ．Ｂｓｉｎｈｅｌｅａｓｔｓｕａｒｅｃｏｎｔｒｏｌｇｂｐｙｍｐｙｕｇｔｑ
，ｆｉｔｔｉｎｎｄｔｈｅｐｒｅｔｒｅａｔｍｅｎｔａｒｏａｃｈｔｈｅｈｉｓｔｏｒｉｃａｌｒａｎｄｏｍｌｏａｄｓｅｒｉｅｓｃｏｌｌｅｃｔｅｄｆｒｏｍｔｈｅｈｅａｔｓｕｌｇａｐｐｐｐｙｓｔａｔｉｏｎａｒｅｓｅａｒａｔｅｄｉｎｔｏｔｈｅｃｅｒｔａｉｎｐａｒｔａｎｄｔｈｅｒａｎｄｏｍｐａｒｔ．Ｔｈｅｎｔｈｅｌｏａｄｓｅｒｉｅｓｉｓｄｅａｌｔｗｉｔｈｂｈｅｐｙｔａｕｔｏｃｏｒｒｅｌａｔｉｏｎｍｅｔｈｏｄａｎｄｔｈｅｍａｘｉｍｕｍｅｎｔｒｏｅｔｈｏｄｒｅｓｅｃｔｉｖｅｌ．Ｃｏｍａｒｉｎｈｅｒｅｓｕｌｔｓｏｆｔｈｅｓｅｐｙｍｐｙｐｇｔｔｗｏｍｅｔｈｏｄｓｓｈｏｗｓｔｈａｔｔｈｅｌｏａｄｆｏｒｅｃａｓｔｉｎａｓｅｄｏｎｔｈｅｍａｘｉｍｕｍｅｎｔｒｏｔｈｅｏｒｃａｎｍｅｅｔｔｈｅｄｅｍａｎｄｓｇｂｐｙｙ
，ｆｏｒｈｅａｔｉｎｎｅｒｓａｖｉｎｏｎｔｒｏｌｉｎｔｅｒｍｓｏｆｔｈｅｆｏｒｅｃａｓｔｉｎｃｃｕｒａｃａｕｔｏａｄａｔｉｖｅａｎｄｒｅａｌｔｉｍｅａｂｉｌｉｔｇｅｇｙｇｃｇａｙｐｙｂｅｔｔｅｒ．
：；；；犓犲狅狉犱狊ａｘｉｍｕｍｅｎｔｒｏｒａｎｄｏｍｓｅｒｉｅｓｌｏａｄｆｏｒｅｃａｓｔｉｎｈｅａｔｍｅｔｅｒｉｎ ｍｐｙｇｇ狔犠
Ｄｕｅｔｏｔｈｅｌａｒｅｃｏｎｓｕｍｔｉｏｎｏｆｅｎｅｒｉｎｔｈｅｈｅａｔｉｎｓｔｅｍ，ｅｆｆｅｃｔｉｖｅｅｎｅｒｓａｖｉｎｏｎｔｒｏｌｓｓｔｅｍｓｇｐｇｙｇｓｙｇｙｇｃｙａｒｅｄｅｓｉｒａｂｌｅｔｏｄｅｃｒｅａｓｅｔｈｅｔｏｔａｌｃｏｓｔ．Ａｃｃｕｒａｔｅｆｏｒｅｃａｓｔｏｆｈｅａｔｌｏａｄｉｎｈｅａｔｉｎｓｔｅｍｉｓａｋｅｏｈｅａｔｇｓｙｙｔｓｕｌｏｎｔｒｏｌｓｓｔｅｍｄｅｓｉｎ．ＭａｔｔｉａｓＢ．Ｏ．Ｏｈｌｓｓｏｎ１ｄｅｓｃｒｉｂｅｄａｍｅｔｈｏｄｕｓｉｎｒｔｉｆｉｃｉａｌｎｅｕｒａｌｎｅｔｗｏｒｋｐｐｙｃｙｇｇａ
，ｔｏｆｏｒｅｃａｓｔｔｈｅｈｅａｔｌｏａｄｏｆａｌａｒｅｂｕｉｌｄｉｎｎＡｍｅｒｉｃａ．ＴｈｅｉｎｕｔｓｏｆｔｈｅＡＮＮｍｏｄｅｌｗｅｒｅｔｉｍｅｇｇｉｐ，，ｔｅｍｅｒａｔｕｒｅｓｕｎｌｉｈｔａｎｄｗｉｎｄｓｅｅｄｗｈｉｌｅｔｈｅｏｕｔｕｔｗａｓｔｈｅｈｅａｔｌｏａｄ．ＺｈｏｕＥｎｚｅ２ａｌｉｅｄｔｈｅｔｉｍｅｐｇｐｐｐｐ
，ｓｅｒｉｅｓｔｏａｃｃｏｍｌｉｓｈｓｈｏｒｔｔｅｒｍｆｏｒｅｃａｓｔｉｎｆｈｅａｔｌｏａｄａｎｄｕｔｉｌｉｚｅｄｃｏｒｒｅｌａｔｉｏｎｍｅｔｈｏｄｆｏｒｍｅｔａｈａｓｅｐｇｏｐｆｏｒｅｃａｓｔｉｎ．Ｔｈｅｒｅｓｕｌｔｓｗｅｒｅｕｓｅｄａｓａｎｉｎｓｔｒｕｃｔｉｏｎｏｆｔｈｅｅｎｅｒａｎａｅｍｅｎｔｏｆｈｅａｔｉｎｅｔｗｏｒｋ．ｇｇｙｍｇｇｎＯｕｔｄｏｏｒｅｕｉｖａｌｅｎｔｅｕａｔｉｏｎｗｈｏｓｅｐａｒａｍｅｔｅｒｓｃｏｕｌｄｂｅｅｓｔｉｍａｔｅｄｗａｓａｌｉｅｄｔｏｔｈｅｈｅａｔｌｏａｄｑｑｐｐ
３４
ＣａｏＹｕｉａｎｔａｌ．ｒｅｓｅｎｔｅｄａｍｅｔｈｏｄｔｏａｄｕｓｔｔｈｅａｖｅｒａｅｔｅｍｅｒａｔｕｒｅｏｆｓｕｌａｔｅｒｆｏｒｅｃａｓｔｉｎｐｊｇｐｐｐｙｗｑｇｅｇ．
，ａｌｏｎｉｔｈｆｌｕｃｔｕａｔｉｏｎｏｆｔｈｅｔｅｍｅｒａｔｕｒｅｏｕｔｄｏｏｒ．Ｈｏｗｅｖｅｒｔｈｅｍｅｔｈｏｄｉｎｒｅｆ．［１］ｉｓｍｏｒｅｆｅａｓｉｂｌｅｉｎｇｗｐ
［］
［］
［］
［］
］ｍａｃｒｏｓｃｏｉｃａｄｍｉｎｉｓｔｒａｔｉｏｎｔｈａｎｉｎｒｅａｌｔｉｍｅｃｏｎｔｒｏｌ．Ｒｅｆｅｒｅｎｃｅ［２ｈａｓｔｈｅｄｉｓａｄｖａｎｔａｅｏｆｌｏｗｆｏｒｅｃａｓｔｉｎｐｇｇ
收稿日期：２００７０６１０
基金项目：哈尔滨市科技创新人才研究专项资金资助（）ＲＣ２００６ＸＫ００７００１
作者简介：陈 烈（），男，哈尔滨工业大学博士研究生，：１９８２Ｅｍａｉｌｃｈｅｎｌｉｅｈｉｔｉｔ．ｅｄｕ．ｃｎ．＠ｈ
自然科学版）５卷 西安电子科技大学学报（ 第３１８４
］］ｒｅｃｉｓｅ．Ｔｈｅｆｏｒｅｃａｓｔｉｎｉｎｒｅｆｅｒｅｎｃｅ［３ａｎｄ［４ｗｈｉｃｈｍｅｒｅｌａｓｔｈｅｒｅｌａｔｉｏｎｓｈｉｉｔｈｗｅａｔｈｅｒｉｓｎｏｔｆｉｔｐｇｙｈｐｗ
，ａｌｏａｄｆｏｒｅｃａｓｔｉｎｅｔｈｏｄｕｓｉｎｆｏｒｔｈｅｍｅａｓｕｒｅｄｈｅａｔｉｎｓｔｅｍ．Ｂａｓｅｄｏｎｔｈｅａｂｏｖｅｂａｃｋｒｏｕｎｄｇｍｇｇｓｙｇ，：’ｗｈｉｃｈｃｏｎｓｉｄｅｒｓｔｗｏｍａｉｎｒａｎｄｏｍｆａｃｔｏｒｓｗｅａｔｈｅｒａｎｄｃｏｎｓｕｍｅｒｓｍａｘｉｍｕｍｅｎｔｒｏｈｅｏｒｉｓｐｒｏｏｓｅｄｐｙｔｙｐｎｅｅｄｓ．Ｔｈｅｓｉｍｕｌａｔｉｏｎｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｉｓｍｅｔｈｏｄｉｓｍｏｒｅａｃｃｕｒａｔｅｔｈａｎｔｈｅｍｅｔｈｏｄｗｈｉｃｈｕｓｉｎｇ
，ｉｔｉｓｍｏｒｅｅｆｆｉｃｉｅｎｔａｎｄｃａｎｍｅｅｔｔｈｅｄｅｍａｎｄｏｆｒｅａｌｔｉｍｅｏｆｔｈｅｈｅａｔｔｒａｄｉｔｉｏｎａｌｔｉｍｅｓｅｒｉｅｓ．Ｉｎａｄｄｉｔｉｏｎｓｕｌｓｔｅｍ，ｅｓｅｃｉａｌｌｉｎｔｈｅｃａｓｅｔｈｅｈｅａｔｌｏａｄｉｓｕｎｃｅｒｔａｉｎ．ｐｐｙｓｙｐｙ
１犪狓犻犿狌犿犲狀狋狉狅狉犻狀犮犻犾犲 犕狆狔狆狆
１．１ Ｐｒｉｎｃｉｌｅｓｏｆｅｎｔｒｏｐｐｙ
：，Ｉｎｆｏｒｍａｔｉｏｎｐｒｉｎｃｉｌｅｉｓｄｅｓｃｒｉｂｅｄｉｆｔｈｅｅｖｅｎｔｉｓｈａｅｎｓｕｒｅｌｔｈｅｅｎｔｒｏｉｌｌｅｕａｌｔｏｚｅｒｏ．Ｔｈｅ ｐｐｐｙｐｙｗｑｖａｌｕｅｏｆｅｎｔｒｏｉｌｌｉｎｃｒｅａｓｅａｌｏｎｉｔｈｔｈｅｕｎｃｅｒｔａｉｎｏｆｅｖｅｎｔ．ｐｙｗｇｗ
，Ｓｕｏｓｅｍａｔｒｉｘ犡ｉｓａｄｉｓｃｒｅｔｅｒａｎｄｏｍｖａｒｉａｂｌｅａｎｄ狆ｓｔｈｅｐｒｏｂａｂｉｌｉｔｈｉｌｅｔｈｅｒａｎｄｏｍｖａｒｉａｂｌｅｉｓｐｐｙｗ犻ｉ…狓犻＝１，２，３，狀．犻，
｝，犻＝１，…，犘｛犡＝狓２，狀 ，犻＝狆犻
：Ｔｈｅｅｎｔｒｏｉｓｄｅｆｉｎｅｄａｓｆｏｌｌｏｗｓｐｙ
狀
（）１
，２，…，）＝－犎（犡）＝犎（ｎ犘狆狆犻 ．１狆狀∑犘犻ｌ
犻＝１
（）２
，ｆｔｈｅｒａｎｄｏｍｖａｒｉａｂｌｅｉｓｃｏｎｔｉｎｕｏｕｓｄｉｓｔｒｉｂｕｔｅｄａｎｄｉｔｓｐｒｏｂａｂｉｌｉｔｅｎｓｉｔｕｎｃｔｉｏｎｉｓ狆（狓）ｔｈｅ Ｉｙｄｙｆ
：ｅｎｔｒｏｉｓｄｅｆｉｎｅｄｐｙ
犎（犡）＝－
１．２ Ｍａｘｉｍｕｍｅｎｔｒｏｕｌｅｐｙｒ
狓）ｌｎ狆（狓）ｄ狓 ．
∫狆（
－∞
＋∞
（）３
Ｔ
，２，…，，Ｉｆｔｈｅｓａｍｌｅｉｓａｔｉｍｅｓｅｒｉｅｓ狓＝（狓狓犖）ｔｈｅｅｎｔｒｏｆｔｈｉｓｒａｎｄｏｍｐｒｏｃｅｓｓｃａｎｂｅｗｒｉｔｔｅｎｐｐｙｏ１狓
：ａｓ
犎狓＝－
，２，…，ｗｈｅｒｅ狓）ｉｓｊｏｉｎｔｐｒｏｂａｂｉｌｉｔｅｎｓｉｔｕｎｃｔｉｏｎ狆（狓狓犖）．ＳｕｏｓｅｔｈｅｔｉｍｅｓｅｒｉｅｓｉｓＧａｕｓｓｉａｎｙｄｙｆｐｐ狆（１狓
，ｒｏｃｅｓｓｗｈｏｓｅａｖｅｒａｅｉｓｚｅｒｏｔｈｕｓｐｇ
／Ｔ－１）／２－犖１２－
，２，…，）（）犖狓 ，狓狓犖）＝（２ｄｅｔ犚狓（犖）ｅｘπｐ－狓犚狓（狆（１狓２
ｗｈｅｒｅｔｈｅ犚狓（犖）ｉｓａｕｔｏｃｏｒｒｅｌａｔｉｏｎｍａｔｒｉｘ．
））：Ｅｕａｔｉｏｎ（４ｃａｎａｌｓｏｂｅｓｕｂｓｔｉｔｕｔｅｄｂ５ｑｙ（
狓）ｌｎ狆（狓）ｄ狓 ，
∫狆（
－∞
＋∞
（）４
（）
（）５
［／１２
］（）（）ｅｔ犚狓（犖）ｎ２犲６ｌｎｄπ ．＋犖ｌ
２
（），狓（），…，（），Ｉｆｎｏｎｓｔａｔｉｏｎａｒｉｍｅｓｅｒｉｅｓｈａｓｂｅｅｎｄｅｓｃｒｉｂｅｄａｓ狉１狉ｔｈｅｃｏｕｒｓｅｗｈｉｃｈｅｘｔｒａｏｌａｔｅｓｙｔｐ狓０狉狓犖
（）ｂ，ｔｈｅｎｅｘｔａｕｔｏｃｏｒｒｅｌａｔｉｏｎｖａｌｕｅ狉ｏｖｅｔｈｅｐｒｅｍｉｓｅ犎狓ｉｓｍａｘｉｍｉｚｅｄｉｓｎａｍｅｄｍａｘｉｍｕｍｅｎｔｒｏｐｙ狓犖＋１ａ
犎狓＝
ｒｕｌｅ．
（）ａ狉ｎｂｅｏｂｔａｉｎｅｄｂｏｌｖｉｎｈｅｆｏｌｌｏｗｉｎｕａｔｉｏｎ：Ｔｈｕｓｙｓｇｔｇｅｑ狓犖＋１ｃ
（）］／（（））＝０ ，ｄｅｔ犚狓［犖＋１狉狓犖＋１
（）狉狓１
，ｗｈｅｒｅ
）＝犚狓（犖＋１
（）狉狓２
（）…狉（狉狓０狓１－犖（）…狉（狉狓１狓２－犖
（）狉狓１
＝０ ．
（）８（）７
（）狉（）…狓犖＋１狓犖
１．３ Ｍａｘｉｍｕｍｅｎｔｒｏｅｃｔｒｕｍｅｓｔｉｍａｔｅｐｙｓｐ
［］
Ｍａｘｉｍｕｍｅｎｔｒｏｅｃｔｒｕｍｅｓｔｉｍａｔｅ５ｉｓａｍｏｄｅｒｎｓｅｃｔｒｕｍｅｓｔｉｍａｔｅｂａｓｅｄｏｎｍａｘｉｍｕｍｅｎｔｒｏｐｙｓｐｐｐｙ
第１期 陈 烈等：最大熵原理的供热负荷预报研究
１８５
ｔｈｅｏｒ．Ｔｈｅｄａｔａｏｕｔｓｉｄｅｔｈｅｏｂｓｅｒｖａｔｉｏｎａｒｅａｃａｎｂｅｆｏｒｅｃａｓｔｅｄｂｘｔｒａｏｌａｔｉｎｈｅａｕｔｏｃｏｒｒｅｌａｔｉｏｎｙｙｅｐｇｔｆｕｎｃｔｉｏｎｏｆｐｒｏｃｅｓｓｉｎｆｉｎｉｔｅｌ．Ｔｈｅｍｅｔｈｏｄｃａｎｓｏｌｖｅｔｈｅｌｏｗｒｅｓｏｌｕｔｉｏｎｐｒｏｂｌｅｍｃａｕｓｅｄｂｄｄｉｎｉｎｄｏｗｙｙａｇｗｗｉｔｈｃｌａｓｓｉｃａｌｓｅｃｔｒｕｍｅｓｔｉｍａｔｅ．ｐ
，ａｃｃｏｒｄｉｎｏＦｅｅｒＲｉｅｓｔｈｅｏｒｅｍ，ｍａｘｉｍｕｍｅｎｔｒｏｅｃｔｒｕｍｅｓｔｉｍａｔｅｉｓｅｕｉｖａｌｅｎｔｔｏＡＲＩｎｆａｃｔｇｔｊｐｙｓｐｑ，ａｎｄｓｉｎａｌａｎａｌｓｉｓａｎｄｌｉｎｅａｒｆｏｒｅｃａｓｔｉｎｒｒｏｒｆｉｌｔｅｒｇｙｇｅ
犖
犛犿）＝犘犖狓（
２（犳
犖
（１－∑犪ｘ犽ω－ｊｐ犽ｅ
犽＝１
２
） ，
（）９
ｗｈｅｒｅ犪ｉｓａｌｓｏｔｈｅＡＲｍｏｄｅｌａｒａｍｅｔｅｒｓｃａｎｂｅａｃｕｉｒｅｄｂｏｌｖｉｎｕｌｅＷａｌｋｅｒｅｕａｔｉｏｎｗｈｉｃｈｈａｓ犖＋１ｐｑｙｓｇＹｑ犽ａｕｔｏｃｏｒｒｅｌａｔｉｏｎｆｕｎｃｔｉｏｎｖａｌｕｅｓ．犘犖ｉｓｔｈｅｏｕｔｕｔｐｏｗｅｒｏｆ犖ｒａｎｋｓｆｏｒｅｃａｓｔｉｎｒｒｏｒｆｉｌｔｅｒ．ｐｇｅ
，犪，…，Ｔｈｅｃｏｅｆｆｉｃｉｅｎｔｏｆｆｏｒｅｃａｓｔｉｎｒｒｏｒｆｉｌｔｅｒ１，ａｎｂｅｏｂｔａｉｎｅｄｂｏｌｌｏｗｉｎａｔｒｉｘ，－犪－犪ｙｆｇｍｇｅ１－２犖ｃ
（）狓０狉
（）狉狓１
（）狉狓－１（）狉狓０
…狉（１狓－犖＋１犘犖…狉（－犪１０狓－犖＋２
＝ ．
（）狉狓０
０－犪犖犚犖）＝狓（（）１０
（）狉（）…狓犖－１狓犖－２
２犻狊狅狊犪犾狅犳犾狅犪犱狊犪犿犾犲 犇狆狆
２．１ Ｃｈｏｉｃｅｏｆｅｘｅｒｉｍｅｎｔｓａｍｌｅｐｐ
ａｔａｃｏｌｌｅｃｔｅｄｆｒｏｍａｃｅｒｔａｉｎｈｅａｔｓｕｌｔａｔｉｏｎｏｆＨａｒｂｉｎａｒｅｔｒｅａｔｅｄａｓｏｒｉｉｎａｌｄａｔａｆｏｒｌｏａｄ Ｄｐｐｙｓｇ
ｆｏｒｅｃａｓｔｉｎ．Ｔｈｅｓａｍｌｅｉｎｃｌｕｄｅｓ７０ｄａｓｄａｔａｂｅｔｗｅｅｎＤｅｃｅｍｂｅｒ１ｔｈ，２００５ａｎｄＦｅｂｒｕａｒｔｈ，２００６．Ｔｈｅｇｐｙｙ８ｄａｔａａｒｅｓｈｏｗｎｉｎＴａｂｌｅ１．
，，Ｔａｂｌｅ１ ＤａＡｖｅｒａｅＨｅａｔＬｏａｄＦｒｏｍＤｅｃ．１ｔｈ２００５ＴｏＦｅｂ．８ｔｈ２００６ｙｇ
／Ｄａｔｅｄａｙ／Ｌｏａｄ
－１
·ｈ）（ＭＪ
，Ｄ，Ｄ，Ｄｅｃ．１ｓｔｅｃ．２ｎｄｅｃ．３ｎｄ２００５４４．２５０
２００５４５．７５０
２００５４５．６２５
…
Ｄｅｃ．２６ｔｈ，Ｄｅｃ．２７ｔｈ，２００５４８．７５０
２００５４５．２５０
…
Ｆｅｂ．７ｔｈ，Ｆｅｂ．８ｔｈ，２００６５９．２５０
２００６５９．６２５
……
２．２ Ｐｒｅｔｒｅａｔｍｅｎｔｏｆｒａｎｄｏｍｐｒｏｃｅｓｓ
Ｔｈｅｃｅｒｔａｉｎｐａｒｔｃａｎｂｅｅｓｔｉｍａｔｅｄｂｓｉｎｌｅａｓｔｓｕａｒｅａｎｄｔｈｅｒａｎｄｏｍｐａｒｔｃａｎｂｅｓｅａｒａｔｅｄｆｒｏ
ｍｔｈｅｙｕｇｑｐｓａｍｅｐａｒｔｓｉｍｕｌｔａｎｅｏｕｓｌ．ｙ
，Ｂｅｆｏｒｅｍｏｄｅｌｉｎｔｈｅｒａｎｄｏｍｐａｒｔｓｈｏｕｌｄｂｅｐｒｅｔｒｅａｔｅｄ．ｇ）（１）ｚｅｒｏｍｅａｎｖａｌｕｅｍｅｔｈｏｄｏｒｔｈｅｔｉｍｅｓｅｒｉｅｓ狓（犻犻＝ Ｆ
…，，１，２，狀）ｔｈｅｄａｔａｓｈｏｕｌｄｂｅｄｉｓｏｓｅｄｂｅｒｏｍｅａｎｖａｌｕｅｐｙｚ）］≠０．ｍｅｔｈｏｄｉｆ犈［狓（犻２）Ｓｔａｂｉｌｉｚａｔｉｏｎｕｎｔｅｓｔｉｓｕｔｉｌｉｚｅｄｔｏｒｅａｌｉｚｅｓｔｅａｄｔｅｓｔ． Ｒｙ’ｓｐｒａｃｔｉｃａｂｌｅｔｏｓｍａｌｌｓａｍｌｅｏｂｓｅｒｖａｔｉｏｎｓｅｒｉｅｓｗｉｔｈｏｕｔＩｔｐｃｏｎｓｉｄｅｒｉｎｈｅｄｉｓｔｒｉｂｕｔｉｏｎｒｕｌｅｏｆｔｈｅｄａｔａ．ｇｔ
Ｔｈｅｔｉｍｅｓｅｒｉｅｓｎｅｅｄｓｔｏｂｅｓｔａｂｉｌｉｚｅｄｉｆｔｈｅｈｅａｔｌｏａｄｉｓｎｏｎｓｔａｔｉｏｎａｒｅｒｉｅｓ．Ｉｎｔｈｉｓｐａｅｒｔｒｅｎｄｉｔｅｍｓａｒｅｒｅｍｏｖｅｄｂｙｓｐｙｕｓｉｎｉｒｓｔｏｒｄｅｒｄｉｆｆｅｒｅｎｃｅｍｅｔｈｏｄ．ｇｆ
Ｔｈｅｒａｎｄｏｍｓｉｎａｌｓｅａｒａｔｅｄａｂｏｖｅｉｓｄｅａｌｔｂｈｅｚｅｒｏｇｐｙｔｍｅａｎｍｅｔｈｏｄａｎｄｓｔａｂｉｌｉｚａｔｉｏｎ．ＡｎｄｔｈｅｆｉｎａｌｒａｎｄｏｍｓｉｎａｌｇｓｅａｒａｔｅｄｉｓｓｈｏｗｎｉｎＦｉ．１．ｐｇ
Ｆｉ．１ Ｒａｎｄｏｍｓｉｎａｌａｆｔｅｒｐｒｅｔｒｅａｔｍｅｎｔ．ｇｇ
自然科学版）５卷 西安电子科技大学学报（ 第３１８６
３犲犪狋犾狅犪犱犳狅狉犲犮犪狊狋犻狀犻狋犺犿犪狓犻犿狌犿犲狀狋狉狅犲狋犺狅犱 犎犵狑狆狔犿
３．１ Ｂｕｒｌｏｒｉｔｈｍｇａｇ
［］
ｃｃｏｒｄｉｎｔｏＢｕｒｌｏｒｉｔｈｍ６，ｒｅｆｌｅｃｔａｎｃｅｉｓｃａｌｃｕｌａｔｅｄｕｎｄｅｒｔｈｅｒｕｌｅｔｈａｔｂｏｔｈｔｈｅａｖｅｒａｅｐｏｗｅｒｏｆ Ａｇｇａｇｇ
ｔｈｅｆｏｒｗａｒｄａｎｄｂａｃｋｗａｒｄｆｏｒｅｃａｓｔｉｎｒｒｏｒｓａｒｅｍｉｎｉｍｉｚｅｄ．Ｔｈｕｓｔｈｅｐｏｗｅｒｓｅｃｔｒｕｍｏｆｓｉｎａｌｃａｎｂｅｇｅｐｇａｃｕｉｒｅｄｒｅｓｔｒｉｃｔｅｄｌｅｖｉｎｓｏｎｒｅｃｕｒｓｉｖｅａｌｏｒｉｔｈｍ．Ｔｈｅｄｅｔａｉｌｅｄａｒｏａｃｈｉｎｖｏｌｖｅｓｓｉｘｓｔｅｓ（ｓｅｅｑｙｂｙＬｇｐｐｐ：ｂｅｌｏｗ）
）：１Ｔｈｅｉｎｉｔｉａｌｖａｌｕｅｏｆｆｏｒｅｃａｓｔｉｎｒｒｏｒｐｏｗｅｒｃａｎｂｅｃａｌｃｕｌａｔｅｄｂｇｅｙ
犘０＝
犖
犖
狀＝１
∑
２
狓（狀 ，（）１１
ａｎｄｔｈｅｉｎｉｔｉａｌｖａｌｕｅｏｆｆｏｒｗａｒｄａｎｄｂａｃｋｗａｒｄｅｒｒｏｒ
（）（）（）犳０狀＝犵０狀＝狓狀 ．）Ｌｅｔ犿＝１，ｔｈｅｎｔｈｅｒｅｆｌｅｃｔａｎｃｅｉｓ ２
狀２＋犵犿－１（狀２］ ．犓犿＝－∑犳犿－１（狀）狀－１犳犿－１（犵（∑２狀＝犿＋１狀＝犿＋１
）：Ｃｏｅｆｆｉｃｉｅｎｔｏｆｆｉｌｔｅｒｃａｎｂｅｅｘｒｅｓｓｅｄａｓｆｏｌｌｏｗｓ ３ｐ
（）（）犿犿－１犿－１
犪犪犿－犽 ，＋犓犿犽＝犪犽
犿－１
（）１２
犖
犖
）
（）１３
（）１４
ａｎｄｔｈｅｎｌｅｔｔｈｅｒｅｆｌｅｃｔａｎｃｅ犓犿＝犪犿．
）：４Ｆｏｒｅｃａｓｔｉｎｒｒｏｒｐｏｗｅｒｃａｎｂｅｃａｌｃｕｌａｔｅｄｂｇｅｙ
犿
犘犿＝（１－犓犿
２
犘）
犿－１
．
（）１５（）１６（）１７
）Ｏ：ｕｔｕｔｓｏｆｆｉｌｔｅｒａｒｅｏｂｔａｉｎｅｄ ５ｐ
）狀）＝犳犿－１（狀）狀－１ ，＋犓犿犳犿（犵犿－１（
）狀）＝犵犿－１（狀－１狀） ．＋犓犿犵犿（犳犿－１（
）））Ｉｎａｄｄｉｔｉｏｎ，犿←犿＋１，ａｎｄｒｅｅａｔｓｔｅｕｎｔｉｌ犿＝狆． ６～５ｐｐ２
３．２ Ｆｏｒｅｃａｓｔｉｎｌｉｎａｘｉｍｕｍｅｎｔｒｏｅｔｈｏｄｇａｐｐｙｇｍｐｙｍ
，Ｔｈｅａｌｏｒｉｔｈｍｂａｓｅｄｏｎｍａｘｉｍｕｍｅｎｔｒｏｔｈｅｏｒｗｈｉｃｈｉｓｕｔｉｌｉｚｅｄｔｏｆｏｒｅｃａｓｔｔｈｅｌｏａｄｏｆｈｅａｔｓｕｌｇｐｙｙｐｐｙｓｓｔｅｍ，ｓｏｌｖｅｓｔｈｅｉｎｃｏｎｓｅｕｅｎｃｅｐｒｏｂｌｅｍｔｈａｔｔｈｅｖａｌｕｅｓｏｆｔｉｍｅｓｅｒｉｅｓｏｕｔｓｉｄｅ“ｗｉｎｄｏｗ”ａｒｅｓｅｔｔｏｚｅｒｏｙｑｂｒａｄｉｔｉｏｎａｌａｌｏｒｉｔｈｍ．Ｔｈｕｓｔｈｅｆｏｒｅｃａｓｔｉｎｏｎｅｉｓｅｘｔｅｎｄｅｄｔｏｉｎｆｉｎｉｔｅ
．ｙｔｇｇｚ
Ｆｉ．２ Ｌｏａｄｆｏｒｅｃａｓｔｉｎａｓｅｄｏｎｍａｘｉｍｕｍｅｎｔｒｏｅｔｈｏｄ．ｇｇｂｐｙｍ
，ＴｈｅｔｉｍｅｓｅｒｉｅｓｆｒｏｍＤｅｃ．３０ｔｈ，２００５ｔｏＦｅｂ．８ｔｈ，２００６ｉｓｄｅａｌｔｗｉｔｈＢｕｒｌｏｒｉｔｈｍｆｏｒｅｃａｓｔｉｎｇａｇｇ
第１期 陈 烈等：最大熵原理的供热负荷预报研究
１８７
ｗｈｉｌｅｔｈｅｎｕｍｂｅｒｏｆｔｈｅｔｉｍｅｓｅｒｉｅｓｉｓ４０．ＴｈｅｓｉｍｕｌａｔｉｏｎｒｅｓｕｌｔｓａｒｅｓｈｏｗｎｉｎＦｉ．２．ｇ
，，ｔｏｔｈｅｈｅａｔｓｕｌｓｔｅｍｗｈｉｃｈｈａｓｔｈｅｃｈａｒａｃｔｅｒｓｏｆｒａｎｄｏｍ，ｎｏｎｌｉｎｅａｒａｎｄｔｉｍｅＡｃｃｏｒｄｉｎｔｏＦｉ．２ｐｐｙｓｙｇｇ，ｖａｒｉｎｔｈｅａｃｃｕｒａｃｆｈｅａｔｌｏａｄｆｏｒｅｃａｓｔｉｎｉｓｉｍｒｏｖｅｄｏｂｖｉｏｕｓｌｓｉｎａｘｉｍｕｍｅｎｔｒｏｒｉｎｃｉｌｅ．ｙｇｙｏｇｐｙｂｙｕｇｍｐｙｐｐ３．３ Ｒｅｓｕｌｔｓｃｏｍａｒｉｓｏｎｂｅｔｗｅｅｎｍａｘｉｍｕｍｅｎｔｒｏｅｔｈｏｄａｎｄａｕｔｏｃｏｒｒｅｌａｔｉｏｎｍｅｔｈｏｄｐｐｙｍ，ＴｈｒｏｕｈｓｉｍｕｌａｔｉｎｔｈｅｏｎｅｓｔｅｎｄｔｗｏｓｔｅｅａｔｌｏａｄｆｏｒｅｃａｓｔｉｎｉｔｈａｕｔｏｃｏｒｒｅｌａｔｉｏｎｍｅｔｈｏｄａｒｅｇｇｐａｐｈｇｗｓｈｏｗｎｉｎＦｉ．３．ＡｎｄｃｏｍａｒｉｓｏｎｏｆｔｈｏｓｅｔｗｏｍｅｔｈｏｄｓｉｓｓｈｏｗｎｉｎＴａｂｌｅ２
．ｇｐ
Ｆｉ．３ Ｌｏａｄｆｏｒｅｃａｓｔｉｎｉｔｈａｕｔｏｃｏｒｒｅｌａｔｉｏｎｍｅｔｈｏｄ．ｇｇｗ
Ｔａｂｌｅ２ Ｃｏｍａｒｉｓｏｎｏｆｌｏａｄｆｏｒｅｃａｓｔｉｎｓｉｎａｘｉｍｕｍｅｎｔｒｏｅｔｈｏｄｐｇｕｇｍｐｙｍ
ａｎｄａｕｔｏｃｏｒｒｅｌａｔｉｏｎｍｅｔｈｏｄ
ＬｏａｄｆｏｒｅｃａｓｔｉｎｅｔｈｏｄｇｍＯｎｅｓｔｅａｘｉｍｕｍｅｎｔｒｏｅｔｈｏｄｐｍｐｙｍＴｗｏｓｔｅａｘｉｍｕｍｅｎｔｒｏｅｔｈｏｄｐｍｐｙｍＯｎｅｓｔｅｕｔｏｃｏｒｒｅｌａｔｉｏｎｍｅｔｈｏｄｐａｕｔｏｃｏｒｒｅｌａｔｉｏｎｍｅｔｈｏｄＴｗｏｓｔｅｐａ
ＡｃｃｕｍｕｌａｔｉｖｅＡｂｓｏｌｕｔｅ
－１
／（·ｈ）ＥｒｒｏｒＭＪ
ＡｖｅｒａｅＡｂｓｏｌｕｔｅｇ
－１
／（·ｈ）ＥｒｒｏｒＭＪ
ＡｖｅｒａｅＡｂｓｏｌｕｔｅｇ／％ＲｅｌａｔｉｖｅＥｒｒｏｒ
７．６９７．８０８．９６９．１３
１５０．８９１５２．７１１７５．５９１７８．９２
３．７７３．８２４．３９４．４７
，ｈｒｏｕｈｔｈｅｃｏｍａｒｉｓｏｎｏｆｔｈｅａｃｃｕｍｕｌａｔｉｖｅａｂｓｏｌｕｔｅｅｒｒｏｒｔｈｅａｖｅｒａｅ ａｃｃｕｍｕｌａｔｉｖｅａｂｓｏｌｕｔｅ Ｔｇｐｇ
，ｅｒｒｏｒａｎｄｔｈｅａｖｅｒａｅａｂｓｏｌｕｔｅｒｅｌａｔｉｖｅｅｒｒｏｒｉｎＴａｂｌｅ２，ｉｔｃａｎｂｅｃｏｎｃｌｕｄｅｄｔｈａｔｔｈｅａｃｃｕｒａｃｆｔｈｅｇｙｏｍｅｔｈｏｄｔｈｉｓｐａｅｒｉｎｔｒｏｄｕｃｅｄｉｓｈｉｈｅｒｔｈａｎｕｓｉｎｕｔｏｃｏｒｒｅｌａｔｉｏｎｍｅｔｈｏｄ．ｐｇｇａ
４狅狀犮犾狌狊犻狅狀 犆
，Ｉｎｔｈｉｓｐａｅｒｔｈｅｈｅａｔｓｕｌｏｒｅｃａｓｔｉｎａｓｅｄｏｎｍａｘｉｍｕｍｅｎｔｒｏｒｉｎｃｉｌｅｉｓｐｒｏｏｓｅｄ．Ｔｈｅｐｐｐｙｆｇｂｐｙｐｐｐｒｅｓｕｌｔｓｓｈｏｗｔｈｉｓｍｅｔｈｏｄｃａｎｂｅａｄｖａｎｔａｅｏｕｓｌｍｌｏｅｄｉｎｈｅａｔｓｕｌｏｎｔｒｏｌｓｓｔｅｍ．Ｔｈｅｃｏｎｃｌｕｓｉｏｎｇｙｅｐｙｐｐｙｃｙ：ｃａｎｂｅｏｂｔａｉｎｅｄａｓｆｏｌｌｏｗｓ
）１Ｔｈｅｓａｍｌｅｄａｔａａｒｅｐｒｅｔｒｅａｔｅｄｔｏｉｍｒｏｖｅｔｈｅａｃｃｕｒａｃｆｆｏｒｅｃａｓｔｉｎ．ｐｐｙｏｇ
，２）Ｔｈｅａｌｏｒｉｔｈｍ，ｗｈｉｃｈｂａｓｅｄｏｎｍａｘｉｍｕｍｅｎｔｒｏｔｈｅｏｒｃａｎｂｅｐｒｏｃｅｓｓｅｄｏｎｌｉｎｅ．Ｉｔｃａｎｍｅｅｔｔｈｅｇｐｙｙｄｅｍａｎｄｓｏｆｔｈｅｒｅａｌｔｉｍｅｓｓｔｅｍ．ｙ
）Ｃ，ｈｏｍａｒｉｎｈｅｒｅｓｕｌｔｓｅａｔｌｏａｄｆｏｒｅｃａｓｔｉｎａｓｅｄｏｎｍａｘｉｍｕｍｅｎｔｒｏｅｔｈｏｄｈａｓｈｉｈｅｒ３ｐｇｔｇｂｐｙｍｇａｃｃｕｒａｃｈａｎｕｓｉｎｕｔｏｃｏｒｒｅｌａｔｉｏｎｍｅｔｈｏｄ．ｙｔｇａ
）４ＴｈｅｆｏｒｅｃａｓｔｉｎｅｔｈｏｄｂａｓｅｄｏｎｔｈｅｍａｘｉｍｕｍｅｎｔｒｏａｓｔｈｅｓａｍｅｅｆｆｅｃｔａｓＡＲｍｅｔｈｏｄｉｎｇｍｐｙｈ’ｓｔａｔｉｏｎａｒｒｏｃｅｓｓ．Ｆｕｒｔｈｅｒｍｏｒｅｉｔｓａｌｓｏｓｕｉｔａｂｌｅｔｏｐａｒａｍｅｔｅｒｓｅｓｔｉｍａｔｅｆｏｒｎｏｎｓｔａｔｉｏｎａｒｒｏｃｅｓｓ．ｙｐｙｐ
自然科学版）５卷 西安电子科技大学学报（ 第３１８８
：Ｒｅｆｅｒｅｎｃｅ
［］Ｏ１ｈｌｓｓｏｎＭＢＯ．ＰｒｅｄｉｃｔｉｎｓｔｅｍＬｏａｄｓｗｉｔｈＡｒｔｉｆｉｃｉａｌＮｅｕｒａｌＮｅｔｗｏｒｋｍｅｔｈｏｄｓＦｒｏｍｔｈｅＧｒｅａｔＥｎｅｒｒｅｄｉｃｔｏｒｇＳｙｇｙＰ
［］，（）：ＳｈｏｏｔｏｕｔＪ．ＡＳＨＡＲＥＴｒａｎｓ１９９４，１００２１０６３１０７４．
［］Ｚ，［］２ｈｏｕＥｎｚｅＦａｎｉｕｍｕ．ＴｈｅＳｔｕｄｎＨｅａｔＬｏａｄＦｏｒｅｃａｓｔｏｆｔｈｅＨｅａｔｉｎｏｉｌｅｒＨｏｕｓｅＪ．ＪｏｕｒｎａｌｏｆＨａｒｂｉｎＵｎｉｖｅｒｓｉｔｇＸｙｏｇＢｙ
，（）：２０００，３３３５６６０．ｏｆＣｉｖｉｌＥｎｉｎｅｅｒｉｎｎｄＡｒｃｈｉｔｅｃｔｕｒｅｇｇａ
［］Ｊ］，３ｏｎｓｓｏｎＧＲ，ＪｏｎｓｓｏｎＶＫ．ＥｕｉｖａｌｅｎｔＯｕｔｄｏｏｒＴｅｍｅｒａｔｕｒｅｆｏｒＤｉｓｔｒｉｃｔＨｅａｔｉｎｓｔｅｍ［Ｊ．ＡｓｈａｒｅＴｒａｎｓ１９９５，１０１ｑｐｇＳｙ
（）：１３９４３９９．
［］Ｃ，］４ａｏＹｕｉａｎＳｈｅｎＪｉｎａｎ．ＡｎＥｎｅｒｓａｖｉｎｅＩｎｔｅｌｌｉｅｎｔＨｅａｔｉｎｏｎｔｒｏｌＳｓｔｅｍ［Ｊ．ＩｎｄｕｓｔｒｉａｌＩｎｓｔｒｕｍｅｎｔａｔｉｏｎ＆ｑｇｇｙｇＴｙｐｇｇＣｙ
，（）：２００２，１４１４４４６．Ａｕｔｏｍａｔｉｏｎ
［］Ｂ［／／，５ｕｒａｘｉｍｕｍＥｎｔｒｏｅｃｔｒａｌＡｎａｌｓｉｓＣ］３７ｔｈＡｎｎＩｎｔＥｘｌｏｒＧｅｏｈｓｉｃｓＭｅｅｔｉｎ．ＮｅｗＹｏｒｋ：ＩＥＥＥＰｒｅｓｓｇＪＰ．ＭｐｙＳｐｙｐｐｙｇ
１９７８：３４３９．
［］Ｚ［：，６ｈａｎｉａｎｄａ．ＭｏｄｅｒｎＳｉｎａｌＰｒｏｃｅｓｓｉｎＭ］．ＢｅｉｉｎＴｓｉｎｈｕａＰｕｂｌｉｓｈｉｎｏｍａｎ２００２．ｇＸｇｇｊｇｇｇＣｐｙ
（编辑：齐淑娟）
（上接第１２４页）
［］Ｒ，Ａ］２ｏｅｒｄｉｎｋＪＢＴＭ，ＭｅｉｓｔｅｒＡ．ＴｈｅＷａｔｅｒｓｈｅｄＴｒａｎｓｆｏｒｍ：ＤｅｆｉｎｉｔｉｏｎｓｌｏｒｉｔｈｍｓａｎｄＰａｒａｌｌｅｌｉｚａｔｉｏｎＳｔｒａｔｅｉｅｓ［Ｊ．ｊｇｇ
，（）：ＦｕｎｄａｍｅｎｔａｌＩｎｆｏｒｍａｔｉｃａｅ２００１，４１２１８７２２８．
［］Ｊ］，（）：３ａｃｋｗａＧｒａｄｉｅｎｔＷａｔｅｒｓｈｅｄｉｎＭｏｒｈｏｌｏｉｃａｌＳｃａｌｅｓａｃｅ［Ｊ．ＩＥＥＥＴｒａｎｓｏｎＩｍａｅＰｒｏｃｅｓｓｉｎ１９９６，５６９１３ｙＰＴ．ｐｇｐｇｇ
９２１．
［］Ｇ］４ａｕｃｈＪＨ．ＩｍａｅＳｅｍｅｎｔａｔｉｏｎａｎｄＡｎａｌｓｉｓＶｉａＭｕｌｔｉｓｃａｌｅＧｒａｄｉｅｎｔＷａｔｅｒｓｈｅｄＨｉｅｒａｒｃｈｉｅｓ［Ｊ．ＩＥＥＥＴｒａｎｓｏｎＩｍａｅｇｇｙｇ
，（）：Ｐｒｏｃｅｓｓｉｎ１９９９，８１６９７９．ｇ
［］王养利，吴成柯．基于Ｖ氏图的图像分割及表示［］（）：５Ｊ．西安电子科技大学学报，２０００，２７３３４０３４４．
，ＷｕＣ［］Ｗａｎａｎｌｉｈｅｎｋｅ．ＩｍａｅＳｅｍｅｎｔａｔｉｏｎａｎｄＲｅｒｅｓｅｎｔａｔｉｏｎＢａｓｅｄｏｎＶｏｒｏｎｏｉＤｉａｒａｍｓＪ．ＪｏｕｒｎａｌｏｆＸｉｄｉａｎｇＹｇｇｇｇｐｇ，（）：Ｕｎｖｉｅｒｓｉｔ２０００，２７３３４０３４４．ｙ
［］任获荣，王家礼，张平．形态金字塔图像分割算法［］（）：６Ｊ．西安电子科技大学学报，２００４，３１２２４８２５２．
，Ｗ，［］ＲｅｎＨｕｏｒｏｎａｎｉａｌｉＺｈａｎｉｎ．ＩｍａｅＳｅｍｅｎｔａｔｉｏｎＡｌｏｒｉｔｈｍＢａｓｅｄｏｎｔｈｅＭｏｒｈｏｌｏｉｃａｌＰｒａｍｉｄＪ．ＪｏｕｒｎａｌｇＪｇＰｇｇｇｇｐｇｙｇ，（）：ｏｆＸｉｄｉａｎＵｎｖｉｅｒｓｉｔ２００４，３１２２４８２５２．ｙ
［］崔明，孙守迁，潘云鹤．基于改进快速分水岭变换的图像区域融合［］：７Ｊ．计算机辅助设计与图形学学报，２００５，１７（３）
５４６５５２．
，，ＣｕｉＭｉｎＳｕｎＳｈｏｕｉａｎＰａｎＹｕｎｈｅ．ＡｎＩｍａｅＲｅｉｏｎＭｅｒｉｎｌｏｒｉｔｈｍＢａｓｅｄｏｎＭｏｄｉｆｉｅｄＦａｓｔＷａｔｅｒｓｈｅｄＴｒａｎｓｆｏｒｍｇｑｇｇｇｇＡｇ［］，（）：Ｊ．ＪｏｕｒｎａｌｏｆＣｏｍｕｔｅｒＡｉｄｅｄＤｅｓｉｎ＆ＣｏｍｕｔｅｒＧｒａｈｉｃｓ２００５，１７３５４６５５２．ｐｇｐｐ
（编辑：郭 华）