一种基于GA-BP神经网络的冷库能耗预测.pdfVIP

第48卷第1期Vol.48,No.1

2025年3月JournalofRefrigerationTechnologyMarch.2025

doi：10.20094/j.issn.1674-0548.2025.01.079

一种基于一种基于GA-BP神经网络的冷库能耗预测神经网络的冷库能耗预测

王雅博王雅博陈君豪陈君豪刘兴华刘兴华张行健张行健

（（天津商业大学机械工程学院天津商业大学机械工程学院天津天津300134300134））

摘摘要要影响冷库能耗的因素众多，其中，货物信息的缺失使得建立冷库预测模型面临一定的挑战。为解决该问题，提出

利用冷库当天使用面积代替传统的货物信息作为输入特征，依据某大型冷库历史能耗数据，采用斯皮尔曼相关性分析筛选

出合适的变量，构建基于GA-BP神经网络的冷库能耗模型。结果表明，在缺失货物信息的情况下，使用冷库当天使用面积

2

作为输入变量能够保证模型具有高准确率，R达到0.9563，并且性能优于BP神经网络、多元回归模型。

关键词关键词能耗预测；特征选择；遗传算法；BP神经网络；机器学习

APredictionofColdStorageEnergyConsumptionBasedonGA-BP

NeuralNetwork

WangYaboChenJunhaoLiuXinghuaZhangXingjian

(SchoolofMechanicalEngineering,TianjinUniversityofCommerce,Tianjin,300134,China)

AbstractTherearemanyfactorsaffectingtheenergyconsumptionofcoldstorage.Amongthem,thelackofcargoinformation

makestheestablishmentofcoldstoragepredictionmodelfacecertainchallenges.Inordertosolvethisproblem,itisproposedtouse

theareaofthecoldstorageonthesamedayinsteadofthetraditionalcargoinformationastheinputfeature.Accordingtothehistori‐

calenergyconsumptiondataofalargecoldstorage,theappropriatevariablesareselectedbySpearmancorrelationanalysis,andthe

coldstorageenergyconsumptionmodelbasedonGA-BPneuralnetworkisconstructed.Theresultsshowthatintheabsenceof

cargoinformation,theuseoftheareaofthecoldstorageonthedayofuseasaninputvariablecanensurethatthemodelhashighac‐

2

curacy,Rreaches0.9563,andthe