论文部分内容阅读
为了完善烟草企业能源管理,本文进行了基于BP神经网络的能耗预测研究,尝试通过机器学习技术加强能源管理,达到节能效果,优化企业效益.针对某烟草厂的制丝生产线、卷包生产线和冷冻机,分析出月、日、班次、产量、机台数、批次数、采暖度日数（HDD）和降温度日数（CDD）等特征影响因子,并以制丝工序的电能耗用、卷包工序的电能耗用、及对应的空压耗用和冷冻机的耗用为预测对象,训练生产网络模型进行预测.研究结果显示能耗的平均相对误差大致在10%以下.