摘要：本文基于青島某醫(yī)院建筑2017年全年逐時(shí)總用電能耗實(shí)測(cè)數(shù)據(jù),將冷熱源電耗從中分離,得到用于分布式能源系統(tǒng)運(yùn)行策略研究的逐時(shí)電負(fù)荷數(shù)據(jù)。首先利用k-means聚類算法對(duì)該建筑的全年逐時(shí)電負(fù)荷特性進(jìn)行分析,并根據(jù)聚類結(jié)果為神經(jīng)網(wǎng)絡(luò)的訓(xùn)練構(gòu)建相似日樣本集。然后利用相關(guān)性理論針對(duì)不同的相似日樣本集篩選特征參數(shù),作為神經(jīng)網(wǎng)絡(luò)的輸入?yún)?shù)。最后利用平均絕對(duì)百分誤差(MAPE)、變異系數(shù)(CV)、均方根誤差(RMSE)等指標(biāo)對(duì)本文提出的復(fù)合優(yōu)化預(yù)測(cè)模型性能進(jìn)行定量評(píng)價(jià)。結(jié)果顯示,復(fù)合優(yōu)化預(yù)測(cè)模型的預(yù)測(cè)精度相較于既不聚類也不進(jìn)行相關(guān)分析的傳統(tǒng)BP網(wǎng)絡(luò)有了很大的提高。其中,MAPE、CV、RMSE分別降低了39.4%、36.9%、38.1%。