基于改进型BP神经网络的大型CCHP系统负荷预测研究

为了解决BP神经网络在预测空调负荷时存在的学习速度慢、维数灾难、容易陷入局部收敛及无法保证全局收敛最优解等问题,首先采用Spearman秩相关系数分析冷负荷的主要影响因素,确定了动态冷负荷预测模型的输入参数,然后构建复合遗传算法的改进型GA-BP神经网络预测模型,并分别利用BP和GA-BP神经网络模型对位于上海的某大型区域CCHP系统进行了冷负荷预测。结果显示:利用Spearman秩相关系数分析,可缩短模型训练时间,规避维数灾难,提高预测精度;相对BP神经网络预测结果,GA-BP神经网络避免了局部收敛,明显提高了模型的预测精度。     

基于随机森林的航站楼负荷预测及特征分析

航站楼等公共交通建筑中,客流特征是影响实际负荷需求的重要因素.本文以某航站楼的历史运行数据为基础,建立了基于随机森林的负荷预测模型,对时间、室外气象参数、客流统计数据进一步拆解得到24 h特征、星期特征、逗留人数、室外空气焓值,结合历史负荷预测空调负荷,并对不同特征组合下的模型性能进行对比.结果 表明:引入逗留人数、前1h内的历史负荷、室外空气焓值作为输入特征对于负荷预测模型的性能有显著提升.在选择恰当的输入特征前提下,随着输入特征维度增加,随机森林模型的训练效率更高,对空调负荷的预测性能更好.     

基于长短期记忆网络的短期空调冷负荷预测

提出了一种基于长短期记忆网络(LSTM)的短期空调冷负荷预测模型,仅采用历史负荷数据预测未来1 d的逐时冷负荷.通过与传统的BP神经网络模型进行对比,验证其准确性.为了进一步提高模型预测精度,对网络结构(包括输入层、输出层及隐含层神经元数量)与预测策略进行了优化,获得最优的预测模型.结果表明,基于LSTM的预测模型可实...     

人工神经网络在商场建筑物冷负荷预测中的应用

对空调系统进行冷负荷预测是对冰蓄冷系统进行优化控制的重要前提与基础。经过对各种预测方法的结果比较 ,人们发现人工神经网络预测的结果更接近实际值。基于人工神经网络的通用BP( Back Propagation)算法编制的程序 ,实际对一栋采用冰蓄冷空调的商场性质建筑物进行冷负荷预测并加以评价。此程序采用 Visual Basic编制 ,含有 7个输入层以及 1个输出层 ,利用通用 BP算法。结果显示利用人工神经网络预测建筑物冷负荷比较可靠。     

小波网络应用于空调负荷预测

准确预测空调负荷不仅对蓄能空调高效运行意义重大,而且也是冷热电三联产技术发挥优势的关键所在。本文提出一种小波网络应用于空调负荷的预测模型,通过小波分解,把空调负荷序列分解为不同频段的小波系数序列,再将各层的小波系数子序列重构到原尺度上,然后对小波系数序列采用相匹配的BP神经网络模型进行预测,最后合成空调负荷序列的最终预测结果。该预测模型中的低频小波系数a3和中频小波系数d3的神经网络输入变量为前1天小波系数值和对应时刻的温度、相对湿度、风速、总辐射量、天气状况和星期几编码共7个因子,并采用主成分分析法进行输入变量的降维;高频小波系数d2和d1以前几日的小波系数为输入因子。经过对西安市某综合楼的空调负荷进行预测,证明了预测值和实际运行值拟和很好,相对误差为-10%~8%。该预测模型具有预测精度较高、推广能力较强及计算速度较快的优点。     

基于粒子群神经网络的空调冷负荷短期预测

为提高空调冷负荷预测精度,本文提出了基于PSO-BP算法的神经网络模型。将PSO算法与BP神经网络相结合,对大型商场的空调样本数据进行冷负荷预测实验。结果表明,与BP神经预测算法相比,该算法的预测精度更高,运行速度更快。     

基于神经网络的空调系统负荷预测研究

以北京某建筑的空调系统作为实例研究对象,在所采集的3年实测数据基础上,主要探讨了基于ELMAN神经网络的日冷负荷预测方法和误差。用多元线性回归方法分析了日冷负荷神经网络预测模型输入参数对输出结果的影响度。最后经实验验证,以3周以上历史数据为训练集经多次预测后取平均值,具备较高的预测精度,同样可以指导工程实际设计。     

某工业厂房多尺度空调冷负荷预测模型

本文建立了提前1-4小时的空调冷负荷预测模型。使用相关性分析选择模型输入参数,使用ARX和ANN建立冷负荷预测模型,并对两种模型的预测精度做出对比。预测结果表明,当数据量大、变量维度小时,ANN模型无法发挥其优势,预测效果和ARX模型基本相同。考虑到ARX模型的简单性,选取ARX对未来时刻的冷负荷进行预测。提前1-4小时的ARX预测模型的CV-RMSE分别是11.6%、15.8%、18.9%和20.7%,各时间尺度下的预测精度都能够满足工程需求。     

大型商场建筑夏季冷负荷动态预测模型

夏季建筑冷负荷的正确预测是实现大型复杂中央空调优化运行、节能降耗的关键。笔者探讨了商场建筑冷负荷的主要影响因素,确定了建筑动态冷负荷预测模型的输入,提出了夏季基于新风机组供电频率的商场顾客率间接测量方法,解决了商场内顾客量难以检测的难题。还提出了AFC-HCMAC神经网络预测模型算法,实现了大型商场建筑冷负荷的动态预测。仿真结果表明:顾客率在商场冷负荷预测中占有重要地位,在冷负荷预测模型中增加商场顾客率可显著提高预测精度;AFC-HCMAC神经网络预测算法与传统的HCMAC神经网络算法比较,可有效降低神经网络节点数,提高预测精度。     

夏季新风“逐时焓值”与“常量焓值”冷负荷计算法的比较

新风逐时焓值冷负荷计算法 ,是将新风焓值作为时变量考虑 ,按计算日为周期 ,计算其 1天2 4ｈ的新风逐时焓值。根据新风的逐时焓值 ,计算新风计算时刻的新风冷负荷 ,然后与相同时刻的其他各项冷负荷叠加 ,取最大值作为房间的最大计算冷负荷。新风常量焓值冷负荷计算法 ,是将新风焓值作为一个固定的值即夏季空调室外计算湿球温度下的焓值来计算新风冷负荷的方法。由于现代空调冷负荷计算法所算得的各项冷负荷 ,除了 2 4ｈ连续工作且发热恒定的热源所形成的冷负荷外 ,无一不具有时变特性。夏季室外空气焓值 ,在一天中也是以日为周期变化着的 ,…     

神经网络法负荷预测与蓄冰空调系统的运行优化

文中介绍了蓄冰空调系统几种常见的控制策略。提出蓄冰空调系统的运行优化必须进行准确的负荷预测,并给出采用神经网络模型(ANN) 预测负荷的方法     

溶液除湿空调系统蓄能性能分析

介绍了溶液除湿蒸发冷却空调系统的蓄能原理,分析了蓄能密度的影响因素。与冰蓄冷、水蓄冷和气体水合物蓄冷等常规蓄冷方式的比较结果表明,溶液除湿空调系统在蓄能方面有明显的优势,其蓄能密度远大于常规蓄冷方式。该系统可以利用太阳能作为再生能源,白天蓄存浓溶液用于夜间制冷,节能效果显著。     

室外气温与太阳辐射的随动性关系研究

室外气温与太阳辐射强度之间存在某种随动关系,以中国南方13个典型城市气象数据为依据,通过回归分析方法,得到了太阳辐射与地表温度的动态拟合关系及地气温差随时间变化的动态拟合关系,各拟合公式相关系数R2均在0.97以上,说明拟合结果能显著的反映数据点的变化规律,进而建立了室外气温与太阳辐射强度的随动性关系。结果表明:高原地区,太阳辐射是室外气温与时间的一次函数;平原地区,太阳辐射是室外气温与时间的对数函数。对建筑冷负荷计算提供简便的方法,同时,也为太阳辐射强度与建筑冷负荷的随动性关系及太阳能空调的适宜性研究提供科学依据。     

冰蓄冷空调系统负荷计算及载冷剂泵的运行

对影响冰蓄冷空调系统经济性的两个因素——过渡季的冷负荷分布及载冷剂循环泵的选取及变频调速运行方式进行了探讨。     

基于建筑设计日负荷分析对冰蓄冷系统适用性的探讨

为客观分析冰蓄冷空调系统的适用性,将建筑的设计日逐时冷负荷与冰蓄冷系统的一些特性项关联起来,建立了三个评判冰蓄冷系统适用性的指标项,在一定计算精度的前提下,可以简化方案分析。     

地铁通风空调系统的设计特点

介绍了现行国家标准对地铁通风空调系统的要求.对地铁空调系统室内外空气计算参数的确定、冷负荷构成、冷负荷指标的选取、冷负荷计算方法及通风空调系统的构成进行了探讨.     

城市规划阶段建筑空调负荷预测方法

提出一种基于建筑空调负荷指标和气象参数的负荷因子法,分别计算建筑围护结构负荷、新风负荷、人员负荷、照明负荷及设备负荷,逐时叠加获得总的建筑空调负荷。利用正交试验对建筑空调负荷影响因素的显著性进行了分析,得出室外气象条件、室内设计参数及新风标准为建筑空调负荷预测的显著性影响因素。     

冰蓄冷辐射供冷系统的综合评价

日本办公建筑的空调耗电占其总耗电的50％以上，尤其在夏季是加剧电力需求高峰的主要因素。为了平衡负荷，电力生产部门和政府都在致力提倡蓄热空调系统。介绍了东京一座典型办公楼的与冰蓄冷系统结合的辐射供冷系统，包括其均衡负荷的作用，节能的潜力，施工及运行费用的估算等。     

基于负荷动态模拟的冰蓄冷系统设计及控制优化

以北京某商业建筑为例,针对其负荷变化大且变化不同步的特点,在逐时负荷模拟计算的基础上,对冰蓄冷系统设计和控制进行了经济性分析和优化。进一步模拟了供冷季逐时运行费用,讨论了不同入住率条件下,冰蓄冷系统的设备运行策略优化。     

武汉华美达天禄酒店冰蓄冷空调工程

介绍了冰蓄冷空调系统在星级酒店中的应用。在计算冷负荷时，将24h连续使用的房间按常规系统计算，而间歇使用的房间则按冰蓄冷系统计算，选用单螺杆双温工况冷水机组和冰球蓄冷方式，配有完善的微机控制系统，运行模式转换灵活，实测数据表明，系统经济效益和电负荷移峰填谷显著。这种成效一方面源于电力部门提供的优惠政策和电价，另一方面源于建筑外墙采用外保温及窗户采用中空窗，认为当电力部门给予的优惠政策所得到的投资补偿能被业主接受，就可以选用冰蓄冷系统。