变风量空调系统的模糊神经网络预测控制

针对变风量中央空调系统具有多变量、大滞后和非线性的系统特性及常规控制算法系统响应慢、控制精度不高等问题,提出了模糊神经网络预测控制策略.该方法将模糊神经网络控制与预测控制技术相结合,建立了模糊神经网络与预测控制结合的复合控制器模型,通过优化变风量控制方式,有效地实现了中央空调系统的预测控制.结果表明,该控制方法能使系统具有良好的动态性能和稳态性能,控制精度高,节能效果显著,具有广泛的应用前景.     

基于神经网络预测节能中央空调控制策略

由于传统中央空调具有大滞后、大惯性、非线性特性,造成常规控制方法下系统供给的能量与负载所需能量不匹配,使得中央空调与使用环境能量供求不平衡,浪费了大量的电能.针对中央空调的控制特性,提出了一种基于神经网络技术的预测控制方法,将Elman神经网络预测器和神经网络控制器有机结合,通过预测未来能量需求,实时调节控制策略,使系统所需能量和空调输出能量达到匹配.采用Elman神经网络预测器和神经网络控制器有机结合的控制方法,使系统具有良好的动态性能和稳态性能,节能效果显著.采用神经网络预测型节能中央空调,可有效控制中央空调与使用环境能量供求的关系,为降低智能建筑能耗提供了可靠的保障.     

神经网络在系统优化设计中的应用

本文首先简介了系统优化问题，然后以Hopfield神经网络在对铺设公路至若干油田的路线进行优化设计中的应用为典型事例，初步探讨了在复杂系统的优化方案设计中运用人工神经网络的可行性，并从中得出拥有并行分布计算优势的神经网络在解决系统组合优化问题时具有优越性这一结论。     

增强全民节能意识 推进节能技术进步 上海市第五批优秀节能技改项目集锦

上海闵行发电厂该项目以热力系统优化节能管理为指导,以降低机组供电煤耗为目标,通过对热力系统的分析、比较、计算,寻找出最优方案,使热力系统始终处于最佳状态下进行,是系统管理节能的一个范例。该厂在13号(125MW)机组上进行了系统优化的科学实践,在分析原因、确定方案优化的基础上进行了综合技术改造。主要措施有:     

基于神经网络的滚动时域优化控制

将神经网络逆模型控制方法与滚动时域优化控制技术相结合,提出了具有预测能力的基于神经网络的滚动时域优化控制方案。给出了控制器的结构设计及实现算法,并将其用于非线性不确定系统的控制,仿真实验表明,该控制器具有良好的非线性控制性能。     

舒适性指标PMV在暖通空调控制中的应用

在分析了影响人体舒适性感觉诸因素的基础上,讨论了PMV(预测平均投票值--Predicted Mean Vote)指标的作用和运算方法.利用人工神经网络建立了PMV指标的预测模型,并将PMV指标用作空调系统的优化性能指标,研究了空调系统优化控制方案.优化指标取舒适性指标和耗能量之和,在模型不确定和环境、负荷参数不断变化的情况下既达到了节能的要求,又可以使空调区域内的温、湿度保持在舒适性范围内.研究表明将PMV指标用于空调系统的优化控制,具有良好的适用性.     

江汉油区注水系统节能降耗工作浅析

随着江汉油田开发的不断深入,注水井压力、注水量发生变化,部分站点注水设备不匹配、注水站与注水井布局不合理等问题突出,注水系统效率降低、能耗增加.江汉采用厂梳理单个注水系统,采取分压注水、地面系统优化等措施,解决了部分站点系统效率低、能量损耗大的问题.但单井泵机组效率依然偏低,平均为61.2％,对此可借助信息化平台,实时...     

基于T—S模型模糊神经网络预测的退火炉温度控制

目的提出一种能够提高退火炉温度控制系统的性能和精度的具体方案,增强控制系统的鲁棒性．方法针对退火炉温度控制系统具有多变量,非线性和不确定性的特点,将T—S模糊神经网络与预测控制相结合,在线建立被控对象的数学模型,并用BP神经网络控制器对所得到的信息在线修正,进而控制退火炉炉温．并通过仿真与传统的模糊PID控制方案进行对比分析．结果T—S模糊神经网络预测控制方案具有较强的控制精度和动态性能,预测精度高、容错性好、收敛速度快,基本无超调等特点．结论T—S模糊神经网络预测控制能够提高产品退火质量、节能环保,可以应用于退火炉炉温的优化控制．     

一种神经网络自适应控制算法

提出了一种基于对象正向模型的神经网络自适应控制算法,它将神经网络与优化方法相结合,对控制量进行优化迭代求解。仿真表明,应用该算法后,系统响应速度快,超调量小,无稳态误差,控制效果好。     

暖通空调系统优化控制与能量管理的现状及发展趋势

我国在暖通空调系统研究方面起步较晚,对系统的优化控制以及能量管理的重视程度还不够.实际上当前我国已经面临能源与环境的双重危机,对暖通空调系统优化控制与能量管理是非常有必要的.本文阐述了暖通空调系统优化控制与能量管理现状,并分析了其在未来一段时间内的发展趋势.     

油田注水系统的建模、规划与决策

为了解决大型注水系统优化问题,提出了划分子系统的“压力脊”概念和最大隶属度原则;基于动态规划理论,给出了注水系统最优化原理和求解注水系统的多阶段决策方法.应用结果表明了该方法的有效性.     

大型燃煤发电机组热力性能优化集成分析研究现状

为进一步提高大型燃煤发电关键设计和运行技术水平,总结我国当前的火电行业构成与能耗水平特点,并与国际先进水平进行对比,针对当前我国燃煤发电机组的深度节能需求,从火电机组能量系统的分析和优化两个层面开展调研。系统分析侧重于揭示燃煤发电机组能耗的空间分布规律,而系统优化则基于机组节能潜力提出科学有效的方案寻优策略。对目前国内外在燃煤发电机组系统集成优化上的研究进展进行了总结提炼,以期对现有机组的节能改造提供理论基础,为未来机组的优化设计提供新的方法和思路。     

常规给水处理工艺处理效率的神经网络预测与控制

建立了常规给水处理工艺处理效率神经网络预测模型和混凝剂投量预测模型。应用结果表明，建立的预测模型具有较高的预测精度：对浊度和UV254处理效率的相关系数（R^2）分别为0．86和0．80，对混凝剂投加量的预测精度相关系数为0．72。模型的预测精度可基本满足常规工艺的在线控制和实时调控，使水处理系统在原水水质变化情况下，实现系统优化运行控制。分析模型误差的原因，并对比偏最小二乘回归模型说明神经网络模型的精度，指出该模型在系统优化运行中的可行、及时、准确性。     

大型注水系统的运行优化

提出了油田大型注水系统优化运行的２类问题，１类是在注水单耗水于规定值的情况下，确定注水系统各注水站水泵运行台数，使注水系统中各注水站实际水量和分配注水量误差平方和最小；另１类是在注水系统各配水间配注误差不超过值的条件下，使注水系统总的能耗达到最小。     

基于HGA的模糊神经控制充电器设计与实现

将神经网络与模糊控制相结合,实现了模糊控制器的自学习和自适应,提出了基于递阶遗传算法的模糊神经网络优化算法来进行蓄电池的充电控制,通过对每个染色体采用递阶编码,可以同时优化模糊神经网络结构和权值参数,实现对非线性的、时变的、有干扰的、具有纯滞后的蓄电池充电控制系统的最佳控制.     

一类基于对象正向模型的神经网络自适应控制器的设计

提出了一种基于对象正向模型的神经网络自适应控制器,该方法只须辨识对象的正向模型,将神经网络与优化方法相结合,对控制量进行优化迭代求解。仿真结果表明,该算法能精确跟踪设定输出,响应速度快,超调量小,无稳定误差,控制效果好。     

一类基于对象正向模型的神经网络自适应控制器的设计

提出了一种基于对象正向模型的神经网络自适应控制器 ,该方法只须辨识对象的正向模型 ,将神经网络与优化方法相结合 ,对控制量进行优化迭代求解。仿真结果表明 ,该算法能精确跟踪设定输出 ,响应速度快 ,超调量小 ,无稳定误差 ,控制效果好     

基于神经网络的氢氧化铝焙烧优化控制系统

采用OPC(OLE for Process Control)技术架构了三层模式的过程优化控制系统,实现了优化控制系统与现有PLC系统的数据通讯、信息共享.优化控制系统由FLUENT仿真分析、过程智能建模、流程理论分析和优化控制四大模块组成.主要模块采用神经网络架构,实现复杂炉况的系统辩识以及工艺参数的优化计算.生产应用表明:该系统具有很好的指导性,能稳定生产、优化操作,为节能和降废的整体优化提供了新手段和途径.     

基于神经网络的汽油干点软测量

针对常压蒸馏塔产品质量(汽油干点)测量困难的特点,建立质量指标(汽油干点)与其影响因素的多层前馈神经网络,应用神经网络的输入输出非线性函数逼近原理,将易于测量的温度压力等参数作为网络的输入,使经过BP算法学习的神经网络输出与实际化验的质量指标(汽油干点)值逼近。以此方法来实现常压蒸馏塔产品质量的在线软测量,以获得控制与优化所需的实时质量测量信号。这种软测量为实现常压塔的质量优化控制奠定了基础。     

经济与科技动态

财政部将加大节能支持力度按照《节约能源法》要求,财政部将继续加大支持力度,抓紧完善各项财税政策,建立健全节能长效机制。财政部将优化财政支出结构,大力支持非粮生物能源、风力发电、太阳能光伏发电、秸秆能源化利用及可再生能源在建筑领域规模化应用;重点支持节能量在1万吨(含1万吨)标准煤以上的燃煤工业锅炉(窑炉)改造、余热余压利用、节约和替代石油、电机系统节能和能量系统优化等项目实行节能技术改造。