| 锅炉热水供热系统能耗机器学习诊断模型 |
| |
| 引用本文： | 邬棋帆,于军琪,郑佳蕾. 锅炉热水供热系统能耗机器学习诊断模型[J]. 土木建筑与环境工程, 2018, 0(4): 71-80. DOI: 10.11835/j.issn.1674-4764.2018.04.011 |
| |
| 作者姓名： | 邬棋帆 于军琪 郑佳蕾 |
| |
| 作者单位： | 西安建筑科技大学信息与控制工程学院,西安,710055西安建筑科技大学土木工程学院,西安,710055 |
| |
| 基金项目： | 教育部归国留学科研基金(教司留[2014]1685)，陕西科技厅科技国际合作项目(2014kw17)，安徽省教育厅自然科学研究项目(KJ2016A814) |
| |
| 摘 要： | 供热系统能耗诊断是一个难点。提出一种基于机器学习算法的能耗诊断标准模型结构,通过聚类或分类算法,从采集的诊断数据中筛选出节能特性较好的运行数据,基于回归模型建立能耗诊断模型对被诊断数据进行诊断。研究发现:1)经K-means聚类筛选数据并基于贝叶斯正则化训练的人工神经网络建立拟合模型,R值分别达到了0.975 6、0.970 5、0.921 4和0.910 1,模型拟合度较高;2)模型经过3个被诊断数据集验证,经过筛选的数据建立诊断模型,节能率指标分别10.7%、17%和4%,累积误差指标达到了-149 498.67、-86 526、-4 052.27kW,诊断效果优于未经聚类的数据建立的模型;3)对诊断结果进行分析,发现供热系统二次换热端热水流量变频节能控制措施节能效率较低,一次供热端热水流量人工调节是造成能耗过高的主要原因。这种数据建模诊断的方式是基于输入、输出变量之间的物理响应关系而不受数据时间特性的影响。
|
| 关 键 词： | 机器学习 能耗诊断 供热系统 人工神经网络 |
Energy consumption diagnosis methodology model of boiler hot water heating system |
| |
| Wu Qifan,Yu Junqi,Zheng Jialei. Energy consumption diagnosis methodology model of boiler hot water heating system[J]. Journal of Civil,Architectrual & Environment Engineering, 2018, 0(4): 71-80. DOI: 10.11835/j.issn.1674-4764.2018.04.011 |
| |
| Authors: | Wu Qifan Yu Junqi Zheng Jialei |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
