基于遺傳神經(jīng)網(wǎng)絡(luò)的空調(diào)房間送風(fēng)量預(yù)測(cè)研究.pdf

1、隨著社會(huì)經(jīng)濟(jì)的發(fā)展以及人民生活水平的提高，賓館、商場(chǎng)和辦公大樓中空調(diào)系統(tǒng)要求也日益提高，電力供需矛盾進(jìn)一步加劇。減少空調(diào)系統(tǒng)的能量消耗，緩解用電壓力已經(jīng)迫在眉睫，這也是保護(hù)環(huán)境的需要。在電力供應(yīng)日益緊張的情況下，變風(fēng)量空調(diào)、冰蓄冷空調(diào)系統(tǒng)在經(jīng)過一段時(shí)間的蕭條期后，被人們重新所接受，在越來越多的工程中得到應(yīng)用。但這兩種空調(diào)形式因?yàn)槠渥陨硐到y(tǒng)形式的原因，在控制方面也存在著一些問題，所以一些高校、企業(yè)和科研機(jī)構(gòu)也加強(qiáng)了在這方面的研究。本文所做

2、的對(duì)空調(diào)房間需求送風(fēng)量的預(yù)測(cè)對(duì)促進(jìn)總風(fēng)量控制方法在變風(fēng)量空調(diào)系統(tǒng)中的應(yīng)用以及實(shí)現(xiàn)對(duì)冰蓄冷空調(diào)蓄冷量的精確控制具有很直接的作用。 本文首先分析了傳統(tǒng)的一些建模方法在建立空調(diào)房間需求送風(fēng)量預(yù)測(cè)模型方面存在的弊端，然后引出了人工神經(jīng)網(wǎng)絡(luò)建模的思想。在闡明了BP算法所固有的收斂速度慢、容易陷入局部極小點(diǎn)等缺點(diǎn)的基礎(chǔ)上，將遺傳算法和BP算法結(jié)合起來，先利用遺傳算法全局尋優(yōu)的特性，對(duì)BP神經(jīng)網(wǎng)絡(luò)的權(quán)值和閾值進(jìn)行遺傳搜索，在滿足中止條件后，轉(zhuǎn)

3、入BP算法進(jìn)行局部尋優(yōu)，從而達(dá)到收斂速度快，預(yù)測(cè)結(jié)果精確的目的。 利用DeST強(qiáng)大的分析計(jì)算功能，模擬了南京某辦公建筑空調(diào)系統(tǒng)一整年的相關(guān)負(fù)荷數(shù)據(jù)。經(jīng)過與實(shí)際氣象情況的對(duì)比分析后，我們認(rèn)為所得到的數(shù)據(jù)具有一定的可信性，可以作為所建立的建筑物空調(diào)房間需求送風(fēng)量預(yù)測(cè)神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練樣本和測(cè)試樣本。 通過比較BP算法和GA-BP算法在空調(diào)房間日平均送風(fēng)量預(yù)測(cè)模型中的預(yù)測(cè)效果，證明了GA-BP算法比BP算法具有較快的收斂速度和

4、較高的預(yù)測(cè)精度。然后闡述了用一個(gè)統(tǒng)一的逐時(shí)送風(fēng)量預(yù)測(cè)模型來預(yù)測(cè)8:00-21:00中每個(gè)時(shí)刻的送風(fēng)量是導(dǎo)致預(yù)測(cè)精度不高的原因。進(jìn)而根據(jù)分段建模的思想，將14個(gè)小時(shí)分為正常工作時(shí)間和晚上加班時(shí)間兩個(gè)時(shí)段，采用不同的子神經(jīng)網(wǎng)絡(luò)模型分別進(jìn)行預(yù)測(cè)，得到了較好的預(yù)測(cè)效果，平均相對(duì)誤差由原來的10.27％降為7.24％。 最后，通過這幾個(gè)模型的預(yù)測(cè)效果可以得出結(jié)論：GA-BP算法對(duì)BP神經(jīng) 網(wǎng)絡(luò)權(quán)指和閾值的優(yōu)化，達(dá)到了加快收斂速度，