冰蓄冷空調(diào)系統(tǒng)負(fù)荷預(yù)測(cè)模型和系統(tǒng)優(yōu)化控制研究.pdf

1、該文以建設(shè)銀行杭州分行大樓的冰蓄冷空調(diào)系統(tǒng)作為實(shí)例研究對(duì)象,主要探索了空調(diào)負(fù)荷的人工神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)這一新方法,并且對(duì)優(yōu)化控制的運(yùn)行費(fèi)用和COP與傳統(tǒng)的主機(jī)優(yōu)先控制的運(yùn)行費(fèi)用和COP進(jìn)行了比較和分析.該文建立了空調(diào)負(fù)荷日期類型的識(shí)別和分類的自組織特征映射(SOM)人工神經(jīng)網(wǎng)絡(luò)模型,首次用自組織特征映射理論揭示了空調(diào)負(fù)荷日期類型的分類關(guān)系.建立了溫度24小時(shí)提前預(yù)測(cè)的人工神經(jīng)網(wǎng)絡(luò)模型,使得24小時(shí)提前逐時(shí)溫度預(yù)測(cè)平均絕對(duì)誤差從改進(jìn)ASHRAE

2、計(jì)算方法的0.6663℃降低到了0.4512℃,平均相對(duì)誤差從2.02﹪降低到了1.36﹪.在研究一個(gè)統(tǒng)一的日冷負(fù)荷預(yù)測(cè)模型來預(yù)測(cè)周一到周日所有日子的日冷負(fù)荷的基礎(chǔ)上,針對(duì)工作日和假日分別建立了日總冷負(fù)荷的神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型.建立了一個(gè)統(tǒng)一的空調(diào)逐時(shí)負(fù)荷的24小時(shí)提前人工神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型,并根據(jù)對(duì)日冷負(fù)荷類型的SOM分類結(jié)果,通過在內(nèi)部一共采用8個(gè)子神經(jīng)網(wǎng)絡(luò)模型使得逐時(shí)負(fù)荷預(yù)測(cè)平均絕對(duì)誤差降低到了80.64kWh,期望相對(duì)誤差降低到了3.