基于人工神經(jīng)網(wǎng)絡的地下水源熱泵系統(tǒng)節(jié)能診斷研究.pdf_第1頁
已閱讀1頁,還剩58頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領

文檔簡介

1、目前,建筑節(jié)能成為各國關注的焦點和熱點,其中可再生能源建筑應用得到了國家重視和鼓勵,已經(jīng)建設了~些可再生能源建筑應用示范項目,并且為了加大建設力度,提出建立可再生能源建筑示范城市。在可再生能源建筑應用中,地下水源熱泵系統(tǒng)由于系統(tǒng)能效高、運行費用低,目前在我國得到了廣泛應用,然而實際運行中因缺乏有效的節(jié)能診斷監(jiān)控系統(tǒng),往往導致系統(tǒng)運行能效大大降低。
   本課題是在這樣的背景下提出的。
   本文依據(jù)我國現(xiàn)行有關節(jié)能規(guī)范,

2、針對民用地下水源熱泵空調(diào)系統(tǒng),根據(jù)《水源熱泵機組》(GB/R19409-2003),《公共建筑節(jié)能設計標準》(GB 501 89-2005),并結臺專家和實際運行人員的經(jīng)驗以及作者的定量分析,提出節(jié)能狀態(tài)判定指標;
   建立了基率特征參數(shù)、指標特征參數(shù)與非節(jié)能運行因素的關系庫;確定了特征參數(shù)的數(shù)字化生成規(guī)則:根據(jù)關系庫的映射對應關系,創(chuàng)建了特征參數(shù)樣本的標準輸入與系統(tǒng)節(jié)能診斷的標準輸出的基礎模型?;谌斯ど窠?jīng)網(wǎng)絡技術具有的訓練

3、學習、記憶模擬、非線性逼近等優(yōu)點,建立地下水源熱泵系統(tǒng)節(jié)能診斷網(wǎng)絡模型,并對BP神經(jīng)網(wǎng)絡中三種算法,即VLBP(variable learning rate back propagation)算法、SCG(scaled conjugate gradient)算法和LM(Ievenberg-narguardt)算法進行比較,訓練網(wǎng)絡.選擇出較好的算法。最終實現(xiàn)了在基礎模型對地下水源熱泵系統(tǒng)運行時的節(jié)能診斷功能,為系統(tǒng)高效節(jié)能運行提供有效監(jiān)

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論