学位论文 > 优秀研究生学位论文题录展示
中央空调系统机组能效预测模型的研究
作 者: 周静娜
导 师: 胡平放
学 校: 华中科技大学
专 业: 供热、供燃气、通风及空调工程
关键词: EnergyPlus 神经网络 机组COP 预测模型
分类号: TU831.4
类 型: 硕士论文
年 份: 2011年
下 载: 30次
引 用: 0次
阅 读: 论文下载
内容摘要
空调系统机组的COP是衡量系统性能的一项重要指标,本文通过建模来预测机组的COP值,以期为空调系统的高效运行和故障诊断提供建议,最终达到节能目的。本文利用建筑能耗分析软件EnergyPlus对某建筑空调系统进行模拟,得到该系统冷水机组在整个空调季的运行数据(包括机组功率、冷冻水进口温度、冷却水进口温度和冷却水出口温度的逐时值),再运用BP神经网络建模,得到机组COP的预测模型,最后验证该建模方式的可靠性。本文通过回归分析可知与t+1时刻机组COP相关最显著的4个参数为t时刻的机组功率、冷冻水进口温度、冷却水进口温度和冷却水出口温度,通过进一步的研究最终确定预测模型的输入为t-1时刻和t时刻的机组功率、冷冻水进口温度、冷却水进口温度和冷却水出口温度共8个输入,输出为t+1时刻机组COP,从而确定了模型的基本结构。本文通过研究可知提高预测精度的方法有3种,即一是在程序中增加自适应学习率和动量因子来克服BP网络存在的自身缺陷,如系统训练不稳定和有时收敛到局部极小值;二是调整对BP网络模型预测能力影响最大的3个参数即输入层节点数、隐层节点数及网络训练允许误差MSE目标值,使其处于最合理的搭配;三是改变输入方式使模型可以学习到整个空调运行期的运行规律,从而提高预测精度。最终模型的预测结果为期望值和网络输出值的绝对误差大都集中在±0.1之间,而相对误差则基本上介于±5%内。预测结果较理想。本文通过对Energyplus软件中的自带模型和Matlab模型的模拟数据以及某实际建筑中的中央空调系统运行数据建模验证可知文中研究的建模方式是可靠的。
|
全文目录
摘要 4-5 Abstract 5-8 1 绪论 8-12 1.1 课题的研究背景与意义 8-9 1.2 国内外发展研究概况 9-11 1.3 本文主要研究内容 11-12 2 基于EnergyPlus 的中央空调系统模拟 12-29 2.1 EnergyPlus 简介 12-20 2.2 空调系统模拟 20-25 2.3 空调系统模拟结果分析 25-28 2.4 本章小结 28-29 3 空调机组能效预测模型的建立 29-53 3.1 神经网络简介 29-33 3.2 BP 网络模型的建立 33-38 3.3 BP 网络模型的训练与测试 38-51 3.4 本章小结 51-53 4 空调机组能效预测模型的验证 53-63 4.1 Energyplus 自带模型的验证 53-56 4.2 Matlab 模型的验证 56-58 4.3 实际运行数据建模验证 58-61 4.4 本章小结 61-63 5 总结与展望 63-65 5.1 全文总结 63-64 5.2 展望 64-65 致谢 65-66 参考文献 66-69
|
相似论文
- 天然气脱酸性气体过程中物性研究及数据处理,TE644
- 压气机优化平台建立与跨音速压气机气动优化设计,TH45
- 调频式电容位移传感器高速测频与非线性校正技术研究,TH822
- 中医舌诊中舌形与齿痕的特征提取及分类研究,TP391.41
- 红外超光谱图像的虚拟探测器研究,TP391.41
- 模糊控制、神经网络在平面二级倒立摆中的应用,TP273.4
- 基于神经网络的水厂投药预测控制研究,TP273.1
- 视觉伺服四自由度机械臂的研究,TP242.6
- 机械臂视觉伺服系统的研究,TP242.6
- 压电驱动微工作台的控制与校正技术研究,TP273
- 某武器检测装置的控制系统设计,TP183
- 市级旅游用地规划环境影响评价研究,X820.3
- 珠三角地区高性能混凝土配合比智能化系统,TU528
- 大学生综合素质测评研究,G645.5
- 不具备全局Lipschitz条件的时滞细胞神经网络的反周期解研究,TP183
- 基于并行算法的模糊综合评价模型的设计与应用,TP18
- 基于神经网络的牡蛎呈味肽制备及呈味特性研究,TS254.4
- 基于神经网络辨识的同步发电机励磁控制研究,TM31
- 基于BP神经网络的水稻干燥智能控制研究,S226.6
- 基于遗传算法优化的BP网络对生物柴油制备工艺的优化,TE667
- 冷却猪肉贮藏过程中的品质变化及货架期预测模型研究,TS251.4
中图分类: > 工业技术 > 建筑科学 > 房屋建筑设备 > 空气调节、采暖、通风及其设备 > 空气调节 > 空气调节机械与设备
© 2012 www.xueweilunwen.com
|