基站用相变储能机组性能实验及预测模型.pdfVIP

第36卷第 5期 土 木 建 筑 与 环 境 工 程 Vo1．36NO．5 2O14年 10月 JournalofCivil．Architectural8LEnvironmentalEngineering Oct．2014 doi：10．11835／j．issn．1674—4764．2014．05．011 基站用相变储能机组性能实验及预测模型 罗新波 ，张 泉 ，孙小琴 ，陈晓明 ，王加强 ，廖曙光。 (1．湖南大学 土木．7--程学院，长沙 410082；2．长沙麦融高科有限公司，长沙 410015) 摘 要 ：针对相变储能机组换热性能的非线性影响因素 ，分析 了室内外不同环境 因素下机组运行工 况的性能系数 (COP)及蓄／放能特征 ，并在焓差实验 室进行机组性 能测试 。基于实验数据，建立 了 不同神经网络结构预测模型，预 测机组 COP及蓄 ／放能量 ；通过预测值与 实验值 结果对 比，两者相 关系数大于0．99，平均相对误差小于2 ，平均均方差低于0．2 。研究结果表明，神经网络方法可 以准确地预测相变机组储放能过程及对应 的性能系数 。 关键词 ：神经网络 ；相变储能；储能量 ；放能量；性能系数 (COP) 中图分类号 ：TU111 文献标志码 ：A 文章编号 ：1674—4764【2014)05—0066—05 PerformanceExperiment andPredictionM odelofLatentHeatStorageUnitUsed in TelecommunicationsBaseStations LuoXinbo ，ZhangQuan ，SunXiaoqin ，OhenXiaoming ，WangJiaqiang ，LiaoShuguang。 (1．CollegeofCivilEngineering，HunanUniversity，Changsha410082，P．R．China 2．ChangshaMaxxom Hi—techCorporation，Changsha410015，P．R．China) Abstract：energysavingpotentialoflatentheatstorageunitwasstudied(LHSU)byusingneuralnetwork． Experimentswereconducted in an enthalpy differencelaboratory tosimulatetheperformanceofIHSU． Differentneuralnetworkstructureswerebuilttopredicttheinfluenceofnonlinearfactorsincludingairflow rate，airtemperature．Coefficientofperformance (COP)，energystorageanddischargeratesontheunit’S operation performance．Resultsshowed thatthepredictionsagreedwellwith theexperimentaldatawith correlationcoefficientsintherangeof0．99～ 1．00，meanrelativeerrorsbelow 2 andverylow rootmean squareerrors． Keywords：neuralnetwork；phasechangeenergy storage；energy storage；energydischarge；coefficientof performance． 随着通信业的迅速发展 ，中国对基站数量需求 文。。。从气流组织角度提 出空调下送风方式及出风 口 越来越多 ，基站耗 电量大。据不完全统计 ，仅中国移 朝向通信设备进风 口实现节能；李森 指 出在合适 的 动 2009年耗电就达到 111．4亿 kW ·h，