高校能源智能监管系统的研究与设计.pdfVIP

洛阳师范学院学报2015年第5期 层或三层 以上的神经网络，包括输入层、中间层 实际用水量，虚线表示预测用水量． (隐层 )和输 出层．上下层之间实现全连接 ，而每 P●rfInn… 99＆踊 f∞，6O t ∞B 层神经元之间无连接．当一对学习样本提供给网络 后，神经元的激活值从输入层经中间层向输出层传 播 ，在输 出层的各神经元获得网络的输人响应．接 下来，按照减少 目标输出与实际误差的方向，从输 出层经过各中间层逐层修改各连接权值，最后回到 输人层．这种算法称为误差反向传播的算法，即 BP(Back—Propagation)算法．本文利用前 向网络 图15 BP网络训练过程误差变化 曲线 中的BP网络对水资源的消耗进行预测． 图 14 BP网络结构 水资源监管平台实际运行 以来，数据库采集了 大量水表检测数据．为合理分配用水指标，我们对 收到的数据进行分析，对部门的用水量进行分析预 图16 实际用水量和预测用水量对比 测．根据校园用水量预测问题 自身的特点，结合神 经网络方法建模 的一般步骤，选取 BP神经网络作 从图16可以看 出，大部分月份的预测较为准 为建模基础 ，建立基于 BP神经网络的校园用水预 确，个别月份有一定误差．误差原因是因为样本数 测模型．现在 已经有2009年 1月到 2010年6月连 据都是通过人工方式获取，每个月抄表的时间不很 续 18个月的用水量数据 ，用连续 6个月的用水量 一 致，会提前或延后几天，造成样本数据和变化规 和这6个月的起始月份作为输入 ，第7个月的用水 律有一定偏离，但是预测结果符合用水变化的 量作为输出，由这些历史数据构成 12个学习样本， 规律． 进行学 习． 3．3 短信通知服务 2009年和2010年逸夫楼的实际用水量如表 1 短信通知服务提供校园节能监管系统中系统故 所示．其中2月 、7月和8月为学校放假时间，用水 障报警和系统内警示信息发送的服务，是故障预测 量较少． 的重要部分．短信通知服务结构图如图17所示． 将这些数据作为样本数据进行网络训练，BP 该结构主要包括三个部分 ：(1)短信服务器 ：是 网络训练过程误差变化 曲线如图 15所示． 由一个短信收发器和短信服务器软件组成，短信收 表 1 2009年和 2010年校园逸夫楼实际用水量 (吨) 发器中放置一个手机的SIM卡，即可收发短信．短 信服务器是开发的短信控制软件，从短信数据库中 查询待发状态的短信数据 ，通过短信收发器发送 出 去．短信服务器配置管理界面如图 17所示；(2) Web服务器 ：是一个Web网站，为用户提供了发送 短信的网页．在此页面上管理员可以给指定的用户 发送通知短信．另外，还提供一个 WebService接 口，智能监管系统的其他子系统可 以调用此接 口， 方便的使用短信服务功能；(3)数据库：用来存储 分别将 2010年 1月到6月连续 6个月的数据 所有的短信信息．用户可 以通过 W