基于模糊神经网络控制的供热系统.pdfVIP

第32卷第2期 唐 山师 范学 院 学报 2010年3月 32No．2 JournalofTangshanTeachersCollege Mar．2010 基予模糊神经网络控制的供热系统 刘维生 (唐山师范学院 物理系，河北 唐山 063000) 摘 要：提出了一种基于神经网络控制的供热系统，采用经典的前向3层神经网络对fi模拟，并根据监测点 的历史供暖数据进行网络训练。使用本控制系统对某小区的2008年的供热系统进行仿真控制，并与该年实际供热 结果进行比较，结果表明其系统供热效率明显提高，节约能耗效果显著。 关键词：神经网络；供热系统；BP算法 中图分类号：TP183 文献标识码：A 文章编号：1009-9115(2010)02-0059-04 AHeatingSystem BasedonFuzzyNeuralNetworkControl LIU Wei--sheng (DepartmentofPhysics，TangshanTeachersCollege，Tangshan063000，China) Abstract：Inthearticle，wepresentedaheatingsystem basedonnaturalnetworkcontrolwhichadoptedtheclassicpriortothe three—layerneuralnewtorktosimulatefi．Basedonhistoryofheatingnewtorkatmonitoringpoint，theheatingsystem underwent newt orktraining．Byusingthiscontrolsystem tosimulatecontroladistrictheatingsystem in2008，andcomparingwithhteactual heatingresult，theheatingeffectofthesystemwassignificantimproved，nadtheenergysavingwasalsoremarkable． Keywords：neuralnewt ork；heatingsystem；BPalgorithm 目前中国北方城镇共有供暖建筑 65亿m ，其中约 70％ 1 数学模型 (Teachingmode1) 采用不同类型的集中供暖 1【1，因此供热节能是建筑节能工作 供暖区域内住户的室内温度，受室内供热设备在整体供 中潜力最大、最主要的途径，应该作为当前开展建筑节能工 暖系统中的位置、室内散热器的散热性能、房屋的环境、供 作 的重 中之重。 热系统整体结构、供热的入 口温度、供热入 口流量、供热回 许多原有小区在进行供暖设计时都是基于原有铸铁散热 水温度、环境温度等因素的影响。一般来说，当房屋建筑施 器以及房屋的散热公式进行推算，并根据居民的反馈进行粗 工完毕后，室内供热设备在整体供暖系统中的位置、房屋的 放式的供热控制，不但不能均衡地控Srld,区内房屋的温度并 环境和供热系统整体结构就不会再发生改变，室内的散热器 且会造成很大的浪费。随着供热管线的老化以及居民装修时 一 般在较长的一段时间内也不会发生变化，因此室内温度主 要 由供热的入 口温度、供热入 口流量、环境温度决定，即 对散热设备的更新，原有的模式已经远远不能达到目前供热 的要求 。 |i=，i ，pr，te，th)