基于ann和anfis模型的地源热泵系统性能评估-供热、供燃气、通风及空调工程专业论文.docxVIP

华中科技大学硕士学位论文 华 中 科 技 大 学 硕 士 学 位 论 文 I万方数据 I 万方数据 摘 要 地源热泵（Ground source heat pump, GSHP）技术以其节能、环保、可利用低位 热能的特性越来越受人们重视，并被广泛应用于工程项目中。但是我国建成并投入 运行的地源热泵项目，绝大多数都没有监测系统。计算评价系统性能指标所需要的 参数，由于没有安装测量仪表，没有分开计量或传感器故障等原因而难以获得，从 而给系统评价造成困难。 本文基于较小的数据参数集，利用蒸发器进出口水温，冷凝器进出口水温四个 易于测量的参数，基于人工神经网络模型（Artificial Neural Network，ANN）和自适 应神经模糊推理系统模型（Adaptive Neuro-fuzzy Inference System，ANFIS)，计算地 源热泵系统的重要评价指标：机组 COP（Coefficient Of Performance，COP） 和系统 COP。首先在 TRNSYS 平台上，对武汉某办公楼地源热泵中央空调系统建立模型， 模拟得到该系统全年的逐时运行数据，包括热泵机组蒸发器进出口水温，冷凝器进 出口水温。基于模拟数据，建立了 ANN 模型和 ANFIS 模型。两模型均以热泵机组 蒸发器进出口水温和冷凝器进出口水温四个参数为输入，计算地源热泵机组 COP 和 系统 COP。采用均方根误差 RMS(root-mean squared)、方差 R2(the coefficient of multiple determinations )等统计方法比较计算值与真实值，然后进行模型的验证。最后对 ANN 和 ANFIS 两种模型的计算准确度进行了对比分析,发现 ANFIS 模型计算精度更高。 利用武汉某科研大楼地下水源热泵系统及浙江绍兴某办公楼地源热泵系统的实 际监测数据，对所建 ANN 模型和 ANFIS 模型进行了训练及验证，模型计算值与实 际值吻合度很高，证明了该模型能够在实际项目中得以运用。 所建模型能够利用较小的参数集来计算评价地源热泵系统所需的指标机组 COP 和系统 COP，从而可在部分监测条件不足或部分传感器出现故障时计算机组和系统 性能评价指标，也为将来仅测量较少的量就可计算评价指标从而减少传感器数量的 安装提出理论基础与技术支持。 关键词：人工神经网络 ANFIS TRNSYS 地源热泵 COP II万方数据 II 万方数据 Abstract The ground source heat pump （ GSHP ） technology has been applied to the real projects widely these years thanks to its high energy efficiency, energy-saving, environment-friendly and the ability to use the low level energy. But for most of the GSHP projects which have been put in operation, the monitoring system hasn’t been installed. Moreover, it is hard to get all the parameters needed when we calculate the evaluate indexes such as coefficient of performance （COP） because of the lack of the measuring device in the system or the diagnosis of the sensors or other reasons. The aim of this work is to calculate the heat pump COP and the system COP with low cost parameters requirement. In particular, four parameters have been selected: the evaporator inlet/outlet temperature, the condenser inlet/outlet temperature. An artificial neural network（ANN） and an adaptive neuro-fuzzy inference system（ANFIS） model for the GSHP system were develope