植物工厂地源热泵系统热负荷BP神经网络预测及验证.pdfVIP

第 35 卷 第 2 期 农 业 工 程 学 报 Vol.35 No.2 196 2019 年 1 月 Transactions of the Chinese Society of Agricultural Engineering Jan. 2019 植物工厂地源热泵系统热负荷 BP 神经网络预测及验证 石惠娴，孟祥真，游煜成，张中华，欧阳三川，任亦可 （同济大学新农村发展研究院国家设施农业工程技术研究中心，上海 200092 ） 摘 要：为提高水蓄能型地下水源热泵自然光植物工厂供热系统节能性，供热系统必须能够很好地预测热负荷变化。针 对自然光植物工厂热环境系统非线性特点，利用具有很强非线性映射能力的 BP 神经网络（back propagation ，BP ），选取 室内外空气干球温度、太阳辐射强度、室内相对湿度和绝对湿度、室内风速等输入参数，确定算法步骤和评价指标，构 建神经网络模型预测植物工厂次日负荷。采用 Matlab 神经网络工具箱对崇明试验基地水蓄能型地源热泵自然光植物工厂 的样本集进行训练，训练后误差函数值为 0.002 999 94 ，神经网络收敛。通过对比热负荷预测值与实际值，证明了神经网 络预测热负荷值与实际值趋势一致，基本误差在±6% 以内，结果表明神经网络法可以用于植物工厂次日热负荷预测。通 过热负荷预测能够更加科学地调整供热系统运行模式，更好地匹配植物工厂需求热量与热泵的输出能量，实现运行节能 和降低供能成本的目的。 关键词：热能；神经网络；算法；热负荷预测；植物工厂；水蓄能；地源热泵 doi ：10.11975/j.issn.1002-6819.2019.02.025 中图分类号：S215; TK124 文献标志码：A 文章编号：1002-6819(2019)-02-0196-07 石惠娴，孟祥真，游煜成，张中华，欧阳三川，任亦可. 植物工厂地源热泵系统热负荷 BP 神经网络预测及验证[J]. 农业工 程学报，2019，35(2)：196－202. doi ：10.11975/j.issn.1002-6819.2019.02.025 Shi Huixian, Meng Xiangzhen, You Yucheng, Zhang Zhonghua, Ouyang Sanchuan, Ren Yike. Prediction and verification on heating load of ground source heat pump heating system based on BP neural network for plant factory[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2019, 35(2): 196 －202. (in Chinese with English abstract) doi ：10.11975/j.issn.1002-6819.2019.02.025 来预测水源热泵供暖和制冷负