- 1、本文档共2页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
供热系统热负荷的优化研究
本篇文章来源于“中国建筑文摘”转载请以链接形式注明出处网址:
/warmer/HotCngr/200809/84207.html
文章摘要:0引言取暖是寒冷地区生活的必要条件。供热行业作为对国民经济发展有着全局性,先导性影响的基础产业,与人们的生活息息相关。由于当前能源和环保问题越来越多地收到关注,能源节约,环境保护,经济可持续发展己成为我国的基本国策。目前,对城市供热的要求,已不仅仅在于规模不断扩大,而起对供热系统的合理性,经济性,特别是供热系统的能源有效理由及供热可靠性提出了更高的要求。神经网络以它独特的自学习、自组织、自适应及很......
引言
取暖是寒冷地区生活的必要条件。供热行业作为对国民经济发展有着全局性,先导性影响的基础产业,与人们的生活息息相关。由于当前能源和环保问题越来越多地收到关注,能源节约,环境保护,经济可持续发展己成为我国的基本国策。目前,对城市供热的要求,已不仅仅在于规模不断扩大,而起对供热系统的合理性,经济性,特别是供热系统的能源有效理由及供热可靠性提出了更高的要求。神经网络以它独特的自学习、自组织、自适应及很强的非线性函数逼近能力,成为处理非线性系统的有力工具。本文应用神经网络理论并将所建模型应用于供热负荷优化中,以期获得较好的优化效果。
供暖系统设计的热负荷简介
人们为了生产和生活,要求室内保证一定的温度。一个建筑物或房屋可有各种获得热量和散失热量的途径。当建筑物或房间的失热量大于得热量时,为了保证室内在要求温度下的热平衡,需要由供暖通风系统补进热量,保证室内要求的温度。供暖系统的热负荷是指在某一室外温度tw下,为了达到要求的室内温度tn,供暖系统在单位时间内向建筑物供给的热量。它随着建筑物得失热量的变化而变化。
神经网络模型的构造
供热负荷优化神经网络的建立关键在于输入、输出变量的选取、隐含层数的确定、隐含层单元数、的确定、连接方式的选择、初始参数的选择等。BP神经网络是采用误差反向传播(ErrorBackPropagation,BP)算法的一种多层前馈神经网络,BP神经网络是人工神经网路中最为重要的网络之一,也是目前应用最广泛、发展最成熟的一种神经网络模型。
输入输出变量的选取
输入变量的选择是取得良好控制效果的首要环节。输入变量可以是成组的原始数据,也可以是经过预处理的参数或表示某种信号的采样样本。本文选时间,室外温度,室外最高、最低温度,二次网供水温度,二次网供回水温度、控制日的节假日类型八个影响因素作为输入变量。集中供热系统的控制运行方案有多种,对于不同的控制运行方案,可以选择不同的输出变量,本论文选择二次网循环水流量进行控制。
隐含层数和隐含节点数的确定
实践证明,采用一层中间层即三层网络已经足够解决供暖系统优化控制这类控制问题了,采用二层以上的隐含层几乎没有任何益处。而且采用越多的隐含层,训练的时间也将会急剧增加,这是因为:
隐含层越多,误差反向传播的过程计算就会越复杂,训练时间也就急剧增加。
隐含层增加后,局部最小误差也会增加。所以本文选择一层隐含层。
至于隐含层节点数的确定也是研究者们经常提及的一个课题,现在普遍认为尚无明确的规则用以确定隐含层中的最佳节点数。Kawashima于1994年推荐隐含层采用2n+1个神经元
(n是输入层的维数),本论文输入层维数是7:所以选择隐含层节点数是:15个。所以本文的网络结构是7-15-1结构。
供热负荷优化模型实例
本论文选择鞍山市科技大学的教学区供热系统为实例。表12007年1月20日部分训练样本数据
时刻室外温度供水温度回水温度控制日最高温度控制日最低温度控制日期类型二次网供水流量0-154137-5-170.4142.31-154238-5-170.4141.02-164238-5-170.4
139.03-174137-5-170.4138.54-184137-5-170.4138.85-174238-5-170.4139.06-16
4036-5-170.4143.07-164137-5-170.4148.58-154339-5-170.4147.09-144339-5-17
0.4146.010-114238-5-170.4144.011-104137-5-170.4 145.512-84036-5-170.4
144.5
结论
由图2和3可以看出,BP神经网络实现了对供暖系统热负荷的优化
您可能关注的文档
- 公务员年度考核量化评分表.docx
- 公务员培训第五阶段试题答案.docx
- 公务员申论练字帖3000字楷书.docx
- 公益活动赞助策划书方案.docx
- 公益捐赠活动策划方.docx
- 公益项目合作协议书范本2019.docx
- 公寓楼钢化玻璃门施工合同.docx
- 公章保管协议书.docx
- 公锥分析和总结.docx
- 功、功率、机械效率典型例题.docx
- 财务管理专业 企业并购财务风险分析与防范分析研究——以阿里巴巴并购网易考拉为例.docx
- 财务管理专业 企业并购的财务风险管理研究分析-以美的并购库卡为例.docx
- 财务管理专业 沃尔玛存货管理问题研究分析.docx
- 财务管理专业 福安药业财务风险分析及防范策略分析研究.docx
- 财务管理专业 白象公司成本管理研究分析.docx
- 财务管理专业 云南白药股份有限公司营运资金管理研究分析.docx
- 工商管理专业 中通快递培正站点服务质量评价研究分析.doc
- 房山区良乡地区洗车行业管理现状的调查报告分析研究 公共管理专业.docx
- 第二单元文化传承与创新 测试练习题.doc
- 必修2第一章第三节化学键四星题.doc
文档评论(0)