為了節(jié)省冰蓄冷中央空調(diào)系統(tǒng)的運行費用,準確地預(yù)測空調(diào)冷負荷是必不可少的。采用db1小波對冰蓄冷空調(diào)冷負荷序列進行分解,分別對低頻和高頻序列采用bp網(wǎng)絡(luò)進行預(yù)測,將預(yù)測結(jié)果進行疊加得到最終預(yù)測值。結(jié)合實例進行了空調(diào)逐時冷負荷預(yù)測,通過小波-bp網(wǎng)絡(luò)與bp網(wǎng)絡(luò)預(yù)測結(jié)果的對比,可知小波-bp網(wǎng)絡(luò)預(yù)測的效果更好。

針對現(xiàn)階段冰蓄冷中央空調(diào)系統(tǒng)負荷預(yù)測的bp(backpropagation)模型收斂速度慢和容易陷入局部極小點等缺點,結(jié)合遺傳算法ga(geneticalgorithm)和bp神經(jīng)網(wǎng)絡(luò),提出了一種ga-bp算法,并在冰蓄冷中央空調(diào)負荷預(yù)測系統(tǒng)中應(yīng)用。

冷負荷動態(tài)預(yù)測對冰蓄冷空調(diào)最優(yōu)化控制來說是不可或缺的。建立了基于廣義回歸神經(jīng)網(wǎng)絡(luò)(grnn)和遺傳算法(ga)的逐時冷負荷預(yù)測模型,建模時以前一日已知的24小時室外干球溫度為輸入,以次日逐時冷負荷為輸出。為提高預(yù)測精度及改善魯棒性,以均方差(mse)最小構(gòu)造適應(yīng)度函數(shù),應(yīng)用遺傳算法尋優(yōu)廣義回歸神經(jīng)網(wǎng)絡(luò)的平滑因子。通過預(yù)測負荷與實際負荷的比較分析驗證了模型的可靠性和魯棒性。

當前多數(shù)冰蓄冷空調(diào)冷負荷動態(tài)預(yù)測方法中,由于模型輸入變量與輸出結(jié)果相關(guān)性差、信息冗余度高等原因,導(dǎo)致多數(shù)預(yù)測模型在預(yù)測精度和收斂速度方面都未達到理想的預(yù)測效果,因此,提出一種改進的pso-bp神經(jīng)網(wǎng)絡(luò)算法預(yù)測大型公共建筑的冷負荷。對于輸入變量與輸出結(jié)果采用灰色關(guān)聯(lián)度分析,消除樣本輸入變量對數(shù)的耦合性,確定影響冰蓄冷空調(diào)系統(tǒng)冷負荷的關(guān)鍵性因素,將其作為輸入變量,預(yù)測冰蓄冷空調(diào)系統(tǒng)動態(tài)冷負荷。結(jié)果表明:t時刻室外空氣溫度、t-1h時刻室外空氣溫度、t時刻室外空氣濕度、t時刻太陽輻射強度、t-1h時刻太陽輻射強度、t-1h時刻空調(diào)冷負荷是影響t時刻冰蓄冷空調(diào)系統(tǒng)冷負荷的關(guān)鍵因素,并以此作為預(yù)測模型的輸入變量。相對于傳統(tǒng)pso-bp神經(jīng)網(wǎng)絡(luò)全輸入變量預(yù)測算法,該模型預(yù)測結(jié)果精確度更高、收斂速度更快。

介紹了冰蓄冷空調(diào)負荷模糊預(yù)測的基本原理及運用該原理的負荷預(yù)測軟件的編制,該軟件運行穩(wěn)定,預(yù)測效果較好。

以精確的空調(diào)負荷預(yù)測為前提,方能使得冰蓄冷空調(diào)在融冰供冷過程中采取最為合理的運行策略。提出一種改進的增量型極限學(xué)習(xí)機(pso-ielm)的建筑物空調(diào)負荷預(yù)測模型。通過粒子群優(yōu)化算法,克服傳統(tǒng)極限學(xué)習(xí)機(elm)在預(yù)測中存在的不穩(wěn)定性。并結(jié)合對西安地區(qū)某購物中心夏季不同月份的空調(diào)負荷進行訓(xùn)練和預(yù)測。實例分析結(jié)果表明,粒子群優(yōu)化增量型極限學(xué)習(xí)機(pso-ielm)具有更好泛化能力和更高預(yù)測精度。是對建筑空調(diào)負荷預(yù)測的有效手段。

文章分析了冰蓄冷空調(diào)系統(tǒng)的工作原理、優(yōu)越的調(diào)峰性能、廣闊的應(yīng)用前景和良好的社會經(jīng)濟和環(huán)境效益,提出我國應(yīng)拉大峰谷電價比,大力發(fā)展和推廣使用冰蓄冷空調(diào)。

本文通過對某大廈冰蓄冷空調(diào)系統(tǒng)運行情況的測試，詳細研究和分析了蓄冰罐在不同流量下的蓄冷和釋冷特性，以及在融冰工況時，蓄冰罐進口溫度對出口溫度和釋冷量的影響。

為提高空調(diào)冷負荷預(yù)測精度,本文提出了基于pso-bp算法的神經(jīng)網(wǎng)絡(luò)模型。將pso算法與bp神經(jīng)網(wǎng)絡(luò)相結(jié)合,對大型商場的空調(diào)樣本數(shù)據(jù)進行冷負荷預(yù)測實驗。結(jié)果表明,與bp神經(jīng)預(yù)測算法相比,該算法的預(yù)測精度更高,運行速度更快。

通過對某大廈冰蓄冷空調(diào)系統(tǒng)運行情況的測試,詳細研究和分析了蓄冰罐在不同流量下的蓄冷和放冷特性以及在放冷工況時,蓄冰罐進口溫度對出口溫度和放冷量的影響

本文通過對某大廈冰蓄冷空調(diào)系統(tǒng)的運行情況的測試，詳細研究和分析了蓄冰罐在不同流量下的蓄冷和釋冷特性。在融冰工況時，蓄冰罐進口溫度對出口溫度和釋冷量的影響。

基于小波變換的思想建立了遞歸bp網(wǎng)絡(luò)模型來預(yù)測空調(diào)負荷,改進了網(wǎng)絡(luò)權(quán)值、閾值的修改算法,引入了折扣系數(shù)法以提高近期預(yù)測精度,結(jié)合一實例進行了空調(diào)逐時冷負荷預(yù)測,結(jié)果表明該方法預(yù)測精度高,適用于空調(diào)負荷預(yù)測。

空調(diào)系統(tǒng)的負荷與諸多影響因素之間是一種多變量、強耦合、嚴重非線性的關(guān)系,且這種關(guān)系具有動態(tài)性,因而傳統(tǒng)方法的預(yù)測精度不高。而動態(tài)回歸神經(jīng)網(wǎng)絡(luò)能更生動、更直接地反映系統(tǒng)的動態(tài)特性。針對這個特點,建立了基于elman型神經(jīng)網(wǎng)絡(luò)的空調(diào)負荷預(yù)測模型,并進行了實例預(yù)測。文中還比較了elman網(wǎng)絡(luò)和bp網(wǎng)絡(luò)結(jié)構(gòu)的建模效果,仿真實驗證明了elman神經(jīng)網(wǎng)絡(luò)具有動態(tài)特性好、逼近速度快、精度高等特點,說明elman網(wǎng)絡(luò)是一種新穎、可靠的負荷預(yù)測方法。

針對中央空調(diào)系統(tǒng)冷負荷預(yù)測中bp神經(jīng)網(wǎng)絡(luò)預(yù)測收斂慢,易陷入局部最優(yōu),精度相對低的缺點,采用了收斂速度快,全部搜索能力強的粒子群優(yōu)化算法進行改進,同時對bp結(jié)構(gòu)中的輸入?yún)?shù),添加控制誤差反饋參數(shù),形成了基于粒子群與控制誤差回饋的bp神經(jīng)網(wǎng)絡(luò)預(yù)測技術(shù);其預(yù)測精度較bp神經(jīng)網(wǎng)絡(luò)和粒子群bp神經(jīng)網(wǎng)絡(luò)分別提高5.94%和0.82%。

ebp神經(jīng)網(wǎng)絡(luò)在空調(diào)負荷預(yù)測中的應(yīng)用——空調(diào)系統(tǒng)負荷是一個典型的具有動態(tài)性、不確定性等隨機特性的非線性模型。傳統(tǒng)方式難于實現(xiàn)準確、快速地預(yù)測空調(diào)系統(tǒng)動態(tài)負荷。人工神經(jīng)網(wǎng)絡(luò)ann具有高度的非線性運算能力和較強的容錯能力，其中使用最為廣泛的是誤差反向傳...

前饋神經(jīng)網(wǎng)絡(luò)在空調(diào)負荷預(yù)測中的應(yīng)用——空調(diào)系統(tǒng)負荷是一個典型的具有動態(tài)性、不確定性等隨機特性的非線性模型,傳統(tǒng)方式難以實現(xiàn)準確、快速地預(yù)測空調(diào)系統(tǒng)動態(tài)負荷。人工神經(jīng)網(wǎng)絡(luò)具有高度的非線性運算能力和很強的容錯能力,其中最為廣泛的是前饋神經(jīng)網(wǎng)絡(luò)和采用...

空調(diào)系統(tǒng)負荷是一個典型的具有動態(tài)性、不確定性等隨機特性的非線性模型。傳統(tǒng)方式難于實現(xiàn)準確、快速地預(yù)測空調(diào)系統(tǒng)動態(tài)負荷。人工神經(jīng)網(wǎng)絡(luò)ann具有高度的非線性運算能力和較強的容錯能力,其中使用最為廣泛的是誤差反向傳播ebp算法。研究結(jié)果表明,用ebp神經(jīng)網(wǎng)絡(luò)預(yù)測空調(diào)負荷和計算結(jié)果能較好地吻和。

冰蓄冷空調(diào)的技術(shù)經(jīng)濟分析——本文理論結(jié)合實例，通過球蓄拎空調(diào)與常規(guī)空調(diào)的比較分析，論證了采用_瞇蓄冷空調(diào)具有良好的經(jīng)濟效益，同時也指出了當?shù)氐碾妰r政策對球蓄冷空調(diào)的經(jīng)濟性起著決定性作用．

序號 ! " 制冷方案 雙工況螺桿式冷水機組# 冰蓄冷系統(tǒng) 常規(guī)螺桿式冷水機組 設(shè)備型號與規(guī)格 $%&’(螺桿式機組 冰蓄冷系統(tǒng) $%&’(螺桿式機組 數(shù)量 )臺 *套 %臺 制冷設(shè)備 表!中央空調(diào)制冷采暖方案 "" !""!#$%& 蓄能空調(diào)’%’()*+(,-)-.*,-%$%/0)01,+-1-,2 冰蓄冷空調(diào) 的應(yīng)用及經(jīng)濟分析!楊東胡晉祥 #冰蓄冷空調(diào)簡介 冰蓄冷空調(diào)是八十年代出現(xiàn)的一項新技術(shù)，這項 技術(shù)具有明顯的節(jié)能效果，冰蓄冷技術(shù)用于中央空調(diào)， 可以轉(zhuǎn)移用電高峰，均衡電網(wǎng)峰谷負荷，特別適用于全 天間斷運行或峰谷負荷差較大的連續(xù)運行系統(tǒng)，尤其 是空調(diào)峰值負荷與電網(wǎng)峰值負荷同步的空調(diào)系統(tǒng)，它 既能避開日間高峰用電，又能減少冷水機組、水泵、冷 卻塔等的數(shù)量與裝機容量，節(jié)省一次性投資。并充分利 用電網(wǎng)低谷廉價電力，大大節(jié)約運行費用。 !

通過對該建筑的冷負荷計算和冷負荷的分布情況的分析，從而確定了冰蓄冷空調(diào)系統(tǒng)宜采用的運行策略，工作模式和運行控制方案進而確定了其機組容量和蓄冰槽的容量。

138 2006.13.jskj 交流平臺 exchangeplatform 冰蓄冷空調(diào)的生存與發(fā)展 □廣州制冷集團工程總公司何彪 我國的電力工業(yè)發(fā)展很快，2005年突破5億千瓦。盡管如此， 我國的電力供應(yīng)仍日益緊缺，尤其是高峰不足與低谷過剩的矛盾 日益突出，如果全靠新建電廠來滿足尖峰需求，則勢必造成電廠 及輸配電設(shè)備投資的浪費，使國家經(jīng)濟遭受損失.隨著未來幾年新 建電廠的陸續(xù)投產(chǎn)，此現(xiàn)象將更加突出。這樣不能充分利用廉價 環(huán)保能源，與建設(shè)節(jié)約型社會的要求不相符合。 如果采用需求側(cè)調(diào)控的方法，如空調(diào)的冰蓄冷等可以將用 電時間移至非高峰期，起到“移峰填谷”的作用。以廣州市為 例，歷史最高用電負荷為1668.2萬千瓦，而同日的最低用電負 荷為1050萬千瓦，其中空調(diào)用電約占45%，同使用常規(guī)空調(diào) 相比，冰蓄冷空調(diào)有25%左右的移峰能力，理論上可轉(zhuǎn)移11% 的高峰負荷到低谷?？梢姶?/p>

本文理論結(jié)合實例,通過冰蓄冷空調(diào)與常規(guī)空調(diào)的比較分析,論證了采用冰蓄冷空調(diào)具有良好的經(jīng)濟效益,同時也指出了當?shù)氐碾妰r政策對冰蓄冷空調(diào)的經(jīng)濟性起著決定性作用