空调系统运行负荷GRNN预测模型的应用研究

被引:14
作者
孙育英
赵耀华
王伟
贾衡
机构
[1] 北京工业大学建筑工程学院
关键词
负荷预测; 运行负荷; 冷冻水温度; 广义回归神经网络;
D O I
暂无
中图分类号
TU831 [空气调节];
学科分类号
081404 [供热、供燃气、通风及空调工程];
摘要
以2座五星级酒店为研究对象,通过实测数据分析了运行负荷的主要影响因素,确定冷冻水温度对运行负荷的影响作用,将其引入到空调系统运行负荷的预测研究中.应用广义回归神经网络(GRNN)理论,建立了一种动态多点输出负荷模型,提出了5种输入方案,使用2座酒店的实际数据集分别进行验证.研究结果表明:冷冻水温度对实际运行负荷的预测精度有重要影响,可显著提高GRNN负荷模型的预测准确性,以前1日24 h历史负荷、预测日天气预报以及冷冻水设定温度为输入、以预测日24 h逐时负荷为输出的GRNN负荷模型,建模简单,预测性能较好,适用于实际工程应用.
引用
收藏
页码:1084 / 1091
页数:8
相关论文
共 8 条
[1]
卷烟厂空调系统提高冷冻水供水温度的实验测试 [J].
张小芬 ;
吴伟 ;
张颖 ;
李先庭 ;
沈恒根 .
烟草科技, 2012, (07) :24-28
[2]
热湿地区办公建筑空调冷冻水变温调节分析 [J].
殷帅 ;
丁云飞 ;
廖云丹 .
制冷与空调, 2012, 26 (01) :75-79
[3]
泛化能力改善的神经网络方法在空调负荷预测中的应用 [J].
李海军 ;
何大四 .
建筑科学, 2009, 25 (06) :90-94
[4]
基于GRNN的冰蓄冷空调逐时冷负荷预测 [J].
徐今强 ;
肖睿 ;
董凯军 ;
黄冲 ;
何世辉 ;
冯自平 .
微计算机信息, 2009, 25 (01) :268-270
[5]
BP神经网络在建筑物空调负荷预测中的应用评述 [J].
郑慧凡 ;
白静 ;
李安桂 .
计算机应用与软件, 2007, (06) :103-105
[6]
常用空调负荷预测方法分析比较附视频 [J].
何大四 ;
张旭 ;
刘加平 .
西安建筑科技大学学报(自然科学版), 2006, (01) :125-129
[7]
预测参数的选择与建筑物逐时冷负荷的预测 [J].
石磊 ;
王锦 ;
王智伟 ;
刘咸定 .
西安科技学院学报, 2003, (01) :23-26
[8]
冰蓄冷空调系统负荷预测模型和系统优化控制研究 [D]. 
吴杰 .
浙江大学,
2002