基于人工神經(jīng)網(wǎng)絡(luò)的建筑熱負(fù)荷預(yù)測及控制.pdf

1、目前，在我國北方城鎮(zhèn)的集中供暖大部分是供熱中心或者換熱站直接把熱水送往用戶端，易于造成供熱不均和能耗浪費。雖然部分地區(qū)按國家相關(guān)建議和要求進行了按熱收費、分戶計量的嘗試，但由于分戶計量需對散熱器端的供熱裝置進行改造且一次性投資較大，同時因用戶自主節(jié)能意識還不強，分戶調(diào)節(jié)尚不盡人意。代之以建筑分棟計量及調(diào)節(jié)的供熱控制裝置投資適中，自動化水平及工業(yè)級可靠性程度更高，是調(diào)節(jié)建筑物熱負(fù)荷實現(xiàn)供熱用戶端節(jié)能目標(biāo)的有效手段。
　　建筑供熱系統(tǒng)

2、是一個大時滯、大慣性的復(fù)雜系統(tǒng)，建筑熱負(fù)荷與室外環(huán)境、建筑圍護結(jié)構(gòu)等存在一定程度的非線性關(guān)系，利用機理建模涉及參數(shù)眾多、難度大，預(yù)測結(jié)果也有較大誤差。通過利用人工神經(jīng)網(wǎng)絡(luò)不依賴模型本身的特點和良好的非線性逼近能力，選擇了BP(Back Propagation)與RBF(Radial Basis Function)人工神經(jīng)網(wǎng)絡(luò)的方法，根據(jù)采集到的室外干球溫度、光照、風(fēng)速、室內(nèi)溫度以及時間序列分別對建筑熱負(fù)荷進行建模和預(yù)測。對比研究表明RB

3、F神經(jīng)網(wǎng)絡(luò)預(yù)測更穩(wěn)定，均方誤差低于BP神經(jīng)網(wǎng)絡(luò)5.3％，更適合于建筑熱負(fù)荷的預(yù)測。
　　在對環(huán)境熱負(fù)荷預(yù)測的基礎(chǔ)上，需要為滿足建筑熱需求進行調(diào)節(jié)。通常是靠調(diào)節(jié)電動閥的開度對建筑物供熱管網(wǎng)的熱媒進行量調(diào)節(jié)，但這可能因水力失衡導(dǎo)致建筑物內(nèi)的不利回路增加，造成內(nèi)部冷熱不均，嚴(yán)重時造成局部凍塞事故。因此設(shè)計了智能Bang-Bang調(diào)節(jié)，即開閥就要將閥門開至設(shè)計開度且開夠一定的時長，保證管網(wǎng)中熱媒以一定的壓力和流速流經(jīng)整棟建筑;關(guān)就可以徹底