基于粒子群優(yōu)化的RBF網絡在節(jié)約型校園能耗監(jiān)管平臺中的應用研究.pdf

1、目前，大多數(shù)既有建筑沒有安裝能耗細化計量設備、分項用能情況不明確，管理人員在制定節(jié)能措施和改善管理方式時缺乏科學的判斷依據(jù)。針對這一問題，本文以“廣西大學節(jié)約型校園建筑節(jié)能監(jiān)管平臺”項目為背景，開展了對建筑能耗在線實時監(jiān)測系統(tǒng)的研究與設計，根據(jù)《高等學校校園建筑節(jié)能監(jiān)管系統(tǒng)建設技術導則》的要求以及對廣西大學既有建筑的調研結果，研究了系統(tǒng)的建設原則及建設目標，設計了系統(tǒng)的總體框架、組網方式、能耗數(shù)據(jù)采集與傳輸方式，總結了系統(tǒng)工程建設經驗，

2、實現(xiàn)了對廣西大學共計49棟公共建筑能耗的在線實時監(jiān)測。
　　 針對監(jiān)管平臺中原有數(shù)據(jù)處理分析方法過于簡單、參數(shù)難以確定、分析結果實用性不強等問題，本文通過研究基于徑向基神經網絡的能耗數(shù)據(jù)處理分析方法，運用粒子群算法來優(yōu)化網絡的隱節(jié)點寬度和輸出權值，設計了一種基于PSO-RBF算法的能耗數(shù)據(jù)處理分析方案。選取廣西大學外國語學院作為辦公類建筑能耗分析實例，分析和計算了能耗數(shù)據(jù)及其影響因素之間的復相關性，確定將日最高溫度、工作時間、是

3、否工作日這三個量作為其能耗影響因素，分別對徑向基網絡的結構和PSO-RBF算法的結構進行設計，構建了基于正交最小二乘算法訓練的RBF能耗數(shù)據(jù)分析網絡和基于粒子群算法優(yōu)化訓練的RBF能耗數(shù)據(jù)分析網絡，通過對比兩組網絡的分析結果，證明了基于粒子群算法優(yōu)化訓練的RBF網絡具有更好的性能，適合用于建筑能耗的數(shù)據(jù)處理分析。以平臺原有的日能耗報警功能為例，運用PSO-RBF算法計算了28棟辦公類建筑的日能耗報警方法參考閾值，并根據(jù)分析結果對外國語學