基于人工神經(jīng)網(wǎng)絡(luò)的地下水源熱泵系統(tǒng)節(jié)能診斷研究.pdf

1、目前，建筑節(jié)能成為各國(guó)關(guān)注的焦點(diǎn)和熱點(diǎn)，其中可再生能源建筑應(yīng)用得到了國(guó)家重視和鼓勵(lì)，已經(jīng)建設(shè)了～些可再生能源建筑應(yīng)用示范項(xiàng)目，并且為了加大建設(shè)力度，提出建立可再生能源建筑示范城市。在可再生能源建筑應(yīng)用中，地下水源熱泵系統(tǒng)由于系統(tǒng)能效高、運(yùn)行費(fèi)用低，目前在我國(guó)得到了廣泛應(yīng)用，然而實(shí)際運(yùn)行中因缺乏有效的節(jié)能診斷監(jiān)控系統(tǒng)，往往導(dǎo)致系統(tǒng)運(yùn)行能效大大降低。
　　 本課題是在這樣的背景下提出的。
　　 本文依據(jù)我國(guó)現(xiàn)行有關(guān)節(jié)能規(guī)范，

2、針對(duì)民用地下水源熱泵空調(diào)系統(tǒng)，根據(jù)《水源熱泵機(jī)組》(GB/R19409-2003)，《公共建筑節(jié)能設(shè)計(jì)標(biāo)準(zhǔn)》(GB 501 89-2005)，并結(jié)臺(tái)專家和實(shí)際運(yùn)行人員的經(jīng)驗(yàn)以及作者的定量分析，提出節(jié)能狀態(tài)判定指標(biāo)；
　　 建立了基率特征參數(shù)、指標(biāo)特征參數(shù)與非節(jié)能運(yùn)行因素的關(guān)系庫(kù)；確定了特征參數(shù)的數(shù)字化生成規(guī)則：根據(jù)關(guān)系庫(kù)的映射對(duì)應(yīng)關(guān)系，創(chuàng)建了特征參數(shù)樣本的標(biāo)準(zhǔn)輸入與系統(tǒng)節(jié)能診斷的標(biāo)準(zhǔn)輸出的基礎(chǔ)模型。基于人工神經(jīng)網(wǎng)絡(luò)技術(shù)具有的訓(xùn)練

3、學(xué)習(xí)、記憶模擬、非線性逼近等優(yōu)點(diǎn)，建立地下水源熱泵系統(tǒng)節(jié)能診斷網(wǎng)絡(luò)模型，并對(duì)BP神經(jīng)網(wǎng)絡(luò)中三種算法，即VLBP(variable learning rate back propagation)算法、SCG(scaled conjugate gradient)算法和LM(Ievenberg-narguardt)算法進(jìn)行比較，訓(xùn)練網(wǎng)絡(luò)．選擇出較好的算法。最終實(shí)現(xiàn)了在基礎(chǔ)模型對(duì)地下水源熱泵系統(tǒng)運(yùn)行時(shí)的節(jié)能診斷功能，為系統(tǒng)高效節(jié)能運(yùn)行提供有效監(jiān)