基于經(jīng)驗(yàn)?zāi)B(tài)分解的冷水機(jī)組能耗預(yù)測(cè)模型
發(fā)布時(shí)間：2021-03-07 23:58
針對(duì)實(shí)際工程中采集的磁懸浮冷水機(jī)組的功率時(shí)間序列多為非線性、非平穩(wěn)信號(hào)的問(wèn)題,提出基于經(jīng)驗(yàn)?zāi)B(tài)分解的機(jī)器學(xué)習(xí)能耗預(yù)測(cè)模型,此模型從信號(hào)本身尺度特征出發(fā)對(duì)信號(hào)進(jìn)行分解,具有良好的局部適應(yīng)性。將基于經(jīng)驗(yàn)?zāi)B(tài)分解的機(jī)器學(xué)習(xí)模型預(yù)測(cè)結(jié)果與原始機(jī)器學(xué)習(xí)模型的預(yù)測(cè)結(jié)果進(jìn)行比較,結(jié)果表明,采用經(jīng)驗(yàn)?zāi)B(tài)分解的磁懸浮冷水機(jī)組能耗預(yù)測(cè)模型能夠提高預(yù)測(cè)精度。
【文章來(lái)源】：制冷與空調(diào). 2020,20(10)
【文章頁(yè)數(shù)】：7 頁(yè)
【部分圖文】：
冷水機(jī)組功耗原始數(shù)據(jù)
對(duì)功耗時(shí)間樣本序列進(jìn)行經(jīng)驗(yàn)?zāi)B(tài)分解后得到24個(gè)時(shí)間序列分量imf1～imf2 4和一個(gè)殘差r24(t）。EMD對(duì)原始信號(hào)從不斷抽出高頻信號(hào)分量，直至殘余分量rn(t）為單調(diào)函數(shù)分解停止，圖2所示為部分分量imf和殘余分量r。1.2 反向傳播神經(jīng)網(wǎng)絡(luò)（BPNN)
筆者采用的冷水機(jī)組能耗數(shù)據(jù)來(lái)自南京某酒店項(xiàng)目運(yùn)行數(shù)據(jù)，該建筑空調(diào)系統(tǒng)的冷熱源設(shè)備是水冷式磁懸浮冷水機(jī)組，選取該系統(tǒng)12 d的運(yùn)行數(shù)據(jù)，每隔30 s采樣一次，共34 491個(gè)樣本。磁懸浮冷水機(jī)組系統(tǒng)如圖3所示，傳感器布置在機(jī)組內(nèi)部，主要有壓力傳感器、溫度傳感器、電壓變送器、電流變送器。2.2 數(shù)據(jù)預(yù)處理
【參考文獻(xiàn)】：
期刊論文
[1]基于特征選擇和改進(jìn)SVM算法的卷煙感官質(zhì)量預(yù)測(cè)[J]. 徐慧,張華成. 桂林電子科技大學(xué)學(xué)報(bào). 2018(04)
[2]基于機(jī)器學(xué)習(xí)的冷水機(jī)組能耗模型辨識(shí)方法研究[J]. 魏崢,王碧玲. 建筑科學(xué). 2018(06)
[3]基于EMD-BPNN的水電機(jī)組空蝕故障診斷[J]. 杜義,周建中,單亞輝,李帥軒,許顏賀,姜偉. 水電能源科學(xué). 2018(03)
[4]綠色建筑節(jié)能減排創(chuàng)新實(shí)踐——以環(huán)境國(guó)際公約履約大樓為例[J]. 路斌,趙世萍. 環(huán)境保護(hù). 2017(23)
[5]基于數(shù)學(xué)模型的冷水機(jī)組節(jié)能量計(jì)算方法研究[J]. 王碧玲,鄒瑜,宋業(yè)輝,曹勇,王虹,魏崢. 建筑科學(xué). 2013(04)
[6]Practical implementation of Hilbert-Huang Transform algorithm[J]. Huang Daji, Zhao Jinping, Su Jilan Laboratory of the Ocean Dynamic Processes and Satellite Oceanography, Second Institute of Oceanography, State Oceanic Administration, Hangzhou 310012, China. Acta Oceanologica Sinica. 2003(01)
博士論文
[1]EMD算法研究及其在信號(hào)去噪中的應(yīng)用[D]. 王婷.哈爾濱工程大學(xué) 2010
[2]基于EMD和支持向量機(jī)的旋轉(zhuǎn)機(jī)械故障診斷方法研究[D]. 楊宇.湖南大學(xué) 2005
碩士論文
[1]某地下商場(chǎng)中央空調(diào)系統(tǒng)方案對(duì)比及節(jié)能運(yùn)行分析[D]. 王小燕.華中科技大學(xué) 2016
[2]BP神經(jīng)網(wǎng)絡(luò)算法改進(jìn)及應(yīng)用研究[D]. 黃麗.重慶師范大學(xué) 2008
本文編號(hào)：3070037
【文章來(lái)源】：制冷與空調(diào). 2020,20(10)
【文章頁(yè)數(shù)】：7 頁(yè)
【部分圖文】：
冷水機(jī)組功耗原始數(shù)據(jù)
對(duì)功耗時(shí)間樣本序列進(jìn)行經(jīng)驗(yàn)?zāi)B(tài)分解后得到24個(gè)時(shí)間序列分量imf1～imf2 4和一個(gè)殘差r24(t）。EMD對(duì)原始信號(hào)從不斷抽出高頻信號(hào)分量，直至殘余分量rn(t）為單調(diào)函數(shù)分解停止，圖2所示為部分分量imf和殘余分量r。1.2 反向傳播神經(jīng)網(wǎng)絡(luò)（BPNN)
筆者采用的冷水機(jī)組能耗數(shù)據(jù)來(lái)自南京某酒店項(xiàng)目運(yùn)行數(shù)據(jù)，該建筑空調(diào)系統(tǒng)的冷熱源設(shè)備是水冷式磁懸浮冷水機(jī)組，選取該系統(tǒng)12 d的運(yùn)行數(shù)據(jù)，每隔30 s采樣一次，共34 491個(gè)樣本。磁懸浮冷水機(jī)組系統(tǒng)如圖3所示，傳感器布置在機(jī)組內(nèi)部，主要有壓力傳感器、溫度傳感器、電壓變送器、電流變送器。2.2 數(shù)據(jù)預(yù)處理
【參考文獻(xiàn)】：
期刊論文
[1]基于特征選擇和改進(jìn)SVM算法的卷煙感官質(zhì)量預(yù)測(cè)[J]. 徐慧,張華成. 桂林電子科技大學(xué)學(xué)報(bào). 2018(04)
[2]基于機(jī)器學(xué)習(xí)的冷水機(jī)組能耗模型辨識(shí)方法研究[J]. 魏崢,王碧玲. 建筑科學(xué). 2018(06)
[3]基于EMD-BPNN的水電機(jī)組空蝕故障診斷[J]. 杜義,周建中,單亞輝,李帥軒,許顏賀,姜偉. 水電能源科學(xué). 2018(03)
[4]綠色建筑節(jié)能減排創(chuàng)新實(shí)踐——以環(huán)境國(guó)際公約履約大樓為例[J]. 路斌,趙世萍. 環(huán)境保護(hù). 2017(23)
[5]基于數(shù)學(xué)模型的冷水機(jī)組節(jié)能量計(jì)算方法研究[J]. 王碧玲,鄒瑜,宋業(yè)輝,曹勇,王虹,魏崢. 建筑科學(xué). 2013(04)
[6]Practical implementation of Hilbert-Huang Transform algorithm[J]. Huang Daji, Zhao Jinping, Su Jilan Laboratory of the Ocean Dynamic Processes and Satellite Oceanography, Second Institute of Oceanography, State Oceanic Administration, Hangzhou 310012, China. Acta Oceanologica Sinica. 2003(01)
博士論文
[1]EMD算法研究及其在信號(hào)去噪中的應(yīng)用[D]. 王婷.哈爾濱工程大學(xué) 2010
[2]基于EMD和支持向量機(jī)的旋轉(zhuǎn)機(jī)械故障診斷方法研究[D]. 楊宇.湖南大學(xué) 2005
碩士論文
[1]某地下商場(chǎng)中央空調(diào)系統(tǒng)方案對(duì)比及節(jié)能運(yùn)行分析[D]. 王小燕.華中科技大學(xué) 2016
[2]BP神經(jīng)網(wǎng)絡(luò)算法改進(jìn)及應(yīng)用研究[D]. 黃麗.重慶師范大學(xué) 2008
本文編號(hào)：3070037
本文鏈接：http://sikaile.net/guanlilunwen/gongchengguanli/3070037.html
最近更新
教材專著
