【摘要】：建筑是重要的能耗源,如何降低建筑物的綜合能耗,提高其內(nèi)部能源系統(tǒng)的使用效率,改善建筑環(huán)境的舒適性,對我國國民經(jīng)濟(jì)長遠(yuǎn)的發(fā)展至關(guān)重要,為此,運(yùn)用人工智能的理論和方法,開展建筑電氣節(jié)能控制研究,降低建筑電氣能耗,具有重要的理論意義和工程實(shí)踐價(jià)值。本文從諧波源識別和純電容無功補(bǔ)償?shù)闹C波抑制、變風(fēng)量空調(diào)系統(tǒng)的預(yù)測控制及解耦控制、建筑電氣節(jié)能評價(jià)三個(gè)方面,開展建筑電氣節(jié)能關(guān)鍵問題研究。為了減少諧波對建筑電氣的危害,降低建筑電氣的能耗,本文開展了諧波源識別和純電容無功補(bǔ)償?shù)闹C波抑制研究,然而,諧波治理的關(guān)鍵是如何實(shí)時(shí)監(jiān)測供電系統(tǒng)的諧波電壓、電流以及單次諧波含有率等諧波畸變率參數(shù)并進(jìn)行全面的分析評估。為此,建立了基于改進(jìn)BP神經(jīng)網(wǎng)絡(luò)的諧波源診斷方法,以畸變率實(shí)測數(shù)據(jù)為神經(jīng)網(wǎng)絡(luò)提供輸入特征向量,實(shí)現(xiàn)對諧波干擾源的診斷分類。結(jié)果表明,網(wǎng)絡(luò)輸出值與期望值接近,最大誤差為0.09%。同時(shí),論文采用了純電容無功補(bǔ)償?shù)闹C波解決策略,經(jīng)測試和分析發(fā)現(xiàn),當(dāng)系統(tǒng)中含有高次諧波時(shí),使用常規(guī)的純電容補(bǔ)償作為無功補(bǔ)償策略存在缺陷,為此提出在無功補(bǔ)償回路中,采用電抗器與電容器串聯(lián)的方法,改變其在諧波作用下的阻抗特性,使無功補(bǔ)償回路不呈現(xiàn)容性,避免諧波的放大和諧振的產(chǎn)生。在諧波抑制研究的基礎(chǔ)上,開展了變風(fēng)量空調(diào)系統(tǒng)的預(yù)測控制及解耦控制結(jié)構(gòu)的研究。分析可知,中央空調(diào)系統(tǒng)是一個(gè)多變量、復(fù)雜、時(shí)變的系統(tǒng),其過程要素之間存在著嚴(yán)重的非線性、大滯后及強(qiáng)耦合關(guān)系,導(dǎo)致中央空調(diào)系統(tǒng)控制困難,因而造成電能大量浪費(fèi)的問題。為此,本文設(shè)計(jì)了神經(jīng)網(wǎng)絡(luò)預(yù)測控制器結(jié)構(gòu),構(gòu)建了控制模型,該模型針對Tcm關(guān)于T的偏導(dǎo)不可求的問題,采用△t對NNC的權(quán)值進(jìn)行調(diào)整,實(shí)現(xiàn)了單隱層三入單出結(jié)構(gòu),同時(shí)提出模糊神經(jīng)網(wǎng)絡(luò)預(yù)測控制方法,該方法中結(jié)構(gòu)層記憶隱含層單元前一時(shí)刻的輸出值,具有動態(tài)記憶功能,使預(yù)測輸出與輸入量有機(jī)結(jié)合,強(qiáng)化動態(tài)記憶功能,提高預(yù)測精度。進(jìn)一步,建立了神經(jīng)網(wǎng)絡(luò)預(yù)測控制器結(jié)構(gòu),該空調(diào)系統(tǒng)的控制部分主要由控制器和預(yù)測器兩部分組成。其中控制器采用模糊神經(jīng)網(wǎng)絡(luò)控制器,預(yù)測器采用遞歸小波神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)。仿真結(jié)果表明,采用模糊神經(jīng)網(wǎng)絡(luò)預(yù)測控制方法,改善了系統(tǒng)的超調(diào)量、調(diào)節(jié)時(shí)間和穩(wěn)態(tài)精度,提高了系統(tǒng)的自適應(yīng)性和魯棒性,消除了靜差,使系統(tǒng)具備良好的適應(yīng)能力、較強(qiáng)的學(xué)習(xí)能力和自適應(yīng)能力。另外,針對變風(fēng)量空調(diào)系統(tǒng)非線性和溫濕度控制存在嚴(yán)重的耦合的現(xiàn)象,本文在建立神經(jīng)網(wǎng)絡(luò)解耦控制器結(jié)構(gòu)的基礎(chǔ)上,采用神經(jīng)網(wǎng)絡(luò)和模糊控制相結(jié)合的控制理論方法,建立了控制器模型,該模型具有全局逼近能力,且具備拓?fù)浣Y(jié)構(gòu)緊湊、結(jié)構(gòu)參數(shù)分離且收斂速度快的特點(diǎn),構(gòu)建了基于Elman神經(jīng)網(wǎng)絡(luò)的預(yù)測器模型,該模型具有反應(yīng)動態(tài)特性的能力,提出了一種新的多變量空調(diào)神經(jīng)網(wǎng)絡(luò)解耦控制方法,其中解耦控制器由神經(jīng)網(wǎng)絡(luò)完成,即由模糊神經(jīng)網(wǎng)絡(luò)控制器得出的溫度控制量和濕度控制量作為解耦控制器的輸入,再結(jié)合耦合通道的輸入,經(jīng)過神經(jīng)網(wǎng)絡(luò)解耦后轉(zhuǎn)變?yōu)閮蓚�(gè)單入單出的控制,降低了變風(fēng)量空調(diào)系統(tǒng)由于溫度和濕度產(chǎn)生耦合的影響。實(shí)驗(yàn)結(jié)果表明,該方法提高了空調(diào)系統(tǒng)的控制效果,使得變風(fēng)量空調(diào)控制系統(tǒng)的穩(wěn)態(tài)和動態(tài)性能得到改善,取得了更顯著的電氣節(jié)能效果。為評價(jià)本文提出的諧波抑制和中央空調(diào)節(jié)能控制方法,同時(shí)也為了解決傳統(tǒng)建筑電氣節(jié)能評價(jià)方法綜合評價(jià)結(jié)果精度不高的問題,本文基于建筑電氣節(jié)能評價(jià)指標(biāo)體系建立原則,建立了建筑電氣節(jié)能評價(jià)指標(biāo)體系,從技術(shù)指標(biāo)、經(jīng)濟(jì)指標(biāo)和功能指標(biāo)三個(gè)方面對該指標(biāo)體系進(jìn)行了描述,同時(shí),采用層次分析法,通過建立判定矩陣,根據(jù)每個(gè)指標(biāo)對上級指標(biāo)至總目標(biāo)的“貢獻(xiàn)”大小,計(jì)算相對權(quán)重,從而構(gòu)建了完整的評價(jià)指標(biāo)體系。在此基礎(chǔ)上,建立了基于BP神經(jīng)網(wǎng)絡(luò)的建筑電氣節(jié)能評價(jià)模型,獲得了量化的綜合評價(jià)結(jié)果。另外針對BP算法在最小化求解過程中可能會陷入局部極小,得不到最優(yōu)解的問題,構(gòu)建了基于混沌神經(jīng)網(wǎng)絡(luò)的建筑電氣節(jié)能評價(jià)模型,該模型用人工神經(jīng)網(wǎng)絡(luò)對樣本建筑進(jìn)行評價(jià),即對評價(jià)模型進(jìn)行訓(xùn)練網(wǎng)絡(luò)層包括輸入層、輸出層和隱含層3層；網(wǎng)絡(luò)輸入層節(jié)點(diǎn)數(shù)與評價(jià)指標(biāo)個(gè)數(shù)相對應(yīng),共包括三項(xiàng)大指標(biāo)20項(xiàng)子指標(biāo),即輸入層神經(jīng)元個(gè)數(shù)20；隱含層節(jié)點(diǎn)數(shù)為8；輸出層神經(jīng)元個(gè)數(shù)為1,即評價(jià)結(jié)果。實(shí)驗(yàn)結(jié)果表明,該評價(jià)模型簡化了評價(jià)過程,降低了誤差率,評價(jià)軟件性能穩(wěn)定,可操作性強(qiáng)。
[Abstract]:......
【學(xué)位授予單位】：東北大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2015
【分類號】：TU85;TP183

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王凡,孟立凡;關(guān)于使用神經(jīng)網(wǎng)絡(luò)推定操作者疲勞的研究[J];人類工效學(xué);2004年03期

2 常國任;李仁松;沈醫(yī)文;劉鋼;;基于神經(jīng)網(wǎng)絡(luò)的直升機(jī)艦面系統(tǒng)效能評估[J];艦船電子工程;2007年03期

3 陳俊;;神經(jīng)網(wǎng)絡(luò)的應(yīng)用與展望[J];佛山科學(xué)技術(shù)學(xué)院學(xué)報(bào)(自然科學(xué)版);2009年05期

4 許萬增;;神經(jīng)網(wǎng)絡(luò)的研究及其應(yīng)用[J];國際技術(shù)經(jīng)濟(jì)研究學(xué)報(bào);1990年01期

5 張軍華;神經(jīng)網(wǎng)絡(luò)技術(shù)及其在軍用系統(tǒng)中的應(yīng)用[J];現(xiàn)代防御技術(shù);1992年04期

6 雷明,李作清,陳志祥,吳雅,楊叔子;神經(jīng)網(wǎng)絡(luò)在預(yù)報(bào)控制中的應(yīng)用[J];機(jī)床;1993年11期

7 靳蕃;神經(jīng)網(wǎng)絡(luò)及其在鐵道科技中應(yīng)用的探討[J];鐵道學(xué)報(bào);1993年02期

8 宋玉華，王啟霞;神經(jīng)網(wǎng)絡(luò)診斷──神經(jīng)網(wǎng)絡(luò)在自動化領(lǐng)域里的應(yīng)用[J];中國儀器儀表;1994年03期

9 魏銘炎;國內(nèi)外神經(jīng)網(wǎng)絡(luò)技術(shù)的研究與應(yīng)用概況[J];電機(jī)電器技術(shù);1995年04期

10 王中賢，，錢頌迪;神經(jīng)網(wǎng)絡(luò)法在經(jīng)濟(jì)管理中的應(yīng)用[J];航天工業(yè)管理;1995年04期

相關(guān)會議論文 前10條

1 徐春玉;;基于泛集的神經(jīng)網(wǎng)絡(luò)的混沌性[A];1996中國控制與決策學(xué)術(shù)年會論文集[C];1996年

2 周樹德;王巖;孫增圻;孫富春;;量子神經(jīng)網(wǎng)絡(luò)[A];2003年中國智能自動化會議論文集（上冊）[C];2003年

3 羅山;張琳;范文新;;基于神經(jīng)網(wǎng)絡(luò)和簡單規(guī)劃的識別融合算法[A];2009系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會議論文集[C];2009年

4 郭愛克;馬盡文;丁康;;序言(二)[A];1999年中國神經(jīng)網(wǎng)絡(luò)與信號處理學(xué)術(shù)會議論文集[C];1999年

5 鐘義信;;知識論:神經(jīng)網(wǎng)絡(luò)的新機(jī)遇——紀(jì)念中國神經(jīng)網(wǎng)絡(luò)10周年[A];1999年中國神經(jīng)網(wǎng)絡(luò)與信號處理學(xué)術(shù)會議論文集[C];1999年

6 許進(jìn);保錚;;神經(jīng)網(wǎng)絡(luò)與圖論[A];1999年中國神經(jīng)網(wǎng)絡(luò)與信號處理學(xué)術(shù)會議論文集[C];1999年

7 金龍;朱詩武;趙成志;陳寧;;數(shù)值預(yù)報(bào)產(chǎn)品的神經(jīng)網(wǎng)絡(luò)釋用預(yù)報(bào)應(yīng)用[A];1999年中國神經(jīng)網(wǎng)絡(luò)與信號處理學(xué)術(shù)會議論文集[C];1999年

8 田金亭;;神經(jīng)網(wǎng)絡(luò)在中學(xué)生創(chuàng)造力評估中的應(yīng)用[A];第十二屆全國心理學(xué)學(xué)術(shù)大會論文摘要集[C];2009年

9 唐墨;王科俊;;自發(fā)展神經(jīng)網(wǎng)絡(luò)的混沌特性研究[A];2009年中國智能自動化會議論文集（第七分冊）[南京理工大學(xué)學(xué)報(bào)（增刊）][C];2009年

10 張廣遠(yuǎn);萬強(qiáng);曹海源;田方濤;;基于遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)的故障診斷方法研究[A];第十二屆全國設(shè)備故障診斷學(xué)術(shù)會議論文集[C];2010年

相關(guān)重要報(bào)紙文章 前10條

1 美國明尼蘇達(dá)大學(xué)社會學(xué)博士 密西西比州立大學(xué)國家戰(zhàn)略規(guī)劃與分析研究中心資深助理研究員 陳心想;維護(hù)好創(chuàng)新的“神經(jīng)網(wǎng)絡(luò)硬件”[N];中國教師報(bào);2014年

2 盧業(yè)忠;腦控電腦 驚世駭俗[N];計(jì)算機(jī)世界;2001年

3 葛一鳴 路邊文;人工神經(jīng)網(wǎng)絡(luò)將大顯身手[N];中國紡織報(bào);2003年

4 中國科技大學(xué)計(jì)算機(jī)系　邢方亮;神經(jīng)網(wǎng)絡(luò)挑戰(zhàn)人類大腦[N];計(jì)算機(jī)世界;2003年

5 記者 孫剛;“神經(jīng)網(wǎng)絡(luò)”：打開復(fù)雜工藝“黑箱”[N];解放日報(bào);2007年

6 本報(bào)記者 劉霞;美用DNA制造出首個(gè)人造神經(jīng)網(wǎng)絡(luò)[N];科技日報(bào);2011年

7 健康時(shí)報(bào)特約記者　 張獻(xiàn)懷;干細(xì)胞移植：修復(fù)受損的神經(jīng)網(wǎng)絡(luò)[N];健康時(shí)報(bào);2006年

8 劉力;我半導(dǎo)體神經(jīng)網(wǎng)絡(luò)技術(shù)及應(yīng)用研究達(dá)國際先進(jìn)水平[N];中國電子報(bào);2001年

9 ;神經(jīng)網(wǎng)絡(luò)和模糊邏輯[N];世界金屬導(dǎo)報(bào);2002年

10 鄒麗梅 陳耀群;江蘇科大神經(jīng)網(wǎng)絡(luò)應(yīng)用研究通過鑒定[N];中國船舶報(bào);2006年

相關(guān)博士學(xué)位論文 前10條

1 楊旭華;神經(jīng)網(wǎng)絡(luò)及其在控制中的應(yīng)用研究[D];浙江大學(xué);2004年

2 李素芳;基于神經(jīng)網(wǎng)絡(luò)的無線通信算法研究[D];山東大學(xué);2015年

3 石艷超;憶阻神經(jīng)網(wǎng)絡(luò)的混沌性及幾類時(shí)滯神經(jīng)網(wǎng)絡(luò)的同步研究[D];電子科技大學(xué);2014年

4 王新迎;基于隨機(jī)映射神經(jīng)網(wǎng)絡(luò)的多元時(shí)間序列預(yù)測方法研究[D];大連理工大學(xué);2015年

5 付愛民;極速學(xué)習(xí)機(jī)的訓(xùn)練殘差、穩(wěn)定性及泛化能力研究[D];中國農(nóng)業(yè)大學(xué);2015年

6 李輝;基于粒計(jì)算的神經(jīng)網(wǎng)絡(luò)及集成方法研究[D];中國礦業(yè)大學(xué);2015年

7 王衛(wèi)蘋;復(fù)雜網(wǎng)絡(luò)幾類同步控制策略研究及穩(wěn)定性分析[D];北京郵電大學(xué);2015年

8 張海軍;基于云計(jì)算的神經(jīng)網(wǎng)絡(luò)并行實(shí)現(xiàn)及其學(xué)習(xí)方法研究[D];華南理工大學(xué);2015年

9 李艷晴;風(fēng)速時(shí)間序列預(yù)測算法研究[D];北京科技大學(xué);2016年

10 陳輝;多維超精密定位系統(tǒng)建模與控制關(guān)鍵技術(shù)研究[D];東南大學(xué);2015年

相關(guān)碩士學(xué)位論文 前10條

1 章穎;混合不確定性模塊化神經(jīng)網(wǎng)絡(luò)與高校效益預(yù)測的研究[D];華南理工大學(xué);2015年

2 賈文靜;基于改進(jìn)型神經(jīng)網(wǎng)絡(luò)的風(fēng)力發(fā)電系統(tǒng)預(yù)測及控制研究[D];燕山大學(xué);2015年

3 李慧芳;基于憶阻器的渦卷混沌系統(tǒng)及其電路仿真[D];西南大學(xué);2015年

4 陳彥至;神經(jīng)網(wǎng)絡(luò)降維算法研究與應(yīng)用[D];華南理工大學(xué);2015年

5 董哲康;基于憶阻器的組合電路及神經(jīng)網(wǎng)絡(luò)研究[D];西南大學(xué);2015年

6 武創(chuàng)舉;基于神經(jīng)網(wǎng)絡(luò)的遙感圖像分類研究[D];昆明理工大學(xué);2015年

7 李志杰;基于神經(jīng)網(wǎng)絡(luò)的上證指數(shù)預(yù)測研究[D];華南理工大學(xué);2015年

8 陳少吉;基于神經(jīng)網(wǎng)絡(luò)血壓預(yù)測研究與系統(tǒng)實(shí)現(xiàn)[D];華南理工大學(xué);2015年

9 張韜;幾類時(shí)滯神經(jīng)網(wǎng)絡(luò)穩(wěn)定性分析[D];渤海大學(xué);2015年

10 邵雪瑩;幾類時(shí)滯不確定神經(jīng)網(wǎng)絡(luò)的穩(wěn)定性分析[D];渤海大學(xué);2015年

本文編號：2313340