針對中央空調(diào)冷源系統(tǒng)運行能耗高、設(shè)備之間高度耦合機理建模困難、參數(shù)眾多難以隨環(huán)境變化動態(tài)調(diào)節(jié)的問題,引入智能化算法進行建模優(yōu)化.以某經(jīng)過初步節(jié)能改造且冷水主機并聯(lián)運行的地鐵站空調(diào)冷源系統(tǒng)實測運行數(shù)據(jù)為基礎(chǔ),結(jié)合冷源系統(tǒng)運行原理建立能耗預測殘差神經(jīng)網(wǎng)絡(ResNet)模型.采用灰狼優(yōu)化算法(GWO)對某典型夏季制冷日運行工況進行尋優(yōu)計算.仿真結(jié)果表明,冷源系統(tǒng)ResNet模型在測試集上的平均相對誤差、平均絕對誤差值分別為1.548 5%、2.239 4,預測精度高于BP神經(jīng)網(wǎng)絡模型和支持向量回歸機模型;優(yōu)化結(jié)果顯示,GWO優(yōu)化后的能耗值相比遺傳算法(GA)、粒子群優(yōu)化(PSO)更低,較實際運行平均節(jié)能10.45%,其中冷水主機能耗降低8.14%,而各主機冷凍水供水溫度相等時冷機節(jié)能率僅為5.37%.因此,基于ResNet-GWO的仿真優(yōu)化策略可用于實現(xiàn)中央空調(diào)冷源系統(tǒng)的高能效運行.

【文章頁數(shù)】：9 頁

【部分圖文】：

圖1 冷源系統(tǒng)運行原理圖

表1設(shè)備參數(shù)表設(shè)備名稱參數(shù)設(shè)備編號備注離心式冷水主機額定功率116.9kW,制冷量813kWWCC01額定功率138kW,制冷量968kWWCC02冷卻塔額定風量126400m3/h,流量208m3/h,功率4.4kWCT01～CT04....

圖2 殘差神經(jīng)網(wǎng)絡結(jié)構(gòu)

式中,R(·)、B(·)分別為激活函數(shù)和標準化函數(shù);W1、B1分別為第1層全連接層網(wǎng)絡的權(quán)重和偏置參數(shù);W2、B2分別為第2層全連接層網(wǎng)絡的權(quán)重和偏置參數(shù);E[x]、V[x]分別為x的均值和方差;γ、β、ε為標準化過程的可學習重構(gòu)參數(shù).2.2.2模型建立

圖3 各模型串聯(lián)關(guān)系圖

表4子模型輸入變量和網(wǎng)絡結(jié)構(gòu)模型輸入?yún)?shù)輸出參數(shù)殘差模塊數(shù)全連接層神經(jīng)元數(shù)支路冷凍水流量MchwMchw,j116冷水主機Qj、Tchws,j、TcwiPchiller332冷凍水泵MchwPchwp216冷卻水泵McwPcwp....

圖4 冷凍水流量預測結(jié)果

冷凍水流量ResNet預測模型在測試集上的預測結(jié)果如圖4所示.由圖可知,2臺主機的冷凍水流量預測誤差小于±6%,能夠滿足能耗預測的精度要求.各部件模型在7500組測試樣本的預測結(jié)果如圖5所示,預測值與實測值十分接近.由表5數(shù)據(jù)可知,設(shè)備模型在測試集上的平均相對誤差在1.4%～9....

本文編號：4045255