基于人工神經(jīng)網(wǎng)絡(luò)的建筑熱負(fù)荷預(yù)測及控制

《基于人工神經(jīng)網(wǎng)絡(luò)的建筑熱負(fù)荷預(yù)測及控制》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、（分類號(hào)：密級(jí)１０１５單位代碼１ＵＤＣ：戀乂是洛事乂學(xué)全日制學(xué)術(shù)型碩±研究生學(xué)位論文基于人工神經(jīng)網(wǎng)絡(luò)的建筑熱負(fù)荷預(yù)測及控制．．．Ｖ．．．．．．郝源指導(dǎo)教師汪思源教授申請(qǐng)學(xué)位類別工學(xué)碩±學(xué)科（專業(yè)）名稱控制科學(xué)與工程學(xué)位授予單位大連海事大學(xué)２０１５年１月分類號(hào)密級(jí)ＵＤＣ１０１５１單位代碼大連海事大學(xué)碩壬學(xué)位論文基于人工神經(jīng)網(wǎng)絡(luò)的建筑熱負(fù)荷預(yù)測及控制郝源指導(dǎo)教師狂思源職稱教授學(xué)位授予單

2、位大連海事大學(xué)申請(qǐng)學(xué)位類別工學(xué)碩±學(xué)科（專業(yè)）控制科學(xué)與工程２０１５．１論文完成日期２０１４．１２答辯日期答辯委員會(huì)主席ＢｕｉｌｄｉｎｇＴｈｅｒｍａｌＬｏａｄＰｒｅｄｉｃｔｉｏｎａｎｄＣｏｎｔｒｏｌＢａｓｅｄｏｎＡｒｔｉｆｉｃｉａｌＮｅｕｒａｌＮｅｔｗｏｒｋＡ化ｅｓｉｓＳｕｂｍｉｔｔｅｄ化ＤａｌｉａｎＭａｒｉｔｉｍｅＵｎｉｖｅｒｓｉｔｙＩｎａｒｔｉａｌｆｕｌｆｉｌｌｍｅｎｔｏｆｔｈｅｒｅｕｉｒｅｍｅｎｔｓｆｂｒｔｈｅｄｅｒｅｅｏｆ

3、ｐｑｇＭａｓｔｅｒｏｆｅｎｉｎｅｅｒｉｎｇｇｂｙＨａｏＹｕａｎ＊Ｃｏｎｔｒｏｌｓｃｉｅｎｃｅａｎｄｅｎｉｎｅｅｉｉｎ）（ｇｇＴｈｅｓｉｓＳｕｅｒｖｉｓｏｒ：ＰｒｏｆｅｓｓｏｒＷａｎＳｉｕａｎｐｇｙＪａｎｕａｒ２０１５ｙ大連海事大學(xué)學(xué)位論文原創(chuàng)性聲明和使用授權(quán)說明原創(chuàng)性聲明：本人鄭重聲明本論文是在導(dǎo)師的指導(dǎo)下，，獨(dú)立進(jìn)行研巧工作所取得的成果＂某＂撰寫成碩壬學(xué)位論文于人工神經(jīng)網(wǎng)絡(luò)的建筑熱負(fù)荷預(yù)測及控制。除論文中己經(jīng)注明引用的內(nèi)容外，對(duì)論文的研巧做出重要貢獻(xiàn)的個(gè)人和

4、集體，均己在文中＾＾明確方式標(biāo)明。本論文中不包含任何未加明確注明的其他個(gè)人或集體己經(jīng)公（開發(fā)表或未公開發(fā)表的成果。本聲明的法律責(zé)任由本人承擔(dān)。《＇學(xué)位論文作者簽名：馬ｆ學(xué)位論文版權(quán)使用授權(quán)書本學(xué)位論文作者及指導(dǎo)教師完全了解大連海事大學(xué)有關(guān)保留、使用研巧生學(xué)位論文的規(guī)定：，目Ｐ大連海事大學(xué)有權(quán)保留并向國家有關(guān)部口或機(jī)構(gòu)送交學(xué)位論文的復(fù)印件和電子版，允許論文被査閱和借閱。本人授權(quán)大連海事大學(xué)可Ｗ將本學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進(jìn)行檢索，也可采用影印、縮印或掃描等復(fù)制手段保存和匯編

5、學(xué)位論文。同意將本學(xué)位論文收錄到《中國優(yōu)秀博碩±學(xué)位論文全文數(shù)據(jù)庫》（中國學(xué)術(shù)期刊（光盤版）電子雜志社）、《中國學(xué)位論文全文數(shù)據(jù)庫》（中國科學(xué)技術(shù)信息硏究所）等數(shù)據(jù)庫中，并Ｗ電子出版物形式出版發(fā)行和提供信息服務(wù)。保密的論文在解密后遵守此規(guī)定。本學(xué)位論文屬于：保密口在年解密后適用本授權(quán)書。＂＂不保密打（請(qǐng)?jiān)谏戏娇騼?nèi)打Ｖ）＊導(dǎo)師簽名論文作者簽名：系：ｋ序Ｉ１日期２＾；年／：月６曰中文摘要摘要目前，在我國北方城鎮(zhèn)的集中供暖大部分是供熱中也或者換熱站直接把熱水送往用戶端，易于造成

6、供熱不均和能耗浪費(fèi)。雖然部分地區(qū)按國家相關(guān)建議和要求進(jìn)行了按熱收費(fèi)、分戶計(jì)量的嘗試，但由于分戶計(jì)量需對(duì)散熱器端的供熱裝置一進(jìn)行改造且次性投資較大，同時(shí)因用戶自主節(jié)能意識(shí)還不強(qiáng)，分戶調(diào)節(jié)尚不盡人意。代之Ｗ建筑分棟計(jì)量及調(diào)節(jié)的供熱控制裝置投資適中，自動(dòng)化水平及工業(yè)級(jí)可靠性程度更高，是調(diào)節(jié)建筑物熱負(fù)荷實(shí)現(xiàn)供熱用戶端節(jié)能目標(biāo)的有效手段。建筑供熱系統(tǒng)是一個(gè)大時(shí)滯、大慣性的復(fù)雜系統(tǒng)，建筑熱負(fù)荷與室外環(huán)境、建筑圍護(hù)結(jié)構(gòu)等存在一定程度的非線性關(guān)系，利用機(jī)理建模涉及參數(shù)眾多、難度，大，預(yù)測結(jié)果也有較大誤差。通過利

7、用人工神經(jīng)網(wǎng)絡(luò)不依賴模型本身的特點(diǎn)和良好的非線性逼近能力，選擇了ＢＰ（ＢａｃｋＰｒｏｐａｇａｔｉｏｎ）與ＲＢＦ（ＲａｄｉａｌＢａｓｉｓＦｕｎｃｔｉｏｎ）、人工神經(jīng)網(wǎng)絡(luò)的方法，根據(jù)采集到的室外干球溫度光照、風(fēng)速、室內(nèi)溫度Ｗ及時(shí)間序列分別對(duì)建筑熱負(fù)荷進(jìn)行建模和預(yù)測。對(duì)比研巧表明ＲＢＦ神經(jīng)網(wǎng)絡(luò)預(yù)測更５．３％。穩(wěn)定，均方誤差低于ＢＰ神經(jīng)網(wǎng)絡(luò)，更適合于建筑熱負(fù)荷的預(yù)測在對(duì)環(huán)境熱負(fù)荷預(yù)測的基礎(chǔ)上，需要為滿足建筑熱需求進(jìn)行調(diào)節(jié)。通常是靠調(diào)節(jié)電動(dòng)閥的開度對(duì)建筑物供熱管網(wǎng)的熱媒進(jìn)行量調(diào)節(jié)，但送可能因水力失

8、衡導(dǎo)致建筑物內(nèi)的不利回路增加，造成內(nèi)部冷熱不均，嚴(yán)重時(shí)造成局部凍塞事故。因一此設(shè)計(jì)了智能Ｂａｎ－Ｂａｎ調(diào)節(jié)ｇｇ，即開閥就要將閥口開至設(shè)計(jì)開度且開夠定的時(shí)長，保證管網(wǎng)中熱媒定的壓為和流速流經(jīng)整檐建筑；關(guān)就可Ｗ徹底關(guān)斷，實(shí)現(xiàn)供熱節(jié)能間歇；但應(yīng)注意到建筑物內(nèi)的散熱過程依然是連續(xù)的。通過計(jì)算開閥