智能算法在集中供热系统中的应用研究

来源 :浙江理工大学 | 被引量 : 0次 | 上传用户:lairr
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
集中供热作为我国北方城市的重要供暖手段,由于智慧化供热水平较低,运行调控手段无法达到国外的先进水准,供暖消耗过大。因此,本文以智慧供热为目标,基于我国严寒地区实际工程项目“KF集中供热系统”,利用智能算法对集中供热管网的管道阻力系数辨识技术与供热负荷预测技术进行研究。针对实际管道阻力系数难以获取的问题,提出了一种基于差分进化法辨识供热管道阻力系数的方案。本文首先基于图论、网络矩阵以及质量能量守恒定律,对供热管网进行水力建模,采用节点压力法对水力工况模型进行求解。在综合考虑主流的智能算法基础上,选择差分进化法作为管道阻力系数辨识算法。为验证辨识效果,采用“KF集中供热系统”3种不同的实际运行工况数据进行计算,计算结果表明,辨识出的管网阻力系数相对误差均在10%以内,98%的辨识值相对误差低于5%,建立的管道阻力系数辨识模型满足工程需求。为实现集中供热系统按需供热的目标,提出一种基于Adam算法优化GRU神经网络的中期供热负荷预测方案。以“KF集中供热系统”3年的历史运行数据为数据样本,构建了Adam-GRU神经网络预测模型。为验证Adam-GRU神经网络预测模型的优越性,将其与RMSProp-GRU、SGDM-GRU、Adam-LSTM、BP、Elman这5种预测模型进行对比。仿真结果表明,Adam-GRU神经网络模型预测性能最佳,相对误差绝对值的平均值为1.70%,均方根误差为39.0683。最后,选择4种具有代表性的换热站进行预测,结果表明,Adam-GRU神经网络预测模型泛化性能良好,相对误差绝对值的平均值均小于2.5%,均方根误差不超过50,预测模型满足工程需求。
其他文献
十三五以来,国家大力推进“互联网+”政策,促进互联网技术逐渐成熟,网络直播随之快速发展。近几年,在国家乡村振兴战略背景下,直播带货助力农业多点开花,受新冠疫情影响,各行业线下实体店面临转型,直播带货的销售模式迅速火爆。为探索服装直播销售中的主要影响因素,进而对服装直播销售进行科学准确预测,促进服装直播行业健康良性发展。首先,在梳理直播销售行业发展历程的基础上,本文以直播销售中的服装产品为研究对象,
学位
玻璃纤维复合材料是用玻璃纤维为增强材料,通过特定的成型工艺与树脂复合而成的一种纤维增强树脂基复合材料。因其可设计性好、质量轻和耐腐蚀性强等优点而广泛应用于航空航天、汽车、风电等工业领域。在玻璃纤维复合材料的使用过程中,材料表面极易遭受外来物的冲击而产生各种刮痕损伤,材料构件表面的浅刮痕具有很大安全隐患,当材料受到载荷作用时,刮痕的存在会引发裂纹,使得构件以远小于强度准则的应力值开裂破坏。因此,开展
学位
深度学习技术因其强大的特征提取能力被广泛应用于目标检测的任务中,近年来,随着医学图像自动识别与检测的推广,各种深度学习技术已成为医学图像智能检测中不可或缺的支持。医学图像作为医生和专家诊断的重要依据,其规模、精度以及细节等都关系到患者的健康。目前大部分深度学习的传统模型,其检测精度已经不能满足医学图像分析的需求。本论文分别以糖尿病性视网膜病变细胞分级、宫颈癌变细胞检测这两例医学图像场景,提出相关的
学位
Poisson代数来源于Poisson几何的研究,它同时具有结合代数与李代数两种代数结构.近几年来,Poisson代数已成为代数领域的一个重要研究分支,它在微分几何、代数几何、代数拓扑、代数表示论、数学物理等诸多领域发挥着重要作用.众多研究者在对Poisson代数的研究中获得了丰硕的成果,并针对不同需求作了多种形式的推广.本文主要研究Poisson代数在扩张下的Poisson包络代数结构和Pois
学位
随着经济水平的发展,我国花卉产业的种植面积和产值一直在稳步提升。顺应各行业“机器换人”的新趋势,各类花卉移栽机构也逐渐在花卉产业实际生产过程中投入使用。论文针对国内花卉产业特点对移栽机构进行研究,对花卉盆栽农艺要求进行分析并完成轨迹设计,提出一种基于五杆机构的轻简型花卉自动盆栽机构,并完成机构优化、结构设计、虚拟仿真,并利用光电传感器实现自动识别功能,试制样机并完成机构移栽试验。论文主要研究内容如
学位
2021年1月1日《中华人民共和国民法典》出台,在“环境污染和生态破坏责任”这一章中纳入环境侵权惩罚性赔偿,围绕《民法典》这一新增产生诸多争议。主要争议集中在三点:一是惩罚性赔偿引入是否具有合理性;二是惩罚性赔偿的适用范围争议;三是《民法典》1232条如何在实践中适用。在争议声中,《最高人民法院关于审理生态环境侵权纠纷案件适用惩罚性赔偿的解释》出台,对争议的相关问题做出了解释,却依旧没能解决这三个
学位
作为计算机视觉领域中被广泛关注的方向之一,三维物体识别被大量运用于无人驾驶,智能机器人等领域。与其紧密相关的双目视觉立体匹配算法,近些年来也随着新兴算法地提出被不断改良。本文对双目视觉立体匹配的研究做出方法上的创新,不仅对经典立体匹配方法做出改进,并且将目光转向了效率更高的结合深度学习的立体匹配方法,主要研究成果如下:(1)为了提升经典立体匹配方法中在遮挡区域和深度不连续区域中的匹配效果,本文提出
学位
随着纺织行业的智能化发展,织物质量检测技术被广泛应用。由于织物疵点在生产过程中的不可避免性,使得相关检测技术成为研究的重点对象。相较于传统机器学习检测方法存在的速度慢、泛化能力差等问题,基于深度学习的检测方法以其特有的类人神经网络模型,可以更有效地完成复杂场景下的检测任务,同时具备良好的检测性能和泛化能力。因此,基于深度学习技术研究织物疵点的检测方法是有必要的。目前基于深度学习的检测算法可分为单阶
学位
Artin-Schelter正则代数被认为是非交换射影空间的齐次坐标环,Calabi-Yau代数源于Calabi-Yau流形上同调镜像对称的研究,它们是非交换领域中两类极为重要的研究对象.斜Calabi-Yau代数是这两类代数的有机统一,它具有一个重要的同调不变量Nakayama自同构.精确刻画Nakayama自同构对Artin-Schelter正则代数和Calabi-Yau代数的研究具有重要意义
学位
随着中国经济水平的不断发展,人民生活水平的不断提高,越来越多的家庭选择让孩子进行留学。留学中介服务机构A公司乘着政策红利和市场扩张时期进入留学行业以来,现在逐渐进入发展瓶颈期,加之2020年新冠疫情的冲击,整个留学服务市场都收到了非常巨大的影响。A公司2020年至2021年统计数据显示,两年的盈利总和较2019年一年仅提升10%左右。2010年以来,中国留学服务市场也发生了巨大改变,越来越多的留学
学位