神经网络预测器在供热系统中的应用

来源 :西安建筑科技大学 | 被引量 : 0次 | 上传用户:loverbeyond
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
随着城市建设的迅速发展,集中供热成为我国北方地区城市现代化建设所采取的方案之一。供热系统的不断扩大,如何有效地控制和管理整个热力系统,提高热力系统的经济效益和社会效益,成为各供热企业急需解决的重要课题。 我国的供热技术比较落后,无论在设计、安装、运行,管理和设备生产等方面都需要进行研究和提高。按建筑物使用性质的不同,供暖制度可分为两大类:连续供暖制度和间歇供暖制度。对于间歇供暖制度,其预热时间(tp)的精确估计是十分必要的。对预热时间过分的估计(即tp的估计值大于实际值)会使在工作期未到来前房间的温度已经达到了舒适温度,这将导致燃料的浪费;反之,对预热时间估计不足(即tp的估计值小于实际值)将使在工作期到来时房间的温度还未达到舒适温度,这使人觉得不舒适。 本文通过分析建筑物内部某一时期在热源和外界环境影响下的温度变化过程,找出了变化规律。通过相似原理,从热力学系统角度出发,建立了间歇供暖加热过程的数学模型,并进行了系统的混合仿真实验。实验的硬件部分采用模拟机来实现,软件部分使用Visual Basic 6.0语言来实现。其接口通信,数据采集使用的是Echelon公司的LonWorks技术。混合仿真的主要任务是为后续预测器的建模做准备,得到建模所需要的输入输出数据对。 本文预测器的实现采用的是神经网络方法,神经网络作为一种新型的方法,在各个领域有着广泛的应用。本文采用神经网络方法建立了非线性特性的时间预测模型,其算法使用的是经过改进的BP(Back-Propagation)算法。BP网络是人工神经网络中前向网络的核心内容,它在函数逼近、模式识别、数据压缩等方面使用非常广泛。MATLAB语言是一种非常强大的工程语言,其内部的神经网络工具箱使BP算法的实现变的非常简便。 本文利用神经网络建立的时间预测模型对系统作了预测,预测误差小于3%,预测效果良好,能够实现节能的目的。
其他文献
当传统的信号处理技术难以满足复杂智能系统对信息的多层需求时,多模态信息融合技术便应运而生,并显示出了强大的信息处理能力。我们将研究的重点放在目标识别融合技术,是因为很
随着经济的发展和人民生活水平的不断提高,家庭仪表的用途越来越广泛,电表、水表、气表大量地出现在人们的生活中。同时,这些仪表的抄录工作也变得越来越烦琐,工作量变得很大,传统
实现工业控制信息化和高效经济的运行,需要大量的现场设备信息。无线传感器网络随着科学技术的发展更加成熟,将无线传感器网络与传统的有线网络进行有效的结合,实现对工业系
粗糙集理论是由Paw1ak教授于20世纪80年代初提出的一种用于处理不确定性和含糊性知识的数学工具,其基本思想是在保持分类能力不变的前提下,通过知识约简,导出概念的分类规则。它
网络家电技术就是使家电与网络能够互联,通过网络终端实现对家电的远程控制。要实现家电与网络之间的互联问题,就需要解决本文介绍的:描述家电或住宅特性的产品模型,使得网络终端与网络家电间的数据交换具有特定含义。在本论文中提出的Web服务器和Web浏览器可以提供很好的服务。如果嵌入式设备支持TCP/IP等Internet有关的协议,成为Web服务器,用户可以使用Web浏览器端远程监测、管理该嵌入式设备I/
数字地图系统,空间数据库技术的发展,极大地促进了地图信息系统(GIS)的形成和发展.GIS技术在城市规划、土地资源管理、交通管理等各行各业都有着越来越广泛的应用,它已经成为
机器人运动控制系统的性能直接影响到机器人的整体性能和工作效率。根据机器人运动控制的高精度及高稳定度的性能要求,本文旨在设计开放性强、人机界面友好的移动机器人运动控
学位
很多情况下控制系统都依靠频域特性分析来设置控制器,以实现控制功能和确保整个控制过程的平稳。对于运载火箭,由于其突出的长细比并且使用液体燃料作为推进剂,使得箭体的弹性运
学位