基于概率神经网络的暖通空调节能系统分析

发表时间:2021/6/1   来源:《基层建设》2021年第3期   作者:韩威
[导读] 摘要:暖通空调控制由简单控制方案、数字控制方案和逻辑编程控制方案发展到目前较为流行的基于神经网络的控制方案。
        身份证号码:2301041982****XXXX  辽宁大连  116000
        摘要:暖通空调控制由简单控制方案、数字控制方案和逻辑编程控制方案发展到目前较为流行的基于神经网络的控制方案。由于传统的控制方法无法同时兼顾非线性数据和数据时序性的特点,当某项参数发生剧烈变化时,系统对暖通空调的控制作用会降低,一般只适用于小型暖通空调的节能控制。本文采用了基于概率神经网络的控制方案,首先对数据进行预处理,去除异常数据和坏值,然后对数据进行归一化处理,将数据分为训练集和测试集,验证神经网络的准确性。当测试集输出结果正确率超过 90%时,证明该网络具有较高的实用性。
        关键词:概率神经网络;暖通空调;节能系统;分析
        1暖通空调节能系统概述
        近年来,随着我国城市建筑业的快速发展,各种高层建筑层出不穷,暖通空调的应用空间逐渐增大。暖通空调主要用于平衡室内外温度。由于暖通空调系统能耗大,在资源消耗上还有很大的提升空间。与传统的暖通空调系统相比,节能型暖通空调系统更符合现代社会追求低碳生活的理念。与传统的暖通空调系统相比,节能型暖通空调系统具有较高的一次性成本。从长远来看,暖通空调节能系统将继续广泛应用于人们的生活中,如何降低高成本的新型节能技术在暖通空调节能系统中的应用是暖通空调专业研究的首要问题。我国相关工作人员也在思考如何降低技术成本,以便早日找到既节能又能降低生产成本的方法,因为暖通空调节能技术的应用成本过高,在很大程度上会引起人们的抵触情绪。
        2 暖通空调模型建立
        2.1 概率神经网络理论
        概率神经网络(PNN)有以 Parzen 窗的概率密度函数估计方法和 Bayes 决策理论为理论基础这两种,它是从径向基函数演变过来的,属于前馈型神经网络。在实际工程应用中,使用 PNN解决数据分类问题,是利用线性学习算法和非线性学习算法来解决问题。输入层、模式层、求和层、输出层这四个层次组成了概率神经网络模型,它比较容易被训练,而且精度还比较高,网络基本结构图如图 1 所示。
       
        图1  PNN 基本结构图
        输入层:主要功能为接受训练样本传输来的数据,该层的神经元的数量等于输入向量的长度,经过该层训练后,把训练好的各类数据传送到下一个模式层。
        模式层:主要功能为展现出有训练样本中每个模和从输入层传输的特征向量之间的对应关系,该层的神经元的数量等于全部训练样本的数量。当收到来自传输层的向量 x 后,与模式层的第 i 类样本的第 j 个神经元相匹配的输入和输出关系是
       
        其中:为第 i 类样本第 j 个神经元的输出;d 为样本空间的维数;为第 i 类样本第 j 个中心;σ 为平滑因子。
        求和层:主要功能为运算,该层的神经元个数与样本层的总数相同,神经元只与模式层相应的神经元连接,把模式层中同类模式层的神经元的输出进行加权平均,关系如下:
       
        式中:fi 为第 i 类的输出;L 为第 i 类的神经元个数。输出侧:主要功能为接收求和层的输出,该层由竞争神经元构成,具有与求和层相等的神经元数量,每个神经元都有一种模式与其相匹配。它就是为了是接收求和层输出的结果,然后在输出层的全部神经元中找一个神经元它的后验概率密度最大,其输出为 1,其余的神经元输出为 0。
       
        PNN 模型不论训练数据与种类间的关系有多复杂,只要训练样本的数量有很多,它就能确保收敛到 Bayes 分类器,得到贝叶斯准则下的最优解。
        2.2 降耗策略
        中央空调系统降低能耗(提高能效比)主要通过以下措施有:
        2.2.1 提高蒸发温度(T2),降低冷凝温度(T1),降低(T1-T2)温差。经验值,每降低 1,主机能效提高 3%。
        2.2.2 水泵降频,水泵的能耗与转速的三次方成正比,即水泵降频运行会大幅节省水泵能耗。
        2.2.3 提前预测水系统的滞后性。
        2.2.4 动态调节各类参数,在某一特定空间,对空气温度、湿度、空气流动速度及清洁度进行人工空气调节,以满足人体舒适的要求。
        2.3 数据处理
        为了实现降耗策略,在本系统中,选取了供水温度、回水温度、室外温度、露点温度、相对湿度、风速和天气状况作为输入数据。
        3暖通空调节能的关键措施
        3.1热源系统的优化
        在我国众多的热源中,为暖通空调提供能源的技术是否仍来自各种热电站、热泵或小锅炉等热源,这些热源是当今社会应用最广泛的热源。来自这些热源的热源将具有更好的质量和安全性。在实际应用热源时,必须充分考虑节能效果和实际供热需求。只有充分考虑这两点,才能优化热源。
        3.2精心设计暖通空调系统
        暖通空调系统从外部上来看可能会觉得是一种比较简单的系统,但是如果从内部来看的话就会发现这是一种非常复杂且拥有高精度的系统,在这样庞大复杂的系统中,想要使得其自身发挥优良的性能就必须从其设计上下手。对于这样一个系统中的每一个使用功能都与设计密切相关,如果不能很好的使用设计,很容易造成使用功能的错误。一般来说,设计处于最大荷载状态,但在平时的实际使用中往往处于局部荷载状态。如果系统各部分的设计与部分负荷的设计存在一定的差异,那么在具体的使用中很可能产生巨大的能耗,这使得整个系统的资源浪费很大。
        3.3采用变频技术
        在正常情况下,空调系统的设计和使用是按额定功率设计的,但在日常使用中,并不是按额定功率进行的,大部分使用是在部分负荷的情况下进行的,这就导致额定功率设计中的运行状态采用部分负荷状态,会造成大量的能源浪费。针对这种容易造成浪费的情况,专业人员应在暖通空调系统中引入变频技术,这种变频技术能够帮助暖通空调系统在一定的情况下根据空调的具体功率进行相应的调节,达到降低能耗的目的。结合空调的实际负荷来改变系统中的水流量和空气流量,才能真正达到节能减排的效果。在暖通空调系统中引入这样的变频技术,在很大程度上可以改变过去空调资源大量浪费的局面,一方面,变水量系统是一种可以通过定量控制来改变水温的装置。另一方面,变风量空调系统通过末端系统对空调负荷进行补偿,并通过补偿机构调节送风量,使整个温度处于合适的状态。随着我国变频技术的不断发展和进步,变频系统所能实现的功能越来越多。在这样的功能下,它可以有效地调节暖通空调系统,从而通过风量、水量或主机的优化调节使空调能够处于相应的负荷状态,从而更好地实现节能减排。
        4结束语
        针对暖通空调系统节能降耗的问题,通过对空调设备运行数据的采集分析,结合深度学习控制算法,提出了一种基于概率神经网络的节能控制策略,为暖通空调系统节能运行提供控制方案,具有一定的实际应用价值。
        参考文献:
        [1]问鸿翔.建筑节能中暖通空调节能系统现状和技术措施[J].现代物业(中旬刊),2018(06):36.
        [2]张秀娟.建筑节能中暖通空调节能系统现状和技术措施[J].城市建设理论研究(电子版),2016(36):97-98.
        [3]张宏祥.建筑节能中暖通空调节能系统现状和技术措施[J].城市建设理论研究(电子版),2016(19):32-33.
        [4]伍伟平.浅谈建筑节能中暖通空调节能系统现状和技术措施[J].同行,2016(08):92.
        [5]孟玮,白天韵.暖通空调节能系统现状和技术措施[J].黑龙江科技信息,2015(09):19.
投稿 打印文章 转寄朋友 留言编辑 收藏文章
  期刊推荐
1/1
转寄给朋友
朋友的昵称:
朋友的邮件地址:
您的昵称:
您的邮件地址:
邮件主题:
推荐理由:

写信给编辑
标题:
内容:
您的昵称:
您的邮件地址: