本文關(guān)鍵詞： 人工神經(jīng)網(wǎng)絡(luò) 室溫預(yù)測(cè) 專家控制 模糊控制　出處：《大連海事大學(xué)》2017年碩士論文　論文類型：學(xué)位論文

【摘要】：隨著世界能源與環(huán)境問題的日益加劇,節(jié)約能源和保護(hù)環(huán)境已成為了各國(guó)政府的重要工作之一。建筑能耗在所有的能源消耗中占世界總能耗的1/5左右。我國(guó)的建筑系統(tǒng)的能源消耗占能源消耗總量的1/3以上,在全部的建筑系統(tǒng)的能源消耗中其供暖能耗又占60%左右,因此建筑的供暖能耗浪費(fèi)最為嚴(yán)重,而且其節(jié)能的潛力巨大。對(duì)于目前現(xiàn)有的建筑供暖系統(tǒng)大多缺乏先進(jìn)的調(diào)控手段以及自動(dòng)化水平不高,不僅降低了用戶的熱舒適性,還造成了能源的浪費(fèi)。建筑供暖系統(tǒng)是一個(gè)具有大慣性、大滯后的復(fù)雜非線性系統(tǒng),建筑室內(nèi)溫度與圍護(hù)結(jié)構(gòu)、室外環(huán)境及供暖設(shè)施所提供的熱量等存在著一定程度的非線性關(guān)系,利用機(jī)理建模難度較大,涉及參數(shù)眾多,預(yù)測(cè)結(jié)果也有較大誤差。通過利用人工神經(jīng)網(wǎng)絡(luò)良好的非線性逼近能力以及不依賴模型本身的特點(diǎn),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K時(shí)刻的建筑室溫、K-T時(shí)刻的建筑室溫、K時(shí)刻供回水溫差、控制狀態(tài)、室外溫度以及光照分別對(duì)建筑K+T時(shí)刻的室溫進(jìn)行建模和預(yù)測(cè)。通過仿真對(duì)比研究表明,RBF神經(jīng)網(wǎng)絡(luò)相對(duì)于BP神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)更加穩(wěn)定,其均方差低于BP神經(jīng)網(wǎng)絡(luò)10.5%,更適合于建筑室內(nèi)溫度的預(yù)測(cè)。在對(duì)室溫預(yù)測(cè)的基礎(chǔ)上,需要對(duì)建筑的室溫進(jìn)行合理的調(diào)節(jié)。本文結(jié)合大連某高校建筑供暖實(shí)際情況設(shè)計(jì)了專家控制器,首先對(duì)建筑供暖控制策略進(jìn)行了分析,針對(duì)不同建筑的不同供暖需求,采取分時(shí)供暖的策略;針對(duì)室溫控制大慣性、大滯后的特點(diǎn),采取利用室溫預(yù)測(cè)模型與模糊控制相結(jié)合的調(diào)節(jié)方法;同時(shí)為保證供暖的安全,設(shè)計(jì)了一系列的保護(hù)策略。然后基于無(wú)線通訊技術(shù)設(shè)計(jì)了建筑供暖專家控制平臺(tái),該平臺(tái)具備遠(yuǎn)程監(jiān)控、故障及緊急事故處理等功能,大大提高了建筑供暖的自動(dòng)化水平,保證了供暖的舒適與安全。最后經(jīng)過實(shí)際實(shí)驗(yàn)分析,利用專家控制能夠及時(shí)對(duì)室內(nèi)溫度進(jìn)行調(diào)控,減少了超調(diào),實(shí)現(xiàn)合理用熱,平均節(jié)能率可達(dá)9.23%,具有良好的經(jīng)濟(jì)和社會(huì)價(jià)值價(jià)值。
[Abstract]:With the increasing energy and environmental problems in the world, Energy conservation and environmental protection have become one of the important tasks of the governments of various countries. Building energy consumption accounts for about 1/5 of the total energy consumption in the world. The energy consumption of the building system in China accounts for more than 1/3 of the total energy consumption. Of the total energy consumption of the building system, the heating energy consumption accounts for about 60%, so the heating energy consumption of the building is the most serious. For most of the existing building heating systems, the lack of advanced means of regulation and control and the low level of automation, not only reduce the thermal comfort of users, The building heating system is a complex nonlinear system with large inertia, large lag, building indoor temperature and enclosure structure. There is a certain degree of nonlinear relationship between the outdoor environment and the heat supplied by heating facilities. It is difficult to model the model by using the mechanism and involves a large number of parameters. The method of BP(Back propagation and RBF(Radial Basis function is chosen by using the good nonlinear approximation ability of artificial neural network and the characteristics of independent model. According to the temperature difference between K time and K time of building room temperature and K-T time, The outdoor temperature and light are used to model and predict the room temperature of the building's K T moment. The simulation results show that the RBF neural network is more stable than the BP neural network. The mean square deviation is lower than that of BP neural network, which is more suitable for the prediction of indoor temperature. It is necessary to adjust the room temperature of buildings reasonably. In this paper, an expert controller is designed according to the actual situation of building heating in a university in Dalian. Firstly, the control strategy of building heating is analyzed, aiming at the different heating requirements of different buildings. The strategy of time-sharing heating is adopted. In view of the characteristics of large inertia and large lag in room temperature control, the regulation method which combines the predictive model of room temperature with fuzzy control is adopted, and in order to ensure the safety of heating, A series of protection strategies are designed, and then the building heating expert control platform is designed based on wireless communication technology. The platform has the functions of remote monitoring, fault and emergency handling, which greatly improves the automation level of building heating. The comfort and safety of heating are ensured. Finally, through practical experiment and analysis, the indoor temperature can be adjusted in time by using expert control, which can reduce overshoot and realize rational use of heat. The average energy saving rate can reach 9.23, which has good economic and social value.
【學(xué)位授予單位】：大連海事大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：TU832;TP183

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 牟冬;牟靈泉;楚廣明;宋為民;吳輝敏;;建筑供暖設(shè)計(jì)概論[J];中國(guó)建筑金屬結(jié)構(gòu);2006年02期

2 ;英國(guó)欲用公路收集太陽(yáng)能為建筑供暖[J];能源與環(huán)境;2008年04期

3 ;《民用建筑供暖通風(fēng)與空氣設(shè)計(jì)規(guī)范》修訂版10月1日起實(shí)行[J];供熱制冷;2012年08期

4 榮國(guó)華;建筑供暖的室溫調(diào)節(jié)與節(jié)能[J];暖通空調(diào);2000年01期

5 邱玉瑞,崔紀(jì)偉,韓雪峰,王仕明,羅漢新;上供下回雙立管供暖系統(tǒng)在高層建筑供暖中的應(yīng)用[J];南京建筑工程學(xué)院學(xué)報(bào)(自然科學(xué)版);2001年01期

6 邊廣韜,葉長(zhǎng)龍,于慎波,張春清,趙建國(guó);高層建筑供暖回水分析[J];沈陽(yáng)工業(yè)大學(xué)學(xué)報(bào);2002年02期

7 王宏業(yè),黃國(guó)保;淺談住宅建筑供暖的節(jié)能設(shè)計(jì)[J];科技情報(bào)開發(fā)與經(jīng)濟(jì);2004年03期

8 賈英洲;高援朝;;太陽(yáng)能——農(nóng)村鄉(xiāng)鎮(zhèn)建筑供暖的必然選擇[J];農(nóng)業(yè)工程技術(shù)(新能源產(chǎn)業(yè));2009年01期

9 曲孟春;;建筑供暖的溫度控制與節(jié)能[J];黑龍江科技信息;2011年12期

10 于江濤;;建筑供暖的溫度控制與節(jié)能[J];黑龍江科技信息;2011年19期

相關(guān)會(huì)議論文 前8條

1 ;英國(guó)欲用公路收集太陽(yáng)能為建筑供暖[A];節(jié)能減排論壇——福建省科協(xié)第八屆學(xué)術(shù)年會(huì)衛(wèi)星會(huì)議論文�？痆C];2008年

2 吳瑋;吳濤;吳巖峰;張金嶺;;壁掛式建筑供暖輻射器的技術(shù)研究[A];第八屆全國(guó)紅外加熱暨紅外醫(yī)學(xué)發(fā)展研討會(huì)論文及論文摘要集[C];2001年

3 吳濤;吳巖峰;吳瑋;;電熱紅外建筑供暖技術(shù)[A];第九屆全國(guó)紅外加熱暨紅外醫(yī)學(xué)發(fā)展研討會(huì)論文及論文摘要集[C];2003年

4 吳瑋;;電熱紅外應(yīng)用于建筑供暖的兩個(gè)關(guān)鍵措施[A];第十二屆全國(guó)紅外加熱暨紅外醫(yī)學(xué)發(fā)展研討會(huì)論文及論文摘要集[C];2009年

5 李曉明;盛曉文;;多層民用住宅建筑供暖收費(fèi)方法的研究[A];全國(guó)暖通空調(diào)制冷2002年學(xué)術(shù)年會(huì)論文集[C];2002年

6 鐘珂;劉加平;;大換氣量建筑供暖能耗分析[A];全國(guó)建筑節(jié)能技術(shù)與設(shè)計(jì)學(xué)術(shù)會(huì)議論文集[C];2005年

7 吳瑋;吳濤;;天寒地凍話供暖[A];第八屆全國(guó)紅外加熱暨紅外醫(yī)學(xué)發(fā)展研討會(huì)論文及論文摘要集[C];2001年

8 劉夢(mèng)真;顧長(zhǎng)修;張恒;;高層建筑無(wú)水箱直連供暖系統(tǒng)探討[A];全國(guó)暖通空調(diào)制冷1996年學(xué)術(shù)年會(huì)資料集[C];1996年

相關(guān)重要報(bào)紙文章 前5條

1 吳躍;新型建筑供暖方式改變城市生活[N];中國(guó)建材報(bào);2013年

2 記者 徐建華;新型建筑供暖方式讓天空更藍(lán)[N];中國(guó)質(zhì)量報(bào);2013年

3 袁科;高層建筑供暖空調(diào)水系統(tǒng)靜壓隔斷裝置[N];科技日?qǐng)?bào);2003年

4 記者 敖娟;山東國(guó)強(qiáng)五金制品集團(tuán)研制出建筑供暖新產(chǎn)品[N];中國(guó)建材報(bào);2006年

5 記者　劉大毅;沈城地源熱可為6000萬(wàn)平方米建筑供暖[N];遼寧日?qǐng)?bào);2006年

相關(guān)碩士學(xué)位論文 前3條

1 徐樹慶;建筑供暖室內(nèi)溫度預(yù)測(cè)及控制研究[D];大連海事大學(xué);2017年

2 趙博;大型熱電廠間接連接供暖系統(tǒng)對(duì)新型墻體節(jié)能建筑供暖能耗分析[D];哈爾濱工程大學(xué);2009年

3 王坤;太陽(yáng)能建筑供暖和儲(chǔ)熱系統(tǒng)的研究[D];江蘇大學(xué);2009年

，

本文編號(hào)：1528785