



下載本文檔
版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、微型冷熱電聯(lián)供系統(tǒng)-人工神經(jīng)網(wǎng)絡(luò)建模及仿真 魏會(huì)東 吳靜怡 王如竹 皇甫藝 許煜雄摘要:本文以人工神經(jīng)網(wǎng)絡(luò)為工具,建立了燃?xì)怆姍C(jī)組和吸附式制冷機(jī)組成的微型冷熱電聯(lián)供系統(tǒng)的模型,對(duì)于模型的仿真結(jié)果進(jìn)行了分析。通過對(duì)模型的分析和評(píng)價(jià),發(fā)現(xiàn)人工神經(jīng)網(wǎng)絡(luò)模型能準(zhǔn)確適應(yīng)聯(lián)供系統(tǒng)的高度非線性。仿真結(jié)果顯示了模型與系統(tǒng)的實(shí)際運(yùn)行規(guī)律較為符合,為以后指導(dǎo)系統(tǒng)的優(yōu)化運(yùn)行和控制的設(shè)計(jì)奠定了良好的基礎(chǔ)。 關(guān)鍵詞:微型冷熱電聯(lián)供系統(tǒng) 非線性 BP神經(jīng)網(wǎng)絡(luò) 0 前言能源是當(dāng)今社會(huì)
2、發(fā)展所面臨的一個(gè)重大問題。隨著全球經(jīng)濟(jì)的快速發(fā)展和可持續(xù)戰(zhàn)略的實(shí)施,能源的利用問題也擺在了非常重要的位置。冷熱電聯(lián)供系統(tǒng)作為一種新的能源利用方式具有無可比擬的優(yōu)勢(shì)。冷熱電聯(lián)供系統(tǒng)用天然氣作為一次能源,隨著世界天然氣產(chǎn)量的增加,天然氣將大大改變現(xiàn)有的能源結(jié)構(gòu),成為能源利用新的主力;而冷熱電聯(lián)供系統(tǒng)作為一種能量梯級(jí)利用系統(tǒng),利用一次能源驅(qū)動(dòng)發(fā)動(dòng)機(jī)發(fā)電,利用余熱利用設(shè)備對(duì)余熱進(jìn)行回收利用,同時(shí)提供電力,熱量和冷量,這樣能大大提高能源的利用效率1。基于以上優(yōu)點(diǎn),冷熱電聯(lián)供系統(tǒng)成為各國競(jìng)相研究的對(duì)象,并且在美國、日本和歐洲各國都有大規(guī)模的實(shí)際應(yīng)用。冷熱電聯(lián)供系統(tǒng)的一個(gè)重要的研究方向是整個(gè)系統(tǒng)的建模,好的
3、系統(tǒng)模型可以用來確定系統(tǒng)的可行性和分析預(yù)測(cè)系統(tǒng)的運(yùn)行,以及用于系統(tǒng)的控制策略研究,并可以為系統(tǒng)的優(yōu)化匹配和優(yōu)化運(yùn)行提供指導(dǎo)。以往的關(guān)于聯(lián)供系統(tǒng)的數(shù)學(xué)模型都是基于熱力學(xué)基本原理,建立簡(jiǎn)單的數(shù)學(xué)模型。而聯(lián)供系統(tǒng)的特性是高度非線性化的,傳統(tǒng)的熱力學(xué)模型無法準(zhǔn)確描述其運(yùn)行特性,因此需要用另外的一種思路去建立模型,而人工神經(jīng)網(wǎng)絡(luò)則從一定程度上滿足了這一需要。人工神經(jīng)網(wǎng)絡(luò)吸取了生物神經(jīng)網(wǎng)絡(luò)的許多優(yōu)點(diǎn),表現(xiàn)在:(1)高度的并行性。(2)高度的非線性全局作用。(3)良好的容錯(cuò)性與聯(lián)想記憶功能。(4)十分強(qiáng)的自適應(yīng)、自學(xué)習(xí)能力。2近年來,人工神經(jīng)網(wǎng)絡(luò)已經(jīng)在制冷空調(diào)方面有了一些應(yīng)用。5、71 微型冷熱電聯(lián)供系統(tǒng)實(shí)
4、驗(yàn)裝置設(shè)計(jì)1.1 系統(tǒng)描述上海交通大學(xué)制冷與低溫工程研究所孔祥強(qiáng)1等建立了制冷功率在10 kW左右的微型冷熱電聯(lián)供系統(tǒng)試驗(yàn)臺(tái),整個(gè)系統(tǒng)采用了一臺(tái)小型燃?xì)獍l(fā)電機(jī)組和一臺(tái)研究所自己研制的余熱型吸附式制冷機(jī),其系統(tǒng)圖見圖1。系統(tǒng)設(shè)計(jì)參數(shù)見表1。,隱節(jié)點(diǎn)為,閾值為,隱節(jié)點(diǎn)與輸出節(jié)點(diǎn)的網(wǎng)絡(luò)權(quán)值。隱節(jié)點(diǎn)的輸出輸出節(jié)點(diǎn)的計(jì)算輸出輸出節(jié)點(diǎn)的誤差公式圖2 燃?xì)獍l(fā)電機(jī)組神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖圖4 燃?xì)獍l(fā)電機(jī)組發(fā)電量和回收余熱量隨輸入能量的變化圖圖6 微型冷熱電聯(lián)供系統(tǒng)神經(jīng)網(wǎng)絡(luò)模型的系統(tǒng)輸出仿真圖 由圖4所示,燃?xì)獍l(fā)電機(jī)組的發(fā)電量和回收的余熱量隨著輸入能量的增大而增大,在輸入能
5、量在達(dá)到30 kW以后,發(fā)電量和余熱量隨著輸入能量近似接近線形變化。由圖5所示,在其它參數(shù)固定時(shí),吸附式制冷機(jī)的產(chǎn)冷量隨輸入熱量的增加而接近線性增大,也就是說制冷機(jī)的COP值此時(shí)變化不大。圖6是神經(jīng)網(wǎng)絡(luò)模型對(duì)系統(tǒng)冷熱電同時(shí)輸出的仿真,從圖中可以看出,在發(fā)電量一定時(shí),也就是系統(tǒng)輸入能量一定時(shí),隨著制冷量的增加,系統(tǒng)輸出的熱量增加,這是由于發(fā)電量對(duì)應(yīng)了一定的總的余熱回收量,制冷量的增加使得用于吸附機(jī)的熱量增大,因而使得剩余的輸出熱量減少。在制冷量一定時(shí),隨著發(fā)電量的增加,系統(tǒng)的輸入能量隨之增加,從而使得總的余熱回收量增加,制冷量不變對(duì)應(yīng)的吸附機(jī)輸入熱量不變,使得剩余的輸出熱量增加。上述的仿真結(jié)果是
6、與實(shí)際的系統(tǒng)規(guī)律相符合的。3 人工神經(jīng)網(wǎng)絡(luò)模型(ANN Model)的評(píng)價(jià)為了對(duì)建立的人工神經(jīng)網(wǎng)絡(luò)模型進(jìn)行評(píng)價(jià),本文采用了兩種驗(yàn)證方法,一是模型與所利用的實(shí)驗(yàn)數(shù)據(jù)進(jìn)行誤差計(jì)算;二是用另外的幾組新的數(shù)據(jù)對(duì)模型進(jìn)行測(cè)試。其誤差曲線見圖7,圖8;其測(cè)試圖見圖9,圖10。如圖7所示,燃?xì)獍l(fā)電機(jī)組模型的發(fā)電量絕對(duì)誤差非常小,且波動(dòng)也較小,說明模型和實(shí)驗(yàn)數(shù)據(jù)擬合的比較好;而余熱量在輸入熱量較大時(shí)誤差突然變大,這是由于神經(jīng)網(wǎng)絡(luò)在訓(xùn)練時(shí)候的隨機(jī)性決定的,但其絕對(duì)誤差控制在0.06范圍內(nèi),相對(duì)誤差也非常小。在圖9中可以看出模型對(duì)于測(cè)試點(diǎn)的預(yù)測(cè)效果非常好。如圖8所示,吸附式制冷機(jī)模型的絕對(duì)誤差在0.03范圍內(nèi)波動(dòng),由圖10可見,測(cè)試點(diǎn)基本上在模型曲線上下波動(dòng),在多輸入?yún)?shù)的情況下,說明模型具有一定的適用性。圖8 吸附式制冷機(jī)神經(jīng)網(wǎng)絡(luò)模型的誤差曲線圖圖10 吸附式制冷機(jī)神經(jīng)網(wǎng)絡(luò)模型的測(cè)試圖4 結(jié)論針對(duì)微型冷熱電聯(lián)供系統(tǒng)的高度非線性,多輸入多輸出的特點(diǎn),本文提出了以BP神經(jīng)網(wǎng)絡(luò)進(jìn)行建模的思想。系統(tǒng)模擬和評(píng)價(jià)的結(jié)果表明,神經(jīng)網(wǎng)絡(luò)作為一種非線性的數(shù)學(xué)工具,具有快速、簡(jiǎn)單、準(zhǔn)確的特點(diǎn),結(jié)合Matlab的神經(jīng)網(wǎng)絡(luò)工具箱使得算法的精度和模型的適用性大大增強(qiáng)。這為以后預(yù)測(cè)系統(tǒng)的運(yùn)行,系統(tǒng)的控制設(shè)計(jì)都提供了良好的基礎(chǔ)。
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- T型連接高強(qiáng)螺栓受拉承載力設(shè)計(jì)方法及可靠性研究
- 基于TPACK理論的師范生人工智能素養(yǎng)現(xiàn)狀及培養(yǎng)策略研究
- 編制會(huì)議材料培訓(xùn)
- 貓和老鼠手繪課件設(shè)計(jì)指南
- 體外診斷試劑性能指標(biāo)
- 領(lǐng)航職業(yè)英語課件
- 顱腦CTA技術(shù)課件
- 預(yù)防踩踏事故班會(huì)課件
- 預(yù)防毒品安全知識(shí)課件
- 預(yù)防小學(xué)生溺水的課件
- 2025全員安全生產(chǎn)責(zé)任制范本
- 林業(yè)行政執(zhí)法培訓(xùn)
- 電大考試試題及答案商法
- 廣西壯族自治區(qū)柳州市上進(jìn)聯(lián)考2024-2025學(xué)年高一下學(xué)期6月期末聯(lián)合考試數(shù)學(xué)試題(含答案)
- 八年級(jí)暑假前家長(zhǎng)會(huì)課件
- 福建省南平市2024-2025學(xué)年八年級(jí)下學(xué)期期末考試數(shù)學(xué)試卷(含答案)
- 2025年河南省高考地理試卷真題(含答案)
- 2025屆廣東省惠州惠城區(qū)五校聯(lián)考英語八下期末檢測(cè)試題含答案
- 工廠績(jī)效計(jì)件方案(3篇)
- 2025年湖南省中考?xì)v史試卷真題(含答案)
- 高中英語必背3500單詞表完整版
評(píng)論
0/150
提交評(píng)論