空調(diào)負荷預(yù)測的ann法

空調(diào)負荷預(yù)測的ANN法摘要：時刻變化的室內(nèi)外環(huán)境對建筑物的冷負荷有著重要的影響。采用VB編制了人工神經(jīng)網(wǎng)絡(luò)(ANN)的通用BP算法程序。根據(jù)西安市參考年（TRY）氣象參數(shù)，采用動態(tài)模擬程序計算了某辦公樓4～9月逐時冷負荷。應(yīng)用上述數(shù)據(jù)對ANN進行學(xué)習(xí)訓(xùn)練和測試。結(jié)果顯示利用神經(jīng)網(wǎng)絡(luò)的預(yù)測值與計算值相吻合，說明人工神經(jīng)網(wǎng)絡(luò)是一種新穎、可靠的負荷預(yù)測方法。關(guān)鍵字：人工神經(jīng)網(wǎng)絡(luò)冷負荷負荷預(yù)測1前言空調(diào)系統(tǒng)的設(shè)計前提是設(shè)計日的負荷分布，系統(tǒng)主要設(shè)備的容量都是按設(shè)計日確定的。然而，根據(jù)美國制冷協(xié)會標準ARI880-56提供的數(shù)據(jù)，75%～100%的負荷率僅占空調(diào)全年總運行時間的10%。隨著《中華人民共和國節(jié)約能源法》的公布施行，空調(diào)系統(tǒng)節(jié)能日益受到廣泛重視。人們需要根據(jù)時刻變化的室內(nèi)外環(huán)境，在建筑物冷負荷預(yù)測的基礎(chǔ)上，對空調(diào)系統(tǒng)進行優(yōu)化和控制，以降低空調(diào)能耗。在運用人工手段模仿人類智能行為的研究上有兩種主導(dǎo)思想，即結(jié)構(gòu)主義和功能主義。功能主義成了傳統(tǒng)人工智能理論的研究基礎(chǔ)。結(jié)構(gòu)主義從分析人腦神經(jīng)網(wǎng)絡(luò)的微觀結(jié)構(gòu)入手，抓住人腦結(jié)構(gòu)的主要特征，即簡單的非線性神經(jīng)元之間復(fù)雜而又靈活的連接關(guān)系，深刻揭示了人腦認識過程，創(chuàng)立了人工神經(jīng)網(wǎng)絡(luò)(ANN)的理論。ANN的應(yīng)用已滲透到模式識別、圖象處理、非線性優(yōu)化、專家系統(tǒng)的各個領(lǐng)域，并取得了令人矚目的成果。在暖通空調(diào)（HVAC）中已有很多應(yīng)用[1]，如HVAC非線性計算[2]、空調(diào)負荷計算[3]、供暖系統(tǒng)運行的故障診斷等。負荷預(yù)測是冰蓄冷空調(diào)系統(tǒng)優(yōu)化和控制的前提，文獻[4]指出預(yù)測控制運行費用比冷機優(yōu)先減少13.5%。1990年，F(xiàn)errano將ANN負荷預(yù)測與實時專家系統(tǒng)結(jié)合用于邁阿密一幢建筑的冰蓄冷空調(diào)系統(tǒng)的負荷預(yù)測與優(yōu)化控制[5]。Kawashima指出了ANN的建模優(yōu)勢并采用ANN預(yù)測電耗、冷凍水負荷、熱水負荷及太陽輻射（BeamSolarInsolation）[6]。在1993年ASHRAE主辦的首屆建筑物能量預(yù)測競賽中，建筑物負荷預(yù)測方法的主要模型有回歸模型、時序模型（ARIMA、ARMA、AR、MA等）、Kalman濾波模型、模糊集模型、ANN模型等。在對參賽選手的預(yù)測結(jié)果進行對比后，Kreider指出，為了達到更為精確的預(yù)測效果，傳統(tǒng)的統(tǒng)計方法將讓位于新的預(yù)測方法，如ANN[7]。1995年，Kawashima在一個美日聯(lián)合項目中，采用相同的原始數(shù)據(jù)對比了7種不同的建筑物負荷預(yù)測模型（ARIMA、EWMA、LR等），結(jié)果顯示ANN模型最精確[8]。另外，由于ANN將相關(guān)信息存儲于神經(jīng)元間的連接權(quán)中，程序具有很好的可移植性。能適應(yīng)系統(tǒng)的變化，同一網(wǎng)絡(luò)幾乎不用修改便可以應(yīng)用于不同的建筑物。2應(yīng)用人工神經(jīng)網(wǎng)絡(luò)預(yù)測建筑物空調(diào)負荷2.1建筑物描述用于模擬的建筑物是西安地區(qū)一幢7層辦公樓，長×寬×高為39m×15m×25.2m。層高3.6m，建筑面積4095m2。外窗的寬×高為2.5m×2.0m，窗臺高度為0.8m。主要建筑構(gòu)件參數(shù)如下：⑴外墻：構(gòu)件名稱為24磚墻_15_6，水泥沙漿（20mm）+重沙漿粘土（24磚墻，240mm）+多孔混凝土（70mm）+石灰沙漿（20mm），傳熱系數(shù)0.9986W/（m2·K）；⑵內(nèi)墻：構(gòu)件名稱為18磚墻_1，水泥沙漿（20mm）+重沙漿粘土（18磚墻，180mm）+石灰沙漿（20mm）+瀝青礦棉板（50mm），傳熱系數(shù)0.7282W/（m2·K）；⑶屋頂：構(gòu)件名稱為加氣混凝土保溫屋面，水泥沙漿（20mm）+煙灰加氣混凝土（200mm）+鋼筋混凝土（120mm）+水泥沙漿（15mm），傳熱系數(shù)0.5385W/（m2·K）；⑷樓地：構(gòu)件名稱為40mm混凝土樓地，水泥沙漿（20mm）+碎石或卵石（40mm），傳熱系數(shù)3.6232W/（m2·K）；⑸樓板：構(gòu)件名稱為鋼筋混凝土樓板，水泥沙漿（25mm）+鋼筋混凝土（80mm）+水泥沙漿（20mm），傳熱系數(shù)0.7421W/（m2·K）；⑹門：構(gòu)件名稱為單層實體木制外門，門體材料松和云杉，厚度25.3mm，傳熱系數(shù)4.6421W/（m2·K）；⑺外窗：構(gòu)件名稱為單層鋼窗，3mm平板玻璃，無外遮陽和窗簾，透光比率0.8，傳熱系數(shù)6.2727W/（m2·K）。2.2動態(tài)負荷計算動態(tài)負荷計算采用清華大學(xué)開發(fā)的DEST1.0。它是建立在隨機氣象模型、隨機室內(nèi)熱源模型和狀態(tài)空間建筑熱模型等基礎(chǔ)之上的，是經(jīng)過驗證的、可靠的建筑物模擬程序。房間空調(diào)參數(shù)為溫度22～26℃，相對濕度30%～60%。計算中采用了程序中缺省經(jīng)驗參數(shù)：房間家具系數(shù)為1.0，垂直外表面對流換熱系數(shù)23.3W/（m2·℃），垂直內(nèi)表面對流換熱系數(shù)3.5W/（m2·℃）；水平朝上表面對流換熱系數(shù)4W/（m2·℃）；水平朝下表面對流換熱系數(shù)1W/（m2·℃）；表面吸收率0.55；表面黑度0.85。室內(nèi)最大熱擾設(shè)定為人員密度0.2（人/m2）、照明20（W/m2）、設(shè)備30（W/m2），這些擾動根據(jù)建筑物實際情況按百分比逐時設(shè)定。辦公樓每天空調(diào)時間為08:00～17:00，無周末（如郵電、電信、銀行等部門）。其參考年4～9月的空調(diào)冷負荷如圖1。圖中沒有顯示晚上18:00至次日07:00的冷負荷，僅畫出了每日08:00至17:00的連續(xù)冷負荷圖。由于太陽輻射（水平面單位面積的總輻射）與建筑物冷負荷的關(guān)系極不規(guī)律(如圖2)，給采用普通預(yù)測方法造成了一定的困難。建筑熱環(huán)境在本質(zhì)上是個非線性系統(tǒng)，而人工神經(jīng)網(wǎng)絡(luò)的非編程、自適應(yīng)信息處理方式使它可以完成這一復(fù)雜的輸入/輸出映射。2.3BP網(wǎng)絡(luò)的輸入/輸出及其數(shù)據(jù)的預(yù)處理網(wǎng)絡(luò)輸入層為7個，分別為：當前時刻τ（08:00-17:00），τ時刻室外干球溫度(℃)，τ-1時刻室外干球溫度(℃)，τ-2時刻室外干球溫度(℃)，含濕量g/kg，τ時刻太陽輻射(W/m2)，τ-1時刻太陽輻射(W/m2)。輸入前1個或2個時刻的氣象參數(shù)是考慮了因物體熱容量而引起的冷負荷的時間延遲。隱含層神經(jīng)元個數(shù)的確定主要是憑經(jīng)驗，Kawashima指出隱含層可按照2n+1個選取（n為輸入層神經(jīng)元數(shù)）[6]，本文取隱含層為20個。輸出層為1個，即建筑物逐時冷負荷。通過求和可以得到每日、每周的冷負荷預(yù)測值。Kreider指出在負荷預(yù)測中復(fù)雜的ANN拓撲結(jié)構(gòu)是不必要的[11]，因此本文按照BP算法編制了VB程序。這些輸入?yún)?shù)可以通過逐時室外氣溫預(yù)測和逐時太陽輻射預(yù)測程序獲得。1995年Kawashima等采用天氣預(yù)報的最高、最低溫度和ASHRAE建議的形狀系數(shù)預(yù)測逐時環(huán)境溫度[4]。MacArthur等利用以前測量的環(huán)境溫度和當?shù)貧庀笳绢A(yù)報最高、最低溫度預(yù)測未來溫度曲線[12]。Chen將預(yù)測環(huán)境溫度的算法分為辯識次日溫度波模式和預(yù)測溫度曲線兩個基本部分。他將太陽輻射強度分為10個級別，并給出了各級別的中值用于太陽輻射的預(yù)測[13]。這些方法可以通過某種方式與建筑物冷負荷預(yù)測程序和優(yōu)化控制程序?qū)崿F(xiàn)集成。本文則直接采用參考年的氣象資料作為ANN的輸入。在神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)階段，需要對輸入數(shù)據(jù)和對應(yīng)的期望輸出值進行歸一化處理，把它們處理成0～1之間的數(shù)值。神經(jīng)網(wǎng)絡(luò)經(jīng)過學(xué)習(xí)訓(xùn)練后，還要將得到的0～1之間的預(yù)測值還原為實際值。避3唐唉結(jié)果分析械和討論獸為了提孕高毫AN揮N廉的預(yù)測精餅度并考慮芒到實際應(yīng)覆用中數(shù)據(jù)另庫的擴展茅和維護，稍本文利用竭動態(tài)模擬權(quán)的計算結(jié)臣果按月份賴對神經(jīng)網(wǎng)鳳絡(luò)進行了嗓訓(xùn)練。網(wǎng)浴絡(luò)采用每黎個六月筋3筆0疊（蓋3扎1刃）啞d益，防共男210罪0較（變217大0拴）個輸入壇數(shù)據(jù)到，欺30蜂0括（喜31客0撿）個逐時角期望輸出農(nóng)冷負荷值月，進行學(xué)獨習(xí)訓(xùn)練，啞結(jié)果見羨表搞1識。其中洞δ往為標準偏悲差飛、污C幸V號為偏差系扭數(shù)擱、蝴EE慈P濟為期望偏賓差百分數(shù)錢[8]寸。販表荒1云秒各月冷負三荷極值閉與燙B月P浩網(wǎng)絡(luò)的訓(xùn)椒練誤廢差門舒月份甩最大冷負攜荷準（禾W保）柜最小冷負畫荷諸（朱W挎）溜標準偏臉差躁δ魚（爹W晶）欺C鑄V兩（坐%鬼）誤EE胸P袋（鳥%丈）馬4形2585章39.2歲5251京5.3棄6180酷.5明3.52果2.39鍛5胡3622斧10.0凡1464撇05.9叛9711茫.2夠3.45領(lǐng)2.68差6易4556敏56.6不2505跡02.4蓬9227公.0雄2.60搜2.02危7種4677從41.3酷2051辮94.0誦1181報4.5該3.34房2.53柄8州4965趣23.3態(tài)1843遣22.4剖1248瓦0.2喉3.47瘋2.51公9卻3562暢65.2吹1584虎67.3版8898飲.1尋3.13誓2.50熊對于網(wǎng)絡(luò)內(nèi)測試，考挽慮到數(shù)據(jù)陜的預(yù)處理墾和網(wǎng)絡(luò)訓(xùn)否練集的完并備性，本朗文利灘用巧7志月份訓(xùn)練妙后雙的管AN四N埋對墊6揮月份全月物的逐時負片荷進行預(yù)窄測，以驗巷證程序的鼠正確讓性霸(滴如軌圖姐3提)貫。預(yù)測結(jié)陡果如下：諒標準偏差比為瀉2170伴7.6揚W懂，偏差系典數(shù)墻C準V過值排為享6.1尊1虧%莊，期望偏流差百分喂數(shù)鄙EE輝P巾為挽4.64擴%墨，表明預(yù)疫測值與計弄算值十分價吻合。祖圖棍3柱中實線為暗計算值，玩虛線為預(yù)壟測值，詞圖煎4聲、哈圖敏5夠與此圖圖稻例相同。磁利長用恨8乞月份訓(xùn)練好后的網(wǎng)絡(luò)維對錢6嚷、交7怨月份的預(yù)另測也得到慰了類似的用結(jié)論，如畜圖蝴4老、抬圖亞5態(tài)。在國外佛文獻中，剖即使對于說相同的訓(xùn)愚練數(shù)據(jù)，居各種方法摔的預(yù)測結(jié)皮果也差別孩較大，方食法間的優(yōu)瑞劣比較是潔相對的，捐尚無關(guān)于魚預(yù)測結(jié)果濫絕對指標呆定義。本漢文預(yù)測結(jié)澆果的各項罰指標與國擠外文獻領(lǐng)中轉(zhuǎn)AN析N毛預(yù)測效果劑的指標基境本持平，磚說明本文妥的算法正丘確、結(jié)果鄉(xiāng)可信。文縮中根據(jù)動熊態(tài)仿真程廉序的計算亦結(jié)果得出笛了上述結(jié)容論，尚需挑在實際應(yīng)云用取得實捏測數(shù)據(jù)后藝，進行進南一步的驗管證和改進司。拌4繩好結(jié)束語動采用人工壯神經(jīng)網(wǎng)絡(luò)姿可避免復(fù)車雜的數(shù)據(jù)膛分析和建閥模工作，馬其非編程侵、自適應(yīng)赴的信息處翁理方式可溫完成復(fù)雜鍵的輸群入摘/裂輸出的非濾線性映射填。將人工齒神經(jīng)網(wǎng)絡(luò)以用于建筑陳物空調(diào)冷鮮負荷預(yù)測嶼，結(jié)果顯樹示它具有損可靠的精帖度。本文糾中采用黨的工AN丙N廟方法有待緞于在實際升應(yīng)用中進仁一步的檢具驗和改進器。該方法皆對冰蓄冷毒系統(tǒng)的預(yù)他測控制具幟有積極的唉意義。顯5今笑參考文獻振1霉墳李玉紀云乒,某王永雙驥繡.津人工神經(jīng)殲網(wǎng)絡(luò)在暖么通空調(diào)領(lǐng)客域的應(yīng)用夫研究發(fā)焰展烏.柿暖通空牽調(diào)冰,200腥1,31蚊(1):績3染8蚊～若41.引2Mi保stry壁SI雅,S震SNa磨ir.嚼Nonl誼inea兔rHV企ACc物ompu野tati之ons紛usin友gne敗ural吧net豐work根s.AS估HRAE武Tra友ns,1悶993,六99(1范):77則5東～激784.穗3鞭踩譚良綠才亮.開空調(diào)負荷爭的神經(jīng)計治算謙.著暖通空送調(diào)葛,199膛7,27烤(5):永7妥1躲～舟75.正4Ka兄wash孔ima組M,C型harl湊esE忍Dor編gan.毯幅Opti箱mizi夫ngs極yste年mco乖ntro攀lwi影thl獻oad飯pred棚icti吼onb盲yne恩ural撇net擔work刮sfo吃ran薪ice棕-sto節(jié)rage宮sys陰tem.匆ASHR鞠AET漠rans統(tǒng),199勻6,10溉2(1)草:116經(jīng)9惕～烘1178旨.鼠5Fe饅rran寶oF諸J,W旗ong作KV.率Pre麗dict滅ion慘oft液herm那als心tora錫gel翅oads優(yōu)usi膛nga底neu握ral貧netw申ork.病ASHR享AET稈rans風(fēng),199周0,96雨(2):忌72覺3駕～輝726.蘿6Ka誓wash篇ima照M.A荒rtif谷icia牙lne承ural氧net漆work趙bac碑kpro蘆paga惕tion厚mod霉elw膚ith故thre號e-ph耕ase陳anne具alin仆gde拐velo遙ped士for屋the嫂buil捉ding刺ene蕩rgy岡pred襯icto錯rsh乳ooto愉ut.椅ASHR擔AET唉rans秧,199綁4,10廊0(2)國:109柱6英～跡1103魂.書7Kr薪eide塘rJ時F,J增eff案S機，明Hab之erl.退Pre冶dict堡ing因hour湊lyb將uild逐ing眉ener澇gyu留se:僑The羨gre腐ate回nerg洪ypr瓣edic艱tor虧shoo誠t.A丸SHRA翁ETr緩ans,槍1994由,100裕(2):抵110咱4報～拍1118昆.厲8Ka郵wash襖ima棒M,C朱ED擴orga壤n,J仿WM奉itch免ell.均Hou顫rly袋ther鑒mal劉load陪pre寄dict嘩ion杰for沈the浮next秩24尿hour憶sby役ARI夢MA,礎(chǔ)EWA,摩LR,狼and博an晨arti丑fici渾aln百eura譜lne張twor竟k.A貝SHRA蹲ETr鐵ans,疫1995艱,101勵(1):彼18性6徑～民200.學(xué)9Ko術(shù)hoen圾TK幻.Se閑lf-o怨rgan岔izat桿ion期and徐asso旦ciat典ive邊memo宜ry.省New與York把,Sp哄ring呆-Ver峰lag,破1988塊.錯10改閘王旨偉甚.應(yīng)人工神經(jīng)辰網(wǎng)絡(luò)原麻理桶—練—宣入