供热系统热负荷优化研究

1、供热系统热负荷优化研究 引言 取暖是严寒地区生活的须要条件。供热行业作为对国民经济进展有着全局性，先导性影响的基础产业，与人们的生活息息相关。因为当前能源和环保问题越来越多地收到关注，能源节省，环境庇护，经济可持续进展己成为我国的基本国策。目前，对城市供热的要求，已不仅仅在于规模不断扩大，而起对供热系统的合理性，经济性，特殊是供热系统的能源有效理由及供热牢靠性提出了更高的要求。神经网络以它独特的自学习、自组织、自适应及很强的非线性函数靠近能力，成为处理非线性系统的有力工具。本文应用神经网络理论并将所建模型应用于供热负荷优化中，以期获得较好的优化效果。 1 供暖系统设计的热负荷简介 人们为了生产

2、和生活，要求室内保证一定的温度。一个建造物或房屋可有各种获得热量和散失热量的途径。当建造物或房间的失热量大于得热量时，为了保证室内在要求温度下的热平衡，需要由供暖通风系统补进热量，保证室内要求的温度。供暖系统的热负荷是指在某一室外温度tw下，为了达到要求的室内温度tn，供暖系统在单位时光内向建造物供养的热量。它随着建造物得失热量的变化而变化。 2 神经网络模型的构造 供热负荷优化神经网络的建立关键在于输入、输出变量的选取、隐含层数确实定、隐含层单元数、确实定、衔接方式的抉择、初始参数的抉择等。BP神经网络是采用误差反向传扬（ErrorBackPropagation，BP）算法的一种多层前馈神经

3、网络，BP神经网络是人工神经网路中最为重要的网络之一，也是目前应用最广泛、进展最成熟的一种神经网络模型。 2.1输入输出变量的选取 输入变量的抉择是取得良好控制效果的首要环节。输入变量可以是成组的原始数据，也可以是经过预处理的参数或表示某种信号的采样样本。本文选时光，室外温度，室外最高、最低温度，二次网供水温度，二次网供回水温度、控制日的节假日类型八个影响因素作为输入变量。集中供热系统的控制运行方案有多种，对于不同的控制运行方案，可以抉择不同的输出变量，本论文抉择二次网循环水流量举行控制。 2.2隐含层数和隐含节点数确实定 实践证实，采用一层中间层即三层网络已经足够解决供暖系统优化控制这类控制

4、问题了，采用二层以上的隐含层几乎没有任何好处。而且采用越多的隐含层，教育的时光也将会急剧增强，这是由于： （1）隐含层越多，误差反向传扬的过程计算就会越复杂，教育时光也就急剧增强。 （2）隐含层增强后，局部最小误差也会增强。所以本文抉择一层隐含层。 至于隐含层节点数确实定也是研究者们常常提及的一个课题，现在普遍认为尚无明确的规章用以决定隐含层中的最佳节点数。Kawashima于1994年介绍隐含层采用2n+1个神经元（n是输入层的维数），本论文输入层维数是7：所以抉择隐含层节点数是：15个。所以本文的网络结构是7-15-1结构。 3 供热负荷优化模型实例 本论文抉择鞍山市科技高校的教学区供热系统为实例。 表1 2022年1月20日 部分教育样本数据 4 结论 由图2和3可以看出，BP神经网络实现了对供暖系统热负荷的优化，最大相对误差在2%以内。本系统对办公建造的供暖优化达到了很好的效果，用一个统一的模型来优化全天的热负荷，其精度有了一定的提高，尤其是在早上工作时光前和下班后，对于供暖节能达到了很好的效果。 以上