基于ResNet-GWO的冷源系统节能优化

发布时间：2025-05-12 21:35

　　 针对中央空调冷源系统运行能耗高、设备之间高度耦合机理建模困难、参数众多难以随环境变化动态调节的问题,引入智能化算法进行建模优化.以某经过初步节能改造且冷水主机并联运行的地铁站空调冷源系统实测运行数据为基础,结合冷源系统运行原理建立能耗预测残差神经网络(ResNet)模型.采用灰狼优化算法(GWO)对某典型夏季制冷日运行工况进行寻优计算.仿真结果表明,冷源系统ResNet模型在测试集上的平均相对误差、平均绝对误差值分别为1.548 5%、2.239 4,预测精度高于BP神经网络模型和支持向量回归机模型;优化结果显示,GWO优化后的能耗值相比遗传算法(GA)、粒子群优化(PSO)更低,较实际运行平均节能10.45%,其中冷水主机能耗降低8.14%,而各主机冷冻水供水温度相等时冷机节能率仅为5.37%.因此,基于ResNet-GWO的仿真优化策略可用于实现中央空调冷源系统的高能效运行.

【文章页数】：9 页

【部分图文】：

图1 冷源系统运行原理图

表1设备参数表设备名称参数设备编号备注离心式冷水主机额定功率116.9kW,制冷量813kWWCC01额定功率138kW,制冷量968kWWCC02冷却塔额定风量126400m3/h,流量208m3/h,功率4.4kWCT01～CT04....

图2 残差神经网络结构

式中,R(·)、B(·)分别为激活函数和标准化函数;W1、B1分别为第1层全连接层网络的权重和偏置参数;W2、B2分别为第2层全连接层网络的权重和偏置参数;E[x]、V[x]分别为x的均值和方差;γ、β、ε为标准化过程的可学习重构参数.2.2.2模型建立

图3 各模型串联关系图

表4子模型输入变量和网络结构模型输入参数输出参数残差模块数全连接层神经元数支路冷冻水流量MchwMchw,j116冷水主机Qj、Tchws,j、TcwiPchiller332冷冻水泵MchwPchwp216冷却水泵McwPcwp....

图4 冷冻水流量预测结果

冷冻水流量ResNet预测模型在测试集上的预测结果如图4所示.由图可知,2台主机的冷冻水流量预测误差小于±6%,能够满足能耗预测的精度要求.各部件模型在7500组测试样本的预测结果如图5所示,预测值与实测值十分接近.由表5数据可知,设备模型在测试集上的平均相对误差在1.4%～9....

本文编号：4045255