基于ResNet-GWO的冷源系统节能优化

摘要：

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.

关键词：中央空调冷源系统、节能运行、残差神经网络、灰狼优化

所属期刊栏目：50

分类号：TU831.3(房屋建筑设备)

资助基金：国家重点研发计划资助项目2017YFC0702501

在线出版日期：2020-11-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：866-874