重庆理工大学学报2022，Vol.36Issue(10) ：231-238.DOI:10.3969/j.issn.1674-8425(z).2022.10.028

树种LSTM的冷水机组预测优化模型研究

Research on chiller prediction optimization model based on the Long Short-Term Memory ( LSTM) network of tree species algorithm

王华秋 李春洋 李永德
重庆理工大学学报2022，Vol.36Issue(10) ：231-238.DOI:10.3969/j.issn.1674-8425(z).2022.10.028
✕
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据

树种LSTM的冷水机组预测优化模型研究

Research on chiller prediction optimization model based on the Long Short-Term Memory ( LSTM) network of tree species algorithm

王华秋 1李春洋 1李永德2
扫码查看

作者信息

  • 1. 重庆理工大学 两江人工智能学院, 重庆 401135
  • 2. 四川中烟工业有限责任公司 什邡卷烟厂, 四川 什邡 618400
  • 折叠

摘要

为提升中央空调冷水机组能源转化率,提出了用长短时记忆网络(LSTM)预测制冷机组能源转化率和改进的树种算法(iTSA)来优化运行参数.首先,将冷冻水的供回水温度、冷却水供回水温度、冷冻水流量、冷却水流量、供冷负荷作为输入,能源转换效率(COP)作为输出,建立基于长短时记忆网络的能效预测模型;其次,将预测结果作为参数优化的目标,通过iTSA算法对运行参数进行优化,推断达到离心式制冷机组能效最大的最优参数;最后,以某卷烟厂的离心式制冷机组为研究对象,对冷水机组的能效进行推断,并与已有方法进行对比分析.结果表明:该方法不仅建立了高精度的能效预测模型,而且对运行参数进行了合理的优化,能有效节省冷水机组的能源.

关键词

长短期记忆网络/改进树种算法/冷水机组/能效预测

引用本文复制引用

基金项目

出版年

2022
重庆理工大学学报
重庆理工大学

重庆理工大学学报

CSTPCD北大核心
影响因子：0.567
ISSN：1674-8425
被引量2
参考文献量7
段落导航相关论文