一种利用改进麻雀搜索算法的中央空调系统节能控制方法

中央空调系统在面临末端数量多、末端负荷需求变化频繁的情况下，虽然采用常规的比例积分微分控制或固定参数控制能够满足冷量需求，但存在冷量过剩带来的能耗问题.针对中央空调系统中的空气调节子系统，提出一种基于改进麻雀搜索算法(ISSA)的中央空调系统节能控制方法，利用t分布强化麻雀群体的搜索能力，基于轮盘赌规则使得个体向最优群体学习，增强算法跳出局部最优的能力，有效改进控制参数的寻优精度和稳定性.在12个测试函数中，寻优精度和稳定性大多提升2个数量级以上.针对空气调节子系统能耗优化问题，ISSA表现出很好的节能潜力，相比于固定参数的控制方法节约能耗25.13%.ISSA解决实际工程问题的可行性也得到验证.     

空地网络资源分配与无人机基站动态部署算法

为解决空地网络中地面设备数量变化引起的用户体验质量无法满足的问题,提出了一种智能网络资源分配与多无人机基站动态部署方案。首先,考虑用户体验质量和无人机、地面设备能量约束,以最小化系统总能耗为目标进行问题建模;其次,将多无人机的动态部署问题转化成具有连续动作集的马尔可夫决策过程,并根据优化目标设计了基于能耗惩罚的奖励函数;然后,采用基于确定性策略梯度的深度强化学习算法求解此问题;最后,通过仿真和对比实验验证所提方案的有效性和优越性。实验结果表明：对于海量用户场景,所提算法比深度强化学习和演员-评论家算法有更好的收敛性和更高的累积奖励,与单无人机和传统地面基站部署方案相比,所提方案系统的能耗降低约30%～40%,用户服务质量满意度提升约50%～60%。     

中央空调系统水系统的节能运行

利用变频调速技术对中央空调冷却水和冷冻水实行变流量控制,实现了中央空调水系统在部分负荷下的节能运行,减小了空调装置系统的总能耗.结合技术改造实例,对某大型中央空调系统改造前后的能耗情况进行比较,验证了采用变流量控制技术可达到节能35 %以上的效果.     

基于特殊二进制编码的自学习模糊遗传算法

为了提高自适应遗传算法(AGA:Adaptive Genetic Algorithm)的鲁棒性,并使之更有效地求解属于NP难类型的组合优化问题,提出了一种自学习模糊自适应遗传算法.该混合算法利用一个特殊二进编码标准GA在线学习AGA运行特性;通过强化学习方式自动设计和调整模糊知识系统,基于GA的自学习模糊技术可以获取AGA所需的优化模糊系统.仿真试验演示了采用所提出自动化方式设计的动态参数AGA系统及其自学习结果.试验结果表明,该算法可以用于解决类似于旅行商问题的组合优化问题.     

对空调变流量冷水系统控制的几点认识

建筑节能是节能应用的重要领域。据有关专家分析，如果大力开发和推广应用先进的建筑节能技术，可以使我国公共建筑和居住建筑节能50％以上。中央空调是现代建筑中不可缺少的能耗运行系统。中央空调系统在给人们提供舒适的生活和工作环境的同时，又消耗掉了大量的能源。据统计，我国建筑物能耗约占能源总消耗量的50％。在有中央空调的建筑物中，中央空调的能耗约占总能耗的70％，而且呈逐年增长的趋势。     

基于改进差分进化的高精度粒子滤波算法

针对智能优化粒子滤波算法精度较低和收敛速度慢的问题,提出一种改进适应度函数和搜索策略的差分进化粒子滤波算法(IDE-PF).该算法通过自适应融合粒子权值和量测误差得到适应度函数,并利用该函数评价粒子的可信度,引导粒子向后验概率密度取值高的位置移动,同时引入新的搜索策略,不仅保持了粒子多样性,还加快了算法收敛的速度.仿真结果表明,该算法可有效提高智能优化粒子滤波对于非线性系统状态估计的精度和实时性.     

无线接入网QoS保证的动态载频开启节能控制

针对复杂应用环境中无线接入网负载高波动的特点,提出一种多路载频动态开启的系统级功耗控制策略,在满足多类业务QoS的同时,降低系统基站的能耗.构建基于连续时间Markov控制过程的系统分析模型,将动态载频开启节能控制转化为一个带约束的优化问题.结合性能势估计与随机逼近,提出一种基于策略迭代的在线自适应策略优化算法.仿真实验结果验证了方法的有效性.     

面向云环境中任务负载的粒子群优化调度策略

随着云环境中任务规模的不断扩大,云计算中心高能耗问题变得日益突出.如何解决云环境中任务分配问题从而有效降低能耗,本文提出了一种改进的粒子群优化算法(Modified Particle Swarm Optimization,M-PSO).首先构建出一个云计算能耗模型,同时考虑处理器的执行能耗和任务传输能耗.基于该模型,对任务分配问题进行定义描述,并采用粒子群优化算法对问题进行求解.此外,构建动态调整的惯性权重系数函数以克服标准PSO算法的局部最优和收敛速度慢的问题,有效提高系统性能.最后通过仿真实验对该算法模型的性能进行了评估,结果表明M-PSO算法与其他算法相比能有效地降低系统总能耗.     

建筑电气设备自适应模糊PID节能控制研究

针对建筑电气设备自适应模糊PID一直存在能耗过大的问题。提出基于自适应模糊PID节能控制方法,将建筑电气设备系统的温度波动和温度波动率,作为自适应模糊PID控制系统的输入项,将PID控制系统的三个参数波动量作为输出项,构成双输入三输出控制结构。依据自适应模糊PID调节规律表中的信息,调整电气设备模糊逻辑系统的参数。通过运算自适应模糊PID节能控制函数,获取最佳温度值,实现节能目标。实验结果表明:自适应模糊PID节能控制系统起动电流低、噪声小、控制精度高;在一般扰动和大扰动下系统响应波动较小、适应能力更强、动态性能高;该算法下建筑电气设备单耗节能率为88.69%,节能效果显著。     

多变量系统的变时滞无模型自适应单值预测控制

针对难以建模的变时滞多变量非线性系统的控制问题,基于改进具有辅助向量的多变量紧格式动态线性化泛模型,参考多变量单值预测控制算法,提出改进的目标函数,给出变时滞多变量无模型自适应单值预测控制算法,采用自适应递推算式的优化算法进行优化,给出了目标函数的加权网络参数的在线优化算法,解决了试凑法确定加权网络参数的问题.试凑法确定的加权网络参数不能保证控制算法最优,综上研究提出在线优化参数的变时滞多变量无模型自适应单值预测控制算法,仿真结果说明,单值预测控制算法具有无模型自适应控制性能及预测控制功能和参数寻优功能,故算法具有优良的控制性能.     

压缩式冷水机组节能优化研究

针对现有优化方法未能充分考虑蒸发器过热度对压缩式冷水机组运行效率与稳定性的影响,导致过热度优化值偏高、系统运行能效不能达到最优的问题,提出了一种能够最小化过热度的节能优化方法,以进一步挖掘冷水机组节能潜力。通过分析制冷循环,建立了冷水机组稳态机理模型以及能耗模型,并提出了最小稳定过热度曲线的实验获取方法;然后根据最小稳定过热度曲线在线调整过热度约束,以系统总能耗最小为优化目标,利用遗传算法对冷水机组不同负荷下设定点进行寻优计算,实现系统优化运行。对比实验结果表明:改进的过热度约束在保证系统稳定的前提下,有效地扩大了寻优范围,在夏季典型工况下的工作时段,可比现有优化方法平均节能1.92%。该研究对压缩式冷水机组优化节能控制具有重要的现实意义。     

中央空调系统节能措施

随着我国经济建设的快速发展,城镇居民生活水平的提高和住房面积的改善,中央空调系统更加普及。它为人们创造了一个舒适的环境,但20世纪70年代的全球能源危机,使中央空调系统这一能源消耗大户面临严重考验,节能降耗成为中央空调系统设计的关键环节。对中央空调系统能耗问题的研究就日益重要。本文对中央空调系统节能方面进行了分析论述。并从工程现状、工程设计、工程施工和运行管理等方面提出了一些节能的措施和方法。     

基于自回归滑动平均模型和粒子群算法的地震子波提取

基于自回归滑动平均(ARMA)模型理论,对地震子波进行参数化建模,采用累积量拟合法精确估计参数,使地震子波提取问题最终归结为一个多参数、多极值的非线性函数优化问题。对基本粒子群算法进行改进,通过自适应参数调整和边界约束,克服基本粒子群算法易陷入局部极值的缺陷,同时提高算法寻优精度和计算效率。仿真数据试验结果验证了改进的粒子群算法在地震子波提取方法中的有效性和稳定性。     

基于协作的分布式估计算法及在模型预测控制中的应用

为解决带有有界噪声的大型网络化系统中的估计问题,提出一种基于协作的分布式估计算法.考虑各个子系统间的相互作用,建立一个由完全解耦模型和相互作用模型组成的合成模型.根据系统中存在的任意有界噪声,由各个子系统目标函数的凸组合组成全系统的估计目标函数,来充分利用各个系统的信息.该算法建模简单,各子系统采用并行运算,计算效率高;应用到模型预测控制中,解决了状态不完全可测的问题.仿真结果表明基于协作的分布式估计算法的估计精度比Kalman估计算法更高,估计误差小于0.05.     

我国建筑中央空调能耗现状及节能措施研究

中央空调能耗是建筑能耗的大户。中央空调节能已经成为政府、消费者和业界广泛关注的焦点。本文分析了我国建筑能耗和中央空调能耗的发展现状,根据中央空调的组成结构和工作原理,提出从空调冷热源、水输送系统和空调机组末端设备三个部分对中央空调系统采取全面的节能措施,实现整个中央空调系统的节能运行,达到降低能耗的目的,为今后中央空调节能方案的设计提供借鉴和参考。     

一种基于强化学习的传感器网络应用重构决策方法

利用马尔可夫决策过程模型对传感器网络重构决策问题进行建模,提出了一种规则推理和强化学习相结合的动态应用重构决策方法.以能量约束和环境自适应性作为学习目标,设计了一个基于Q-学习的重构决策算法,使重构决策能够适应环境条件的变化.仿真结果表明基于强化学习的动态决策可以使传感器节点在运行过程中不断学习其所部署环境中异常事件发生的规律,自适应地调整节点上的应用,达到以较小的能耗获得较准确的监测效果的目标.     

关于商场中央空调运行的节能

本文针对目前商场建筑中央空调系统的特点,以及目前空调能耗占商业建筑能耗的比重过大,在空调运行方面为达到节能的目的将如何进行调整,并根据理论和实际研究适合的运行和管理模式.     

EM-CDKF算法及其SINS初始对准应用

针对非线性捷联惯导系统噪声先验统计信息未知问题,基于中心差分卡尔曼滤波基本算法,采用极大似然准则构造极大期望最速下降梯度算法展开系统未知噪声统计特性在线估计计算研究,构建一类捷联惯导系统初始对准极大期望自适应中心差分最优滤波算法.该算法利用极大似然准则构造系统噪声统计特性对数似然函数,采用极大期望最速下降梯度法把系统噪声统计特性估计转化为对数似然函数期望最大值计算,获得系统过程噪声和观测噪声在线递推估计的自适应极大期望中心差分卡尔曼算法.经过大方位失准角捷联惯导系统初始对准仿真实验,与中心差分卡尔曼滤波基本算法相比,自适应极大期望中心差分卡尔曼算法能够有效解决基本算法在系统噪声先验知识未知情形下的滤波精度下降甚至发散问题,并且能够实现系统噪声统计特性的在线递推估计.     

厦门市公共建筑能耗现状及节能潜力分析

分析了厦门市建筑能耗的现状,指出厦门市中央空调运行管理中存在的不合理之处,同时对厦门市节能工作的潜力进行评价,指出厦门市目前的用能水平较低,建筑能耗偏大,其中公共建筑中央空调系统的能耗问题尤为严重,具有很大的节能潜力.     

北京地铁亦庄线列车节能驾驶研究

降低列车牵引能耗是减少城市轨道交通系统耗能的重要途径之一,单列车的牵引能耗由列车在站间的驾驶策略决定,因此,本文以北京市地铁亦庄线为例,介绍了地铁列车的节能驾驶研究.首先调研并收集了亦庄线线路、运营、车辆、供电、能耗等数据,掌握了亦庄线整体节能背景.然后结合地铁运营的特点,给出了北京地铁亦庄线能耗评估的3个指标.并以蚁群算法为核心,开发了列车驾驶的仿真系统,该仿真系统以收集到的亦庄线实际运行数据为输入,离线优化列车自动运行(Automatic Train Operation,ATO)的推荐速度曲线和控制策略.最终将优化后的ATO控制策略在亦庄线进行夜间实验,结果显示,优化后的列车ATO控制策略可以减少单车运行能耗5.67%.