|
|||||
|
|
| 区域供冷系统逐时冷负荷的分析及数值预测 | |
| 引用本文： | 蒋小强,龙惟定,李敏. 区域供冷系统逐时冷负荷的分析及数值预测[J]. 中南大学学报(自然科学版), 2010, 41(1) |
| 作者姓名： | 蒋小强 龙惟定 李敏 |
| 作者单位： | 1. 同济大学,机械工程学院,上海,200092;广东海洋大学,工程学院,广东,湛江,524025 2. 同济大学,中德工程学院,上海,200092 3. 广东海洋大学,工程学院,广东,湛江,524025 |
| 基金项目： | 美国能源基金会资助项目 |
| 摘 要： | 为了正确选择区域供冷系统设计负荷并优化其主机运行策略,对某区域供冷系统的逐时实际冷负荷变化规律及数值预测进行研究。通过对该区域供冷系统冷冻水供回水温度及流量进行实测,得到并分析实际逐时冷负荷;通过增加输入层数据,建立改进人工神经网络负荷预测模型并对预测值及其误差进行分析。研究结果表明:区域供冷系统在各负荷区间运行时间分布较均匀;在实测期间,系统在高负荷区间的运行时间所占比例为17.5%,最低负荷区间的运行时间所占比例为13.5%,其他负荷区间运行时间比例为15%～20%,这与单区域供冷系统负荷越大则运行时间越短的特点完全不同;并且区域供冷系统连续24h工作,实测日最小运行负荷仅为当日最大实际负荷的11.8%,逐时负荷变化范围大,这说明区域供冷系统更应注意机组容量选型和运行策略优化;由经改进人工神经网络算法得出的负荷预测值与实际值较吻合,其相对误差受用冷区域功能与特点的影响。 |
| 关 键 词： | 区域供冷系统 冷负荷 人工神经网络 预测 |
Hourly cooling load analysis and prediction in a district cooling system |
|
| JIANG Xiao-qiang,LONG Wei-ding,LI Min. Hourly cooling load analysis and prediction in a district cooling system[J]. Journal of Central South University:Science and Technology, 2010, 41(1) | |
| Authors: | JIANG Xiao-qiang LONG Wei-ding LI Min |
| Affiliation: | JIANG Xiao-qiang1,2,LONG Wei-ding3,LI Min2 (1. School of Machine Engineering,Tongji University,Shanghai 200092,China,2. School of Engineering,Guangdong Ocean University,Zhanjiang 524025,3. Sino-German School of Applied Sciences,China) |
| Abstract: | |
| Keywords: | district cooling cooling load neural network prediction |
| 本文献已被 CNKI 万方数据 等数据库收录！ | |