亚洲成年人黄色一级片,日本香港三级亚洲三级,黄色成人小视频,国产青草视频,国产一区二区久久精品,91在线免费公开视频,成年轻人网站色直接看

基于支持向量機的變風(fēng)量中央空調(diào)系統(tǒng)冷水機組能耗估計方法

文檔序號:9862296閱讀:315來源:國知局
基于支持向量機的變風(fēng)量中央空調(diào)系統(tǒng)冷水機組能耗估計方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及中央空調(diào)系統(tǒng)能耗估計領(lǐng)域,具體是一種基于支持向量機的變風(fēng)量中 央空調(diào)系統(tǒng)冷水機組能耗估計方法。
【背景技術(shù)】
[0002] 我國建筑能耗占全社會能耗比重逐年增加,從2005年27. 5%到2014年33%,而 中央空調(diào)系統(tǒng)能耗約占建筑能耗40-60 %,冷水機組作為中央空調(diào)核心設(shè)備,其能耗占中央 空調(diào)系統(tǒng)能耗的40%以上;與此同時,供配電設(shè)計現(xiàn)狀使得用戶一般了解中央空調(diào)系統(tǒng)整 體耗電量或者冷水機組設(shè)備分組耗電量。因此,研究中央空調(diào)冷水機組能耗估計方法能保 障用戶明白消費;同時,若能建立基于冷水機組運行參數(shù)的能耗估計模型將有利于冷水機 組及中央空調(diào)系統(tǒng)的故障檢測和壽命預(yù)估。
[0003] 從國內(nèi)外研究現(xiàn)狀來看,中央空調(diào)冷水機組能耗估計方法主要分為回歸分析和神 經(jīng)網(wǎng)絡(luò)、回歸樹等智能算法。然而,目前關(guān)于選擇顯著影響冷水機組能耗的運行參數(shù),僅考 慮運行參數(shù)與冷水機組能耗之間的相關(guān)性,尚未考慮運行參數(shù)之間的相關(guān)性;同時,現(xiàn)有研 究方法中多涉及到建筑參數(shù),但獲取某些建筑參數(shù)(如窗傳熱系數(shù)、墻到地面積比等)需花 費大量精力;而支持向量機具有更好的泛化能力和全局最優(yōu)解等特點,為冷水機組能耗建 模提供一種有效的方法。
[0004] 因此,需要一種參數(shù)易獲取且獨立的、建模方法科學(xué)合理的中央空調(diào)冷水機組能 耗估計方法。

【發(fā)明內(nèi)容】

[0005] 有鑒于此,本發(fā)明的目的是克服現(xiàn)有技術(shù)中的缺陷,提供能夠一種參數(shù)易獲取且 獨立的、建模方法科學(xué)合理的基于支持向量機的變風(fēng)量中央空調(diào)系統(tǒng)冷水機組能耗估計方 法。
[0006] 本發(fā)明的基于支持向量機的變風(fēng)量中央空調(diào)系統(tǒng)冷水機組能耗估計方法,包括以 下步驟:采用相關(guān)性分析方法從各中央空調(diào)運行參數(shù)中篩選出影響冷水機組能耗顯著的輸 入?yún)?shù)并保證該輸入?yún)?shù)之間不存在較強相關(guān)性;
[0007] 采用支持向量機為建模的方法建立能耗模型;
[0008] 利用能耗模型估計冷水機組能耗;
[0009] 進一步,計算各個所述中央空調(diào)運行參數(shù)與冷水機組功率之間的皮爾森相關(guān)系 數(shù),將與冷水機組功率之間的皮爾森相關(guān)系數(shù)的絕對值大于或等于〇. 45的中央空調(diào)運行 參數(shù)提取為與冷水機組能耗相關(guān)性較強的運行參數(shù);
[0010] 進一步,所述篩選影響冷水機組能耗顯著的輸入?yún)?shù)的步驟包括:計算兩兩與冷 水機組能耗相關(guān)性較強的運行參數(shù)之間的皮爾森相關(guān)系數(shù);若計算出的皮爾森相關(guān)系數(shù)的 絕對值大于〇. 7則提取其中常見的、易于檢測的與冷水機組能耗相關(guān)性較強的運行參數(shù)作 為影響冷水機組能耗顯著的輸入?yún)?shù);
[0011] 進一步,所述能耗模型為:
[0013] 其中,I Ix-X11 I為二范數(shù)距離,X為輸入集,X1為支持向量,γ為-g參數(shù),γ >0, b 為偏置,η代表支持向量個數(shù),α)表示第i個支持向量的系數(shù)。
[0014] 進一步,利用所述能耗模型估計冷水機組能耗前,將所述影響冷水機組能耗顯著 的輸入?yún)?shù)進行數(shù)據(jù)歸一化后作為所述能耗模型的輸入數(shù)據(jù);利用所述能耗模型得到輸出 數(shù)據(jù)后,將所述輸出數(shù)據(jù)進行反歸一化得到實際冷水機組能耗數(shù)據(jù)。
[0015] 本發(fā)明的有益效果是:本發(fā)明的基于支持向量機的變風(fēng)量中央空調(diào)系統(tǒng)冷水機組 能耗估計方法,篩選顯著影響冷水機組能耗且易于獲取的、獨立的運行參數(shù);采用支持向量 機回歸模型建立冷水機組能耗估計模型并使用該模型估計冷水機組能耗,該發(fā)明既有參數(shù) 常見且易測量的特點,又有支持向量機解決非線性回歸問題的優(yōu)勢,經(jīng)測試,該模型是有效 的。這為中央空調(diào)系統(tǒng)故障診斷與壽命預(yù)估、保障用戶明白消費提供新的方法。
【附圖說明】
[0016] 下面結(jié)合附圖和實施例對本發(fā)明作進一步描述:
[0017] 圖1為本發(fā)明的基于支持向量機的變風(fēng)量中央空調(diào)系統(tǒng)冷水機組能耗估計方法 流程圖;
[0018] 圖2為本發(fā)明的影響冷水機組能耗顯著的輸入?yún)?shù)篩選流程圖。
【具體實施方式】
[0019] 圖1為本發(fā)明的基于支持向量機的變風(fēng)量中央空調(diào)系統(tǒng)冷水機組能耗估計方法 流程圖;圖2為本發(fā)明的影響冷水機組能耗顯著的輸入?yún)?shù)篩選流程圖,如圖所示,本實施 例的基于支持向量機的變風(fēng)量中央空調(diào)系統(tǒng)冷水機組能耗估計方法,包括以下步驟:采用 相關(guān)性分析方法從各中央空調(diào)運行參數(shù)中篩選出影響冷水機組能耗顯著的輸入?yún)?shù)并保 證該輸入?yún)?shù)之間不存在較強相關(guān)性;采用支持向量機為建模的方法建立能耗模型;利用 能耗模型估計冷水機組能耗;采用支持向量機回歸模型建立冷水機組能耗估計模型并使用 該模型估計冷水機組能耗,該發(fā)明既有參數(shù)常見且易測量的特點,又有支持向量機解決非 線性回歸問題的優(yōu)勢,經(jīng)測試,該模型是有效的。這為中央空調(diào)系統(tǒng)故障診斷與壽命預(yù)估、 保障用戶明白消費提供新的方法。
[0020] 本實施例中,計算各個所述中央空調(diào)運行參數(shù)與冷水機組功率之間的皮爾森相關(guān) 系數(shù),將與所述冷水機組功率之間的皮爾森相關(guān)系數(shù)的絕對值大于或等于〇. 45對應(yīng)的中 央空調(diào)運行參數(shù)提取為與冷水機組能耗相關(guān)性較強的運行參數(shù);皮爾森相關(guān)系數(shù)r公式 為:
[0022] 其中,XjP Y 別為兩參數(shù)樣本值, r的數(shù)值分布在
[-1,1]之間,對應(yīng)相關(guān)程度如表1所示:
[0023] 表1相關(guān)系數(shù)r意義
[0025] 本實施例中,所述篩選影響冷水機組能耗顯著的輸入?yún)?shù)的步驟包括:計算兩兩 與冷水機組能耗相關(guān)性較強的運行參數(shù)之間的皮爾森相關(guān)系數(shù);若計算出的皮爾森相關(guān)系 數(shù)的絕對值大于〇. 7則提取其中常見的、易于檢測的與冷水機組能耗相關(guān)性較強的運行參 數(shù)作為影響冷水機組能耗顯著的輸入?yún)?shù);
[0026] 本實施例中,選擇支持向量機為建模的方法,支持向量機在解決非線性回歸問題 具有優(yōu)勢,可在小樣本條件下依然得到全局最優(yōu)解。
[0027] 支持向量機核函數(shù)選擇徑向基核函數(shù),公式如下:
[0028] K (X1, X) = exp (- γ I I X-X11 12)
[0029] 其中,I Ix-X11 I為二范數(shù)距離,X為輸入集,X1為支持向量,γ為-g參數(shù),γ >0。 模型訓(xùn)練中,采用交叉驗證法比較平均平方誤差(Mean Squared Error,MSE)確定主要參數(shù) (懲罰參數(shù)c和核函數(shù)參數(shù)g)取值,MSE公式如下:
[0031] 訓(xùn)練得到冷水機組能耗模型如公式(5)所示:
[0033] 其中,b為偏置,η代表支持向量個數(shù),<表示第i個支持向量的系數(shù)。
[0034] 本實施例中,利用所述能耗模型估計冷水機組能耗前,將所述影響冷水機組能耗 顯著的輸入?yún)?shù)進行數(shù)據(jù)歸一化后作為所述能耗模型的輸入數(shù)據(jù);利用所述能耗模型得到 輸出數(shù)據(jù)后,將所述輸出數(shù)據(jù)進行反歸一化得到實際冷水機組能耗數(shù)據(jù),將輸入、輸出數(shù)據(jù) 分別歸一化到[-1,1]之間,公式為:
[0036] 其中,z為原始數(shù)據(jù),z'為歸一化后數(shù)據(jù);利用能耗模型估計冷水機組能耗,得到 初始結(jié)果,將初始結(jié)果通過反歸一化還原為實際大小,反歸一化公式:
[0038] 其中,y'為反歸一化后的估計輸出值,f (X1)為模型估計輸出值,y為原始輸出值。 根據(jù)上述方法,以變風(fēng)量空調(diào)系統(tǒng)中冷水機組作為研究對象,中央空調(diào)冷水機組能耗運行 參數(shù)源于某辦公樓的智能建筑物管理系統(tǒng)(IBMS),冷水機組有功功率數(shù)據(jù)來自電能管理系 統(tǒng)(EMS)數(shù)據(jù)平臺,記錄時間2012年5月~9月。通過參數(shù)篩選,提取顯著影響冷水機組 能耗參數(shù):冷凍水供回水溫差;選擇2012年5月13天歸一化后的數(shù)據(jù)訓(xùn)練得到冷水機組能 耗估計模型,測試2012年6~9月119天的冷水機組能耗,反歸一化后統(tǒng)計測試結(jié)果如下 表,
[0040] 測試統(tǒng)計結(jié)果
[0041] 注:日用電量相對誤差5%表示冷水機組估計日用電量與實測日用電量之間的相 對誤差在5 %內(nèi)天數(shù)占該月總的有效天數(shù)的比。
[0042] 最后說明的是,以上實施例僅用以說明本發(fā)明的技術(shù)方案而非限制,盡管參照較 佳實施例對本發(fā)明進行了詳細說明,本領(lǐng)域的普通技術(shù)人員應(yīng)當(dāng)理解,可以對本發(fā)明的技 術(shù)方案進行修改或者等同替換,而不脫離本發(fā)明技術(shù)方案的宗旨和范圍,其均應(yīng)涵蓋在本 發(fā)明的權(quán)利要求范圍當(dāng)中。
【主權(quán)項】
1. 一種基于支持向量機的變風(fēng)量中央空調(diào)系統(tǒng)冷水機組能耗估計方法,其特征在于, 包括以下步驟: 采用相關(guān)性分析方法從各中央空調(diào)運行參數(shù)中篩選出影響冷水機組能耗顯著的輸入 參數(shù)并保證該輸入?yún)?shù)之間不存在較強相關(guān)性; 采用支持向量機為建模的方法建立能耗模型; 利用能耗模型估計冷水機組能耗。2. 根據(jù)權(quán)利要求1所述的基于支持向量機的變風(fēng)量中央空調(diào)系統(tǒng)冷水機組能耗估計 方法,其特征在于:計算各個所述中央空調(diào)運行參數(shù)與冷水機組功率之間的皮爾森相關(guān)系 數(shù),并將與冷水機組功率之間的皮爾森相關(guān)系數(shù)不小于〇. 45的中央空調(diào)運行參數(shù)提取為 與冷水機組能耗相關(guān)性較強的運行參數(shù)。3. 根據(jù)權(quán)利要求2所述的基于支持向量機的變風(fēng)量中央空調(diào)系統(tǒng)冷水機組能耗估計 方法,其特征在于:所述篩選影響冷水機組能耗顯著的輸入?yún)?shù)的步驟包括: 計算兩兩所述與冷水機組能耗相關(guān)性較強的運行參數(shù)之間的皮爾森相關(guān)系數(shù); 若計算出的皮爾森相關(guān)系數(shù)的絕對值大于〇. 7則提取其中常見的、易于檢測的與冷水 機組能耗相關(guān)性較強的運行參數(shù)作為影響冷水機組能耗顯著的輸入?yún)?shù)。4. 根據(jù)權(quán)利要求3所述的基于支持向量機的變風(fēng)量中央空調(diào)系統(tǒng)冷水機組能耗估計 方法,其特征在于,所述能耗模型為:其中,I |χ-χ」I為二范數(shù)距離,X為輸入集,Xi為支持向量,γ為-g參數(shù),y>〇,b為偏 置,η代表支持向量個數(shù),<表示第i個支持向量的系數(shù)。5. 根據(jù)權(quán)利要求4所述的基于支持向量機的變風(fēng)量中央空調(diào)系統(tǒng)冷水機組能耗估計 方法,其特征在于:利用所述能耗模型估計冷水機組能耗前,將所述影響冷水機組能耗顯 著的輸入?yún)?shù)進行數(shù)據(jù)歸一化后作為所述能耗模型的輸入數(shù)據(jù);利用所述能耗模型得到輸 出數(shù)據(jù)后,將所述輸出數(shù)據(jù)進行反歸一化得到實際冷水機組能耗數(shù)據(jù)。
【專利摘要】本發(fā)明公開了一種基于支持向量機的變風(fēng)量中央空調(diào)系統(tǒng)冷水機組能耗估計方法,包括以下步驟:篩選顯著影響冷水機組能耗且易于獲取的、獨立的運行參數(shù);采用支持向量機回歸模型建立冷水機組能耗估計模型,使用該模型估計冷水機組能耗,該發(fā)明既有參數(shù)常見且易測量的特點,又有支持向量機解決非線性回歸問題的優(yōu)勢,經(jīng)測試,該模型是有效的,這為中央空調(diào)系統(tǒng)故障診斷與壽命預(yù)估、保障用戶明白消費提供新的方法。
【IPC分類】F24F11/00
【公開號】CN105627504
【申請?zhí)枴緾N201510283783
【發(fā)明人】王曉靜, 楊輝, 雍靜, 曾禮強, 盧偉國, 楊本強, 姚加飛, 李北海
【申請人】重慶大學(xué)
【公開日】2016年6月1日
【申請日】2015年5月28日
網(wǎng)友詢問留言 已有0條留言
  • 還沒有人留言評論。精彩留言會獲得點贊!
1