-
公开(公告)号：CN112084707B
公开(公告)日：2024-08-20
申请号：CN202010912061.0
申请日：2020-09-02
申请人： 西安建筑科技大学
IPC分类号： G06F30/27 , G06F18/27 , G06N3/0499 , G06N3/09 , G06F119/06 , G06F111/10
摘要： 本发明公开了一种基于冷冻水和冷却水变流量解耦的制冷机房节能优化方法及系统，该方法在原冷水机组MP模型的基础上应用基于GRNN的冷却水进水温度建模方法对模型进行改进。通过设备建模、系统仿真、正交试验、回归分析，当建筑冷负荷确定时，使用了一种适用于制冷机房在冷冻水和冷却水变流量解耦的正交试验方法，来确定该条件下使制冷机房总能耗最小的冷冻水流量、冷却水流量、冷冻水供水温度和冷却水进水温度参数值，对优化前后的各设备及系统的能耗进行对比,并对各设备进行相应的调节，从而为冷水机组及制冷机房的节能改造提供理论依据和技术指导。
-
公开(公告)号：CN111814976B
公开(公告)日：2024-04-09
申请号：CN202010676072.3
申请日：2020-07-14
申请人： 西安建筑科技大学
IPC分类号： G06N3/084 , G06N3/0499 , G06F18/27 , G06F30/27 , F24F11/38 , F24F11/58 , F24F11/64 , F24F11/89 , F24F110/10 , F24F110/20
摘要： 本发明公开了一种空调系统传感器故障误差再学习方法及系统，利用传感器的历史数据作为训练数据，构建基础神经网络，得到预测误差；由于该预测误差数据相对较小，通过对预测误差进行比例扩大化处理后，再通过标准差删除离群数据，使数据分布稳定；利用分布稳定的数据进行再学习后，得到的预测结构更加准确；最终对再学习后的数据进行回归，得到真实的误差数据，使预测数据更加逼近实际数据，降低了残差故障识别产生的消极影响，故障识别精准度更高，满足误差程度较小的误差识别，具有广泛的适用性；本发明在承认误差存在的基础上，通过再学习神经网络，对故障进行预测，从而达到消弭误差，提高准确性的作用，故障预测精准度较高。
-
公开(公告)号：CN117171593A
公开(公告)日：2023-12-05
申请号：CN202311119827.X
申请日：2023-08-31
申请人： 西安建筑科技大学
IPC分类号： G06F18/231 , G06F18/24 , G06Q10/0631 , G06Q50/06 , H02J3/00 , H02J3/06 , H02J3/46 , H02J3/14
摘要： 本发明公开了一种基于混合聚类框架的用户用电行为分类方法及系统，采用混合聚类框架对用户用电行为进行深层次挖掘，第一层次根据是否参与电力需求响应分为两类，包括A类和B类；第二层为深度聚类层，将第一层得到的参与需求响应B类用户的用电行为进一步聚类，得到细分的四类用电行为；B类为参与电力需求响应，且空调运行事件在电力需求响应事件执行期间；C类为参与电力需求响应，且电力需求响应事件在空调运行事件执行期间；D类为参与电力需求响应，且电力需求响应事件在前，并先于空调运行事件结束；E类为参与电力需求响应，且空调运行事件在前，并先于电力需求响应事件结束；最终给出参与电力需求响应的各类用户的空调运行控制策略。
-
公开(公告)号：CN113657670B
公开(公告)日：2023-09-15
申请号：CN202110945057.9
申请日：2021-08-17
申请人： 西安建筑科技大学
摘要： 本发明公开了一种海洋湿度预测方法、系统、装置及存储介质，本发明海洋湿度预测方法，对于海洋气象数据间断性缺失的填补需求和气象数据的变化特点，采用BP神经网络算法作为基本预测算法，并基于海洋气象数据现状和特点，提出融合插值与二次灰度关联分析改进粒子群优化BP神经网络算法预测逐时湿度。解决了由于海洋气象数据匮乏而造成的难以实现海洋湿度逐时预测的问题，采用二次灰度关联分析算法，很大程度上提高了BP神经网络对湿度数据的预测速度和预测精度。
-
公开(公告)号：CN113883590A
公开(公告)日：2022-01-04
申请号：CN202111329357.0
申请日：2021-11-10
申请人： 西安建筑科技大学
摘要： 本发明公开了一种太阳能供暖的柔性控制方法及系统，通过引入室内温度容忍波动的思想，将检测的室内温度引入到太阳能复合供暖系统的控制策略中，受气候条件与建筑负荷变化的影响，系统可以实现多种模式运行，为了使系统集热、蓄热、供热更为合理，基于优先利用太阳能或水箱，尽量减少开启空气源热泵机组的原则，对太阳能复合供暖系统制定了控制方案，并通过TRNSYS软件对所搭建的系统和控制策略进行仿真，并与传统的太阳能复合供暖控制系统进行比较，从而证明所提出的控制策略的优越性。
-
公开(公告)号：CN113269365A
公开(公告)日：2021-08-17
申请号：CN202110616563.3
申请日：2021-06-02
申请人： 西安建筑科技大学
摘要： 本发明公开了一种基于麻雀优化算法的空调负荷短期预测方法及系统，选取冷负荷、室外温度、湿球温度、相对湿度、太阳辐射强度以及室外风速六个因素在不同时刻的历史数据为输入变量；利用熵权法改进的灰色关联度分析法分析上述输入变量与当前时刻空调冷负荷这一输出变量之间的加权关联度，剔除加权关联低于0.02的输入变量，保留剩余变量。根据保留的输入变量的个数以及当前时刻空调冷负荷建立SVM；然后，利用麻雀算法优化SVM的最优超参数，得到SSA‑SVM预测模型；最终，将SSA‑SVM预测模型进行负荷预测，得到预测值。本发明克服了SVM依赖人工经验获取最优超参数的不足，提高了SVM的预测精度，降低了空调冷负荷预测偏差大导致能耗过高的问题。
-
公开(公告)号：CN112633577A
公开(公告)日：2021-04-09
申请号：CN202011541058.9
申请日：2020-12-23
申请人： 西安建筑科技大学
摘要： 本发明公开了一种短期家庭用电负荷预测方法、系统、存储介质及设备，确定BP神经网络的架构，选定训练集样本、测试集样本和相关参数；然后对粒子群进行初始化；根据初始化后的参数确定粒子个体历史极值和群体历史极值；根据计算得到的适应度值F更新粒子的位置和速度，当到达预设的误差范围或完成最大迭代次数后迭代完成，此时的gbest位置为最优权值和阈值；对获得的最优权值和阈值进行BP神经网络训练；对实际负荷值和预测负荷值进行比较，计算出预测日的平均相对误差，当平均相对误差满足预先设定的误差允许范围，停止迭代，结束训练，通过误差判断输出预测结果，完成负荷预测。本发明结构简单，增强了预测结果的可靠性。
-
公开(公告)号：CN105627529B
公开(公告)日：2018-07-31
申请号：CN201610201172.4
申请日：2016-03-31
申请人： 西安建筑科技大学
摘要： 本发明公开了种基于变速积分PID型迭代学习算法的空调控制系统及方法,包括减法器、微分器、积分器、变速积分控制器、迭代学习控制器、存储记忆器、以及用于检测空调中送风管道内的静压值的压力传感器;压力传感器的输出端与减法器的输入端相连接,减法器的输出端与迭代学习控制器的输入端、变速积分控制器的输入端、积分器的输入端及微分器的输入端相连接,积分器的输出端、微分器的输出端、变速积分控制器的输出端及存储记忆器的输出端均与迭代学习控制器的输入端相连接,迭代学习控制器的输出端与存储记忆器的输入端及空调中变频风机的控制端相连接。本发明能够动态的调整空调的变静压值,并且空调的节能性较好。
-
公开(公告)号：CN107390521A
公开(公告)日：2017-11-24
申请号：CN201710502884.4
申请日：2017-06-27
申请人： 西安建筑科技大学
摘要： 本发明公开一种空调系统室内温度最佳测点求取的方法及试验平台，求取温度最佳点包括如下步骤：步骤1，确定室内的测点；步骤2，采集各测点的温度值；步骤3，根据室内温度的实测数据求取室内温度融合值；步骤4，根据求得的室内温度融合值求取室内温度的最佳测点。本发明先在室内确定若多个测点，然后采集各测点的温度值；再根据室内温度的实测数据求取室内温度融合值；最后根据求得的室内温度融合值求取室内温度的最佳测点；本发明采用实验数据对室内温度测点分布与布置进行研究，能够找到该对象室内温度最佳测点，能够进一步改善室内温度不均匀性，提高室内舒适性。
-
公开(公告)号：CN113867306B
公开(公告)日：2024-08-16
申请号：CN202110874186.3
申请日：2021-07-30
申请人： 西安建筑科技大学
IPC分类号： G05B23/02
摘要： 一种地铁站厅空调系统故障检测方法及系统，包括以下步骤：采集地铁空调的运行数据；输入算法参数值，对各数值进行初始化和标准化；通过更新迭代保存最新序列梯度和学习率值；数据反处理通过是否收敛作为判断条件，如果不满足收敛条件则返回改进；将优化后的参数值用于RNN计算中的正向当前输出值y(k)；逐步计算误差函数，以终止条件达到最大迭代次数或达到相应误差要求作为判断条件，如果不满足终止则返回权值迭代更新模块重新计算当前时刻输出值，最终输出结果。将现有RNN中参数进行了优化，通过自适应优化算法对前项传递的序列梯度参数大小及学习速率进行优化，使故障检测中精确度和快速性都有一定程度提高。
-
-
-
-
-
-
-
-
-
搜索结果
71 条记录 (耗时 0.036 秒)