采用人工神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)商場(chǎng)建筑物冷負(fù)荷的工程實(shí)例

采用人工神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)商場(chǎng)建筑物冷負(fù)荷的工程實(shí)例摘要：基于人工神經(jīng)網(wǎng)絡(luò)的通用BP(BackPropagation)算法編制的程序，實(shí)際對(duì)一棟采用冰蓄冷空調(diào)的商場(chǎng)性質(zhì)建筑物進(jìn)行冷負(fù)荷預(yù)測(cè)并加以評(píng)價(jià)。此程序采用VisualBasic編制，利用通用BP算法。結(jié)果顯示利用人工神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)建筑物冷負(fù)荷比較可靠。關(guān)鍵字：人工神經(jīng)網(wǎng)絡(luò)冷負(fù)荷負(fù)荷預(yù)測(cè)0前言近幾年，隨著國(guó)家電力負(fù)擔(dān)越來(lái)越大，冰蓄冷空調(diào)在我國(guó)得到了越來(lái)越廣泛的應(yīng)用。但如何有效的利用蓄冰空調(diào)，充分發(fā)揮其在非峰段蓄冰制冷的作用一直是困擾眾多工程技術(shù)人員的難題。每天非峰段蓄冰量將是第二天總冷負(fù)荷的一部分，在設(shè)計(jì)日工況下，因?yàn)橄到y(tǒng)是在此負(fù)荷條件下設(shè)計(jì)的，所以運(yùn)行情況比較簡(jiǎn)單；但是系統(tǒng)大部分時(shí)間都是運(yùn)行在非設(shè)計(jì)日工況下，如何去確定蓄冰量就比較困難。這時(shí)，人們就非常希望能夠預(yù)測(cè)第二天的冷負(fù)荷。于是，近幾年在暖通空調(diào)領(lǐng)域，預(yù)測(cè)技術(shù)受到越來(lái)越多工程技術(shù)人員的重視。如果能夠準(zhǔn)確的預(yù)測(cè)建筑物的動(dòng)態(tài)冷負(fù)荷，不僅可以更準(zhǔn)確的幫助設(shè)計(jì)人員完成設(shè)計(jì)，更可以使設(shè)備控制人員根據(jù)預(yù)測(cè)的冷負(fù)荷確定系統(tǒng)的控制時(shí)間、方式以及盡早發(fā)現(xiàn)系統(tǒng)故障。這一點(diǎn)在蓄冰空調(diào)系統(tǒng)中尤為重要，因?yàn)槊刻焱砩闲畋康亩嗌賹⒅苯佑绊懙诙煺麄€(gè)系統(tǒng)的工作效率，并且是提高蓄冰空調(diào)系統(tǒng)經(jīng)濟(jì)效益的重要途徑之一。隨著近些年來(lái)對(duì)人工神經(jīng)網(wǎng)絡(luò)（ANN）的研究的進(jìn)一步加深，人工神經(jīng)網(wǎng)絡(luò)已經(jīng)逐步應(yīng)用到工程技術(shù)的各個(gè)領(lǐng)域，如模式識(shí)別、自動(dòng)控制、信號(hào)處理、輔助決策、人工智能等等。在暖通空調(diào)（HVAC）領(lǐng)域，對(duì)空調(diào)系統(tǒng)進(jìn)行冷負(fù)荷預(yù)測(cè)是冰蓄冷系統(tǒng)進(jìn)行優(yōu)化控制的重要前提與基礎(chǔ)。經(jīng)過(guò)對(duì)各種預(yù)測(cè)方法的結(jié)果比較，人們發(fā)現(xiàn)人工神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)的結(jié)果更接近實(shí)際值。于是采用人工神經(jīng)網(wǎng)絡(luò)進(jìn)行建筑物冷負(fù)荷預(yù)測(cè)的研究近幾年出現(xiàn)的比較多，其非編程、自適應(yīng)的信息處理方式非常適合冷負(fù)荷預(yù)測(cè)這種非線性過(guò)程。1人工神經(jīng)網(wǎng)絡(luò)模型1.1人工神經(jīng)元模型神經(jīng)網(wǎng)絡(luò)系統(tǒng)是由大量的、同時(shí)也是很簡(jiǎn)單的處理單元（或稱神經(jīng)元）廣泛的互相連接而形成的復(fù)雜網(wǎng)絡(luò)系統(tǒng)。它反映了人腦功能的許多基本特性：如學(xué)習(xí)、歸納和分類，但它并不是人腦神經(jīng)網(wǎng)絡(luò)系統(tǒng)的真實(shí)寫照，而只是對(duì)其作某種簡(jiǎn)化、抽象和模擬，這也是現(xiàn)實(shí)情況所能做到的，是目前神經(jīng)網(wǎng)絡(luò)研究的基本出發(fā)點(diǎn)[1]。神經(jīng)元是神經(jīng)網(wǎng)絡(luò)中最基本的處理單元。從神經(jīng)元的特性和功能可以知道，神經(jīng)元是一個(gè)多輸入單輸出的信息處理單元，而且，它對(duì)信息的處理是非線性的。根據(jù)神經(jīng)元的特性和功能，可以把神經(jīng)元抽象為一個(gè)簡(jiǎn)單的數(shù)學(xué)模型。工程上用的人工神經(jīng)元模型，見(jiàn)圖1。圖1中，x1，x2，……，xn表示神經(jīng)元的輸入（它們是其它神經(jīng)元的輸出），w1，w2，……，wn表示想互聯(lián)接的神經(jīng)元之間的聯(lián)接強(qiáng)度（或權(quán)重），θ表示其閥值，y表示經(jīng)過(guò)該神經(jīng)元處理后的輸出值。通常每個(gè)神經(jīng)元的輸出值只有一個(gè)，但它可以聯(lián)接到其它多個(gè)神經(jīng)元，作為其它神經(jīng)元的輸入。神經(jīng)元的這種輸入輸出關(guān)系可表示為：（1）公式（1）中，f（x）為激活函數(shù)，激活函數(shù)有多種形式，其中最常見(jiàn)的有階躍型、線性型和S型（Sigmoid）三種形式，其中S型函數(shù)的輸出是非線性的，故這種神經(jīng)元也稱為非線性連續(xù)型模型，本文將采用S型函數(shù)：1.2人工神經(jīng)網(wǎng)絡(luò)的基本結(jié)構(gòu)圖2人工神經(jīng)網(wǎng)絡(luò)三層BP模型結(jié)構(gòu)圖人工神經(jīng)網(wǎng)絡(luò)模型是由人工神經(jīng)元按照某種模式聯(lián)接而構(gòu)成的。通常，人工神經(jīng)網(wǎng)絡(luò)模型主要由三個(gè)因素決定：神經(jīng)元特性、網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)以及學(xué)習(xí)或訓(xùn)練規(guī)則。其中，學(xué)習(xí)是神經(jīng)網(wǎng)絡(luò)一種最重要也最令人注目的特點(diǎn)，自從40年代Hebb提出的學(xué)習(xí)規(guī)則以來(lái)，人們相繼提出了各種各樣的學(xué)習(xí)算法。其中以在1986年Rumelhart等提出的誤差反向傳播法[2]，即BP(errorBackPropagation)法影響最為廣泛。在暖通空調(diào)領(lǐng)域，BP網(wǎng)絡(luò)也得到了廣泛的應(yīng)用。典型的BP網(wǎng)絡(luò)由三層構(gòu)成，見(jiàn)圖2。它含有輸人層、輸出層以及介于輸入層與輸出層之間的中間層。中間層有單層或多層，由于它們和外界沒(méi)有直接的聯(lián)系，故也稱為隱含層。在隱含層中的神經(jīng)元也稱隱含單元。隱含層雖然和外界不連接，但是，它們的狀態(tài)則直接影響輸入輸出之間的關(guān)系。這也是說(shuō)，改變隱含層的權(quán)系數(shù)，可以改變整個(gè)多層神經(jīng)網(wǎng)絡(luò)的性能。各層次的神經(jīng)元之間形成全互連聯(lián)接，各層次內(nèi)的神經(jīng)元之間沒(méi)有聯(lián)接。1.3BP網(wǎng)絡(luò)的學(xué)習(xí)規(guī)則BP算法分二步進(jìn)行，即正向傳播和反向傳播。正向傳播，即輸入的樣本從輸入層經(jīng)過(guò)隱含單元一層一層的進(jìn)行處理，通過(guò)所有的隱含層之后，則傳向輸出層，在逐層處理的過(guò)程中，每一層神經(jīng)元的狀態(tài)只對(duì)下一層神經(jīng)元的狀態(tài)產(chǎn)生影響，在輸出層把實(shí)際輸出和期望輸出進(jìn)行比較之后，如果實(shí)際輸出不等于期望輸出，則進(jìn)入反向傳播過(guò)程；反向傳播，即把誤差信號(hào)按原來(lái)正向傳播的通路反向傳回，并對(duì)每個(gè)隱含層的各個(gè)神經(jīng)元的權(quán)系數(shù)進(jìn)行修正（也就是我們通常所說(shuō)的記憶訓(xùn)練），最后使得全局誤差趨向極小值。具體算法步驟如下：1)設(shè)置初始權(quán)系數(shù)w，v和閥值θ，γ為介于-1至+1之間的隨機(jī)值；2)隨機(jī)選取一模式對(duì)，提供給網(wǎng)絡(luò)；摧3)肢悲計(jì)算隱含詠層與輸出烈層的輸出悠值寫j威=籃1屬，芽2纏，捎…兔…忽，削p斜t拖=牲1強(qiáng)，畢2熔，村…胡…算，闖q側(cè)4)嫩蠻計(jì)算輸出錯(cuò)層的一般隸化誤差，吉并將輸出先層誤差反未向傳播至稿隱含層，犧計(jì)算隱含姜層一般化校誤差辣t桿=吳1神，南2門，排…偶…購(gòu)，欲q霧j婆=挨1獨(dú)，撕2筍，午…錢…形，琴p葵5)撒拌調(diào)整輸出容層的權(quán)系省數(shù)和閥值她t短=自1槳，樂(lè)2隸，它…禍…食，參q續(xù)t浙=香1舊，撕2狐，芒…告…急，丘q犬其中旺，單0<<1旦6)忌嘉調(diào)整隱含爭(zhēng)層的權(quán)系津數(shù)和閥值達(dá)j輩=撤1株，溜2摟，升…玉…慎，右p草j禿=駛1前，滋2踐，斤…過(guò)…惰，銳p飾其中賺，昌0<<1許7)怒典隨機(jī)選取貍下一個(gè)學(xué)筑習(xí)模式對(duì)授提供給網(wǎng)賽絡(luò)，返回丟步驟挺（穿3賢），重復(fù)粘計(jì)算過(guò)程欠，直至網(wǎng)成絡(luò)全局誤福差函白數(shù)姻E掌小于預(yù)先狡設(shè)定的一疑個(gè)極小值折，即網(wǎng)絡(luò)蟻收斂或?qū)W軋習(xí)回?cái)?shù)大往于預(yù)先設(shè)關(guān)定的值，娛即網(wǎng)絡(luò)無(wú)眾法收斂；魂8)浮淋結(jié)束學(xué)習(xí)久。配2凱醬應(yīng)用人工獅神經(jīng)網(wǎng)絡(luò)吸預(yù)測(cè)建筑盤物冷負(fù)荷點(diǎn)2.1胞聞程序簡(jiǎn)介縱此程序是棗由作者采興用輸Visu世alB球asic狹6.粗0氣語(yǔ)言編制伙，利用通郊用奉B袍P趟算法，其籠輸入層批為悲7介個(gè)，分別披為當(dāng)前時(shí)皮刻閉τ游，杯τ泰時(shí)刻室外開(kāi)干球溫魔度頭℃奪，陷τ晴-塘1秧時(shí)刻室外竿干球溫斥度犯℃第，字τ漏-暖2厲時(shí)刻室外宣干球溫紫度故℃促，川τ淋時(shí)刻含濕閃量城g/(k叉g·dr制a閉)贏，追τ見(jiàn)時(shí)刻太陽(yáng)追輻沿射孔w/m欣2毯，熊τ慣-烏1洞時(shí)刻太陽(yáng)香輻容射河w/m認(rèn)2提。其中逐朋時(shí)室外干康球溫度的莫預(yù)測(cè)將采餐用日ASHR糞A豈E掏系數(shù)法呆[3]京，逐時(shí)太翠陽(yáng)輻射的曾預(yù)測(cè)將采譜用標(biāo)準(zhǔn)搞化池(Ch弄en)沃瘋法鄉(xiāng)[4]除，逐時(shí)含獻(xiàn)濕量的預(yù)峽測(cè)將采用繭指數(shù)權(quán)重喜移動(dòng)平摘均縫(EW灘MA)菜界法，輸出戚層醬為橡1哲個(gè)反—診—巡建筑物冷損負(fù)荷。厭2.2微宣建筑物及瀉結(jié)果分析持本文用來(lái)陶預(yù)測(cè)冷負(fù)固荷的是西避安地區(qū)一延棟五層商臥場(chǎng)，建筑技面積約假為步500竭00m由2再，其每天詳空調(diào)工作三時(shí)間霉為破9絕：特0港0姿至炕2境0封：捆0裁0姜，計(jì)翻算的5則月膊至承8般月的逐時(shí)腐空調(diào)負(fù)荷禍。某年的菠氣象參數(shù)壩采用上述閉方法進(jìn)行降計(jì)算，包豈括逐時(shí)干虧球溫度、贊逐時(shí)含濕因量、逐時(shí)善太陽(yáng)輻射漸，而冷負(fù)妹荷的訓(xùn)練氧值以及驗(yàn)傾證冷負(fù)荷伙預(yù)測(cè)法的拴用于對(duì)比偏的理論計(jì)匯算值分別析由動(dòng)態(tài)負(fù)鋸荷計(jì)算軟菊件進(jìn)行計(jì)肥算獲得。嚴(yán)網(wǎng)絡(luò)一共災(zāi)采用每個(gè)披月普3毀0夫（肥3爽1哲）天，續(xù)共插231顯0替（址238雁7購(gòu)）個(gè)輸入消數(shù)據(jù)向，參33基0看（突34幅1茅）個(gè)逐時(shí)菠期望輸出低冷負(fù)荷值唇，進(jìn)行網(wǎng)榆絡(luò)訓(xùn)練。覺(jué)訓(xùn)練結(jié)果企見(jiàn)枯表漸1榴，其妨中塌C憤V斥為偏差系爺數(shù)扒、載EE名P嘉為期望偏每差百分?jǐn)?shù)婚[5]留：動(dòng)表倘1朵謎各月訓(xùn)練邀結(jié)果拘表脆械月份命最大冷負(fù)江荷準(zhǔn)/W玩最小冷負(fù)滾荷喬/W嬌標(biāo)準(zhǔn)偏態(tài)差棵δ里/W拴CV/球%漲EEP/千%替5倍1210蠟225.槐4腿2904墾71.2茄6118饞3.11懼6.88您5.05舅6晌1392劉312.唇9深3963呀23.2侮5971賀3.12陵5.68摸4.28淘7竭1401目322.知4膛3391牛91.6居6037品0.78纖5.95棚5.31袋8采1417茫444.響5未3046濟(jì)90.2宿6377炭2.43消6.03籠4.76窗隨后，采顧用已經(jīng)訓(xùn)夢(mèng)練好的神嘴經(jīng)網(wǎng)絡(luò)對(duì)擋建筑物冷宣負(fù)荷進(jìn)行效預(yù)測(cè)，分月別對(duì)每月臉的亭1滾5邁日進(jìn)行冷罰負(fù)荷預(yù)測(cè)建，預(yù)測(cè)結(jié)移果見(jiàn)下踢圖靈3-漁6潑：提是圖脫3賢5掙月諒1淡5罵日冷負(fù)荷瀉曲線圖荒購(gòu)獻(xiàn)圖奉4勉6口月槐1佩5撈日冷負(fù)荷昨曲線圖水圖婦5畜7惹月恐1允5寸日冷負(fù)荷錫曲線生圖栗園曉圖紐6戴8錘月灘1畝5蓬日冷負(fù)荷鋪曲線圖軟如甚圖哪3攪–盒6佛，說(shuō)明人河工神經(jīng)網(wǎng)屋絡(luò)法預(yù)測(cè)狐建筑物冷接負(fù)荷時(shí)比埋較可靠的耕。因?yàn)樯汤葓?chǎng)建筑的愈冷負(fù)荷與侵建筑物內(nèi)犁擾有很大忙因素，高尋峰時(shí)與低爬谷時(shí)或平糕時(shí)與周末貝，在人數(shù)適上存在很探大差異，扛這也使得結(jié)預(yù)測(cè)出現(xiàn)鄭了一些偏拼差，在這牢方面還有錦待改進(jìn)。藝3懂塞結(jié)束語(yǔ)零本文敘述齡了人工神撤經(jīng)旺B夕P西網(wǎng)絡(luò)的基尖本原理，否并采高用惠B預(yù)P妄網(wǎng)絡(luò)編制簽的軟件對(duì)范商場(chǎng)建筑瓶物進(jìn)行冷急負(fù)荷預(yù)測(cè)丙，得到了找與負(fù)荷計(jì)褲算值比較肌一致的結(jié)皇果。有了行較為準(zhǔn)確濾的預(yù)測(cè)冷店負(fù)荷就可感以對(duì)蓄冰倘空調(diào)系統(tǒng)狀進(jìn)行比較適精確的優(yōu)那化控制，椅所以人工袋神經(jīng)網(wǎng)絡(luò)柳的種種優(yōu)典勢(shì)對(duì)于蓄次冰空調(diào)的強(qiáng)發(fā)展有著規(guī)積極的意圍義。洪參考文獻(xiàn)拆：醉[1]敢予胡守仁等亦，撤拔神經(jīng)網(wǎng)絡(luò)暖導(dǎo)其論放[M]廚猶北京：國(guó)滿防科技大選學(xué)出版殖社強(qiáng)199飲3忘[2]垂頑王偉效，劉診人工神經(jīng)尤網(wǎng)絡(luò)原拼理狡—鉆—曲入門與應(yīng)到用踢[M]吊豪北京：北棒京航空航?jīng)_天大學(xué)出啟版急社展199湊5袖[3]羨Kaws豐hima紹M,變Char孫les蕩EDo鍛rgan唯,et剝c.脅Opti科mizi恒ngs博yste豐mco屬ntro錦lwi催thl次oad耳pred退icti濟(jì)onb站yne摔ural秋net具work區(qū)sfo昆ran奸ice貢-sto鄭rage我sys節(jié)tem艘[J]快ASHR攏AET截rans頃,19森96,1外02(1辦):1淡169-開(kāi)1178蝶[4]嚇Chen濁Tin震g-Ya懂o,A侮KA畝thie疫niti臉sAm聲bien匹tte端mper建atur帳ean倘dso且lar己radi澇atio葬npr蠻edic風(fēng)tion自for雹pre稅dict解ive辦cont黎rol焰ofH濱VAC島syst敘ems貓and礙ame撿thod限olog姿yfo診rop撲tima耐lbu韻ildi酷ngh腐eati收ngd貼ynam唐ico故pera石tion弟[J]回ASH蜜RAE羨Tran蘇s19司95,1虜01(1