基于数据驱动的中央空调系统节能方法研究

来源 :青岛大学 | 被引量 : 0次 | 上传用户:vs1ji
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
步入21世纪后,中国经济发展势头强劲,一跃成为全球第二大经济体。但在快速经济发展的同时,国内能源问题也日益突出。根据去年全球能源使用情况调查数据显示,中国已成为能源消费最大的国家之一。为了缓解能源枯竭带来的危机,中国政府连续多年出台政策,对工业、建筑业和交通业三个能耗巨头的发展提出了一系列可持续发展的新要求。以建筑行业为例,每年建筑能耗使用占比超过了社会各行业总能耗的三分之一,且针对于建筑方面的节能方案稀缺,导致至今建筑行业的能耗一直居高不下。在带有中央空调系统的建筑中,建筑能耗产生的主要来源就是中央空调系统的运行。中央空调的初始设计要求满足极端情况下的建筑负载,在实际运行情况下,空调系统在90%以上的时间内都是处于部分负荷运转,这就导致系统整体效能降低,产生大量的能源浪费。在中央空调系统中,冷却水系统和冷水机组是耗能最高的两个子系统,也是最具有节能潜力的两个部分。因此,解决建筑高能耗问题的关键就在于如何优化中央空调系统中冷却水系统和冷水机组设备的运行。本文提出了一种基于数据驱动的方法对中央空调系统内部冷却水系统和冷水机组分别进行优化控制。通过分析冷却水系统设备的运行特点,结合数据驱动算法模型,对冷却水系统内所有耗能设备进行精准控制,即在达到冷却水系统出水约束的前提下,通过优化算法随机进行设备组合,最终找出一组设备启停组合,使系统在满足约束的同时,能耗最低。对于冷水机组来说,几乎每台设备都是处于部分负荷运行状态,因此,通过优化每台冷水机组的负荷来提高部分机组效能,从而降低整体机组能耗。在以上过程中,无论是对于冷却水系统还是冷水机组,预测模型的优劣决定了最终能耗优化效果,因此,在建立预测模型阶段,采用了不同的优化算法对回归算法的训练参数进行寻优,从而保证了所建立模型的准确性。本文在给出优化节能方法论的同时,结合实际采集的中央空调系统运行数据,验证了方法的可行性和有效性。优化结果表明,本文所提出的数据驱动节能方案对中央空调系统的节能减排具有重要的现实指导意义。
其他文献
随着计算机技术的发展,计算机视觉系统已广泛应用于众多的科学、工程以及军事等领域,然而,在雾、霾等恶劣的天气条件下,获取到的图像往往视觉质量不佳,这将对许多户外计算机视觉应用产生不利影响。因此,图像去雾变得至关重要,是目前计算机视觉领域广泛研究的一个重要内容。针对暗原色先验理论在去雾过程中存在的部分图像边缘模糊、纹理细节丢失、且图像噪声扩大的不足,本文提出了两种不同的图像去雾算法:(1)考虑到变分模
由于全球气候变暖导致干旱发生的频率增加,干旱目前已成为全世界关注的重点问题之一,对干旱进行监测,可以减少因干旱导致的灾害。因此选择一个合适的干旱指标精准监测山东省的干旱情况,进而提高对旱情的预报与监测水平,对山东省的发展有重要的意义。本研究以山东省为研究区,主要研究山东地区2001-2017年气象干旱以及农业干旱,以期为监测山东省长时间序列的干旱旱情提供参考。本文主要研究的内容有以下三点:(1)基
随着柔性制造系统和智能仓储系统的快速发展,自动导引车(Automated Guided Vehicle,AGV)的应用需求日益增长。AGV是一种装备有电磁学或光学等传感器的自动导航装置,能够装载货物沿规定的导航路径行驶。为了提高AGV作业效率,降低运输成本,本文针对仓储环境提出基于强化学习的AGV路径规划方法。针对单AGV路径规划,提出了一种强化学习-蚁群算法。针对蚁群算法在某些情况中的缺陷,将强
高光谱图像包含丰富的图像与光谱信息,是典型的高维数据。高光谱图像分类是特征提取与地物解译的重要内容。研究人员可以通过分类的结果了解农业、环境和区域的变化并采取相应的措施。Potts模型是半监督变分分类模型,为数据分类提供了通用的理论框架,可拓展解决高维数据分类问题。同时,该框架能够融合非局部方法、约束优化方法实现高精度高性能数据分类,进而提高对高光谱图像分类的准确度和计算效率。本文基于Potts理
人脸是人体非常重要的生物学特征,人脸检测、人脸分割等人脸处理技术目前已广泛应用于安全、通信、医疗等领域,具有深入研究的实际意义。人脸分割的目的是找到人脸的轮廓,从而将人脸与图像背景分离。人脸分割作为多种应用的基础算法,对精度有很高的要求。由于姿态、脸型、发型遮挡、拍摄角度等原因,图像中的人脸的轮廓有很大的几何差异,这些因素影响分割精度。目前依然存在人脸检测不准确造成的人脸分割不精确问题,以及难以精
问答系统是近年来自然语言处理、信息检索等领域研究的热点。相对于传统搜索引擎只能得到繁琐且模糊的信息,问答系统可以返回给用户更加精准的答案。知识图谱可以将碎片化的知识通过三元组的方式组织起来,建立数据间的联系,形成网络,更有利于信息的搜索、挖掘和分析,因此基于知识图谱的问答系统(Knowledge Based Question Answering,KBQA)成为越来越多人的研究对象。但是目前对于KB
随机共振的出现颠覆了人们对噪声的认知,通常噪声被认为是信息在传输过程中产生的无规则信息,这种无规则信息干扰我们对原始信息的提取和利用,噪声的存在严重影响了数据的质量。随机共振效应的提出,为噪声的处理提供了一种新思路。随机共振效应在神经元中普遍存在,但如今对神经元中随机共振的研究较少,本文将随机共振效应与神经元系统相结合,针对弱信号增强和低峰值信噪比图像复原问题,提出了基于随机共振的神经元模型,主要
文本检测任务旨在用相关算法从文档或场景图像中定位出所包含的文本区域,该任务可作为各类计算机视觉任务的前置模块。现有的基于深度学习的方法克服了凭借经验手工设计特征的弊端,具有更强的特征学习能力,进而在工业和学术界大范围落地,然而当前的方法受到通用目标检测和语义分割框架的限制,检测器中的主干网络与文本特征不匹配,特征金字塔路径冗长,相邻文本判别算法效率低,文本结构特征保留能力弱等问题仍限制检测器的性能
中国象棋作为休闲和益智的一款游戏,流传至今,在伴随科技进步的同时,基于识别的机器人技术得到了很大发展,人机象棋博弈的相关研究也热度增加。当前,人机象棋走棋多为空间移动,为提高人机设备场地适用性,平面移动条件下的人机象棋博弈不可或缺,本文通过研究人机象棋相关方面理论,实现了一种基于平面约束条件下的人机象棋智能控制系统。其控制过程主要通过以下四个方面实现。第一、人机象棋系统棋子定位与识别。由机器视觉获
实例分割任务主要是将图像中的几种类别区分并检测标记出来。在基础卷积神经网络的基础上,对模型进行改进。当前的实例分割算法无法分割两个高度重叠的对象,之前的实例分割算法基本都是对图片的目标进行检测,然后在生成的检测框的基础上进行实例分割,这样可能会导致两个非常近的人无法区分出来。本文发现利用人体骨骼的特殊性能够更好的把图片中的人精准的分割出来,从而避免了候选框所带来的漏检情况,并且本文提出了两种全新的