论文部分内容阅读
随着中央空调的用电能耗占整个城市的用电能耗的比例迅速上升,越来越需要利用空调负荷预测来针对中央空调运行策略进行调整。如果能够准确的预测建筑物的空调负荷,就可以实施合理的空调控制,实现空调系统的按需供冷,节约空调相关经费和减少城市用电负荷。在空调运行策略方面,空调系统一般的运行策略就是预测控制,即为对逐时负荷进行预测,根据预测负荷的结果控制空调制冷机组和冷却水蓄冷装置的开启和关闭,使得制冷机组在白天用电高峰电价较高时尽量减少运行甚至不开启,降低消耗的电费和用电耗能。因此空调负荷预测对空调控制策略有较大影响,而空调控制策略又对空调运行会产生影响,为了空调的节能运行,需要准确的空调负荷预测。本文以空调负荷预测为背景,针对现有的支持向量机空调负荷预测精度不高的特点,进行了基于支持向量机空调负荷预测算法的改进技术的研究,设计并实现了一种基于支持向量机的空调负荷预测算法,经过仿真验证了该算法能够提高了支持向量机空调负荷预测的精度和泛化性。然后以基于支持向量机的空调负荷预测系统的需求分析为基础,完成系统设计,编码并实现了于支持向量机的空调负荷预测系统的各部分功能。最后,通过系统测试验证了系统功能。本文在研究分析现有的空调负荷预测算法的基础上,对基于支持向量机的空调负荷预测算法进行了研究与探索,本文取得如下研究成果:(1)本文设计并实现了一种新的空调负荷预测算法,针对空调系统,基于支持向量机,对输入数据进行相空间重构以考虑到其混沌特性,同时在保留支持向量机强学习能力的情况下,设计并实现了改进模拟退火算法自动选择支持向量机参数,同时在优化回归模型的基础上,采用误差模型进行误差修正更新预测负荷,以得到更好的泛化性能和更好的预测精度。(2)针对基于支持向量机的空调负荷预测系统,在完成了基于支持向量机的空调负荷预测算法设计的基础上,完成了需求分析并进行了相关详细设计、编码并实现了基于支持向量机的空调负荷预测系统,并进行了系统测试验证了系统质量符合实际要求。本文的创新之处是对现有的模拟退火算法进行了改进,同时将混沌时间序列相空间重构、模拟退火算法参数寻优、ARMA误差校正模型与支持向量机空调负荷预测相结合设计了一种混沌改进的模拟退火优化的支持向量回归机并利用ARMA模型误差校正的空调负荷预测算法。仿真结果表明该算法可以有效提高空调负荷预测的精度和泛化性。本课题研究对基于支持向量机的空调负荷预测相关算法设计和实际应用具有重要意义。