基于BP神经网络预测模型的水源热泵系统控制方法研究

摘要

由于能源危机以及可持续发展的要求，人们对环境的保护及能源的节约变得越来越重视。水源热泵系统能够在暖通空调领域很好的解决这两方面的问题。但是由于水源热泵空调系统自身的时变、非线性、大滞后等特性，在实际应用中采用常规的控制策略难以得到良好的控制效果以至于节能效果不明显，并且在一些地方由于对水源热泵系统了解不足，过量开采地下水，从而造成了新的环境问题。
　　 总之，对于水源热泵系统我们还有很多问题需要解决。
　　 本文首先以西安某行政中心水源热泵空调系统为例，介绍了水源热泵系统的基本控制方案，并给出了工程调试结果。然后对此水源热泵空调系统进行相关数据采集，使用M肌AB中的系统辨识工具箱，应用最小二乘法，建立了提水泵变频状态与冷冻水回水温度之间的数学模型(一阶惯性大滞后模型).为系统仿真提供了依据。在第5章中，介绍了大滞后问题的研究现状，提出了基于BP神经网络预测模型的预测控制算法，并给出了控制系统的结构。
　　 最后，针对第4章所建立的提水泵变频状态与冷冻水回水温度之间的数学模型，确定了预测模型的网络结构并对其进行训练。跟据工程实际设计PID控制系统，将其仿真结果与加入BP神经网络预测模型后的预测控制系统仿真结果进行比较，证明大滞后问题在新的预测控制系统中得到了有效的解决。

目录

1 绪论

2 水源热泵空调系统控制方案

3 AMESIM软件在水源热泵系统建模中的应用

4 系统建模

5 基于BP神经网络预测模型的预测控制

6 基于BP神经网络预测模型的控制仿真

7 总结

致谢

参考文献

附录

声明