声明
第1章 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.2.1 空调系统节能控制策略
1.2.2 空调系统控制参数
1.2.3 智能控制方法的应用
1.2.4 存在的问题
1.3 本文主要研究内容
1.4 研究方法与技术路线
第2章地铁车站空调系统负荷及影响因素研究
2.1 地铁车站空调系统负荷构成及计算方法
2.1.1 地铁车站空调系统负荷构成
2.1.2 地铁车站空调系统负荷计算方法
2.2 地铁车站热环境仿真分析
2.2.1 地铁车站工程概况
2.2.2 Trnsys仿真软件简介
2.2.3 仿真模型的建立
2.3 地铁车站空调系统负荷影响因素分析
2.3.1 正交试验方案设计
2.3.2 变工况计算结果
2.3.3 显著性分析
2.4 小结
第3章 基于神经网络理论的地铁车站空调系统负荷预测
3.1 空调负荷预测方法
3.2 人工神经网络概述
3.2.1 人工神经元模型
3.2.2 人工神经网络特点
3.2.3 人工神经网络分类
3.3 地铁车站空调系统负荷预测
3.3.1 Elman 神经网络结构设计
3.3.2 训练样本选取及预处理
3.3.3 负荷预测结果及分析
3.4 小结
第4章基于负荷预测的地铁车站空调系统模糊控制研究
4.1 地铁车站空调系统仿真模型的建立
4.1.1 地铁车站空调系统概况
4.1.2 地铁车站空调系统数学模型
4.1.3 通风系统的建立
4.1.4 空调系统的建立
4.2 基于负荷预测的模糊控制策略研究
4.2.1 模糊控制理论简介
4.2.2 控制变量的选择
4.2.3 模糊控制器设计
4.3 预测控制策略与传统控制策略下的能耗对比
4.3.1 预测负荷结果
4.3.2 夏季模拟结果
4.3.3 室外温度最高日模拟结果
4.3.4 全模拟时长总能耗对比
4.3.5 负荷预测出现偏差时模拟结果
4.4 小结
第5章 结论与展望
5.1 结论
5.2 展望
致 谢
参考文献
攻读硕士期间的科研成果
西南交通大学;