基于最优相空间重构参数的空调系统负荷预测-论文.pdf

《基于最优相空间重构参数的空调系统负荷预测-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、低温与超导制冷技术Cryo．＆Supercond第42卷第3期RefrigerationVo1．42No．3基于最优相空间重构参数的空调系统负荷预测李素萍，姚淑霞(华北水利水电大学信息工程学院，郑州450011)摘要：空调系统负荷非线性变化，单独利用人工神经网络方法进行预测，受到样本数量少等的限制，精度一般都比较低。空调系统负荷时间序列包含了参与空调系统动态变化的全部变量的信息，可以利用相空间重构技术提取和恢复出系统原来的规律。重构后的相空间具有与实际动力系统相同的几何性质，这样就可以大大增加样本数。相空间重构受嵌入维数m和延迟时间r的影响，

2、确定这两个重构参数的最佳数值是非常重要的。建立了基于相空间重构技术的神经网络空调负荷预测模型，在嵌入维数m和延迟时间分别取不同的值时，利用这个模型对相同时间段的空调负荷进行预测，选择预测误差最小时对应的参数为最佳相空间重构参数，对应的预测值为最佳预测结果。结果表明，这个方法有很好的效果，具有简化计算复杂性等特点。关键词：空调系统；负荷；相空间重构；人工神经网络；预测LoadpredictionofHVACsystembasedonoptimizationparameterofphasespacereconstructionLiSuping，Y

3、aoShuxia(InstituteofInformationEngineering，NorthChinaUniversityofWaterResourcesandElectricPower，Zhengzhou450011，China)Abstract：theloadofHVACsystemschangesnon—linearly，andthepredictingerrorislowwhenartificialneuralnetwork(ANN)iSusedalonebecauseofinsugieientsamples．Asthetimes

4、eriesoftheloadcontainsallthevariablesafectingthedynamicsystem．phasespacereconstruction(PSR)issuitabletoreflecttheoriginallawsofthesystems．Thereconstructedphasespaceownsthesamepropertiesastheoriginalone，itCanincreasethesamplenumbers．Astheembeddingdimensionanddelaytimeafectth

5、equalityofphasespacereconstructionseverely，itisveryimportanttobuildamethodtoselecttheirappropriatevalues．AmodelcombinedPSRwithANNWaspresentedtopredicttheloadoftheHVACsystem．Theoptimizationvaluesoftheembeddingdimensionanddelaytimeweredeterminedwhenthepredictingerrorofthemode

6、ltothesameperiodofthetimeseriesWastheminimum．Meanwhile，thepredic-ringresultswiththeminimumeYIDrwereappliedastheultimateresults．Theresultsshowthatthemethodpresentedhereisefective，andithasadvantageslikedecreasingcalculationprocedures，simplifyingthecomplexityofthecalculation，a

7、ndete．Keywords：HVAC，Load，Phasespacereconstruction，Artificialneuralnetwork，Prediction1引言确度难以得到保证，可以通过相空间重构(PhaseSpaceReconstruction，PSR)技术来增加样本数。相空调系统负荷受室外气候、系统使用时间等的空间重构受嵌入维数m和延迟时间的影响，当嵌人维数m和延迟时间选择合适时，重构后的影响，其变化规律呈现典型的非线性特性。人工神相空间具有与实际动力系统相同的几何性质，具有经网络(ArtificialNeuralNetwo

8、rk，ANN)因其良好的非线性映射能力等特点已得到了广泛的应用，借真实相空间的所有特征，则重构后增加的样本能用助ANN进行空调负荷预测也已有大量研究¨I2J。于预测