论文部分内容阅读
蓄冰空调技术是一项能解决移峰填谷、平衡电网、缓解城市空调用电紧张局面的，且具有节能和环保双重社会效益的新技术。本文采用美国供热、制冷和空调工程师协会(以下简称为ASHRAE)提供的负荷预测竞赛的实测数据，在对空调负荷特性分析的基础上，运用人工神经网络，构建了单点或多点输出BP 神经网络，比较其预测模型的性能差异；通过对模型的数值计算，确定了较合适的BP 模型参数；考虑到空调负荷数据的连续性的影响，在输入变量中加入了时序列，从而有效地提高预测模型的精度，实现了对未来一天24 个点的空调负荷预测。与实际空调负荷值比较的结果表明，其预测精度能够满足蓄冰系统优化控制的要求。