-
题名变风量空调系统用非线性模型预测控制方法研究
被引量：12
- 1
-
-
作者
陈炯德
王子轩
姚晔
王绍凡
冯静梅
赵鹏生
-
机构
上海交通大学制冷与低温工程研究所
上海应用技术大学城市与建筑学院
上海真聂思楼宇科技有限公司
-
出处
《制冷学报》
CAS
CSCD
北大核心
2019年第6期62-69,共8页
-
文摘
在工业HVAC系统中,为了提高在大扰量下的控制精度,模型预测控制(MPC)被广泛应用。本文提出一种用于变风量(VAV)系统的非线性MPC。该非线性MPC采用具有外部输入的非线性自回归网络(NARX)和粒子群优化算法(PSO)。NARX模型旨在预测VAV系统的受控参数(室温),PSO作为优化器,来获得VAV系统的最优控制变量。通过为成本函数的目标分配不同的权值,本文提出的非线性MPC能权衡VAV系统的控制精度和节能需求,以达到不同的控制效果。不同权值的两种方案在实验室的VAV系统中得到了验证,其中方案1仅考虑控制精度,方案2同时考虑了控制精度和节能性。分别将实验得到的两种方案的MPC的控制效果与基于PI控制器的定静压方法进行对比,实验结果表明:基于MPC的方案1可以实现室温稳定在设定值±0.5℃的控制精度范围;基于MPC的方案2显示出更好的节能特性,与定静压方法对比,节能率达到23.7%。
-
关键词
非线性模型预测控制
变风量系统
神经网络模型
粒子群优化
-
Keywords
model-based predictive control(MPC)
variable-air-volume(VAV)system
nonlinear autoregressive network with exogenous inputs(NARX)
particle swarm optimization(PSO)
-
分类号
TB657.2
[一般工业技术—制冷工程]
TB61
[一般工业技术—制冷工程]
-
-
题名基于T-S模糊神经网络组合模型的CPI预测
被引量：4
- 2
-
-
作者
荀新新
张德生
王雁
杜方欣
-
机构
西安理工大学理学院
-
出处
《陕西科技大学学报（自然科学版）》
2014年第3期173-176,共4页
-
基金
国家自然科学基金项目(51379172)
-
文摘
首先对我国CPI和PPI序列建立了VAR模型和加外生变量的半参数自回归模型,得到CPI的拟合值和预测值;然后在这两种单模型的基础上,结合模糊数学和神经网络知识,建立了T-S模糊神经网络组合预测模型;最后对三种模型进行比较.结果显示,T-S模糊神经网络组合模型提高了预测结果的可靠性和准确性.
-
关键词
VAR模型
加外生变量的半参数自回归模型
T-S模糊神经网络组合模型
隶属度函数
-
Keywords
VAR model
semi-parametric autoregressive model with exogenous variables
T-S fuzzy neural network combination model
membership function
-
分类号
O212
[理学—概率论与数理统计]
-
