DOE-2モデルは冷水機のシミュレーションモデリングに広く用いられています。限られたセンサー実測データに基づいて特定の冷水機のDOE-2モデルパラメータを信頼性高く同定し、モデル誤差を補正することは、省エネルギー運転などのシナリオにおいて重要な意味を持ちます。実際にはセンサー不足やデータ品質の低さなどの問題により、DOE-2モデルパラメータの信頼性ある同定は困難です。したがって、本論文では外部知識ベースに基づく遺伝的アルゴリズムと人工ニューラルネットワークを用いた方法をそれぞれDOE-2モデルのパラメータ同定と誤差補正に提案します。結果は、外部知識ベースの遺伝的アルゴリズムがDOE-2モデルパラメータ同定時間を効率的に短縮し、DOE-2モデルの予測精度を著しく向上させることを示しています。誤差補正後のDOE-2モデルの予測精度は補正前のモデルよりも著しく高く、冷却水出口温度予測時のMAE、RMSE、MAPEおよびCV-RMSEはそれぞれ36.49%、46.00%、33.16%、45.73%低減し、R2は25.75%向上しました。

冷水機モデリング;遺伝的アルゴリズム;パラメータ同定;人工ニューラルネットワーク;誤差補正