Метод идентификации параметров модели чиллера и компенсации ошибок на основе генетического алгоритма и искусственных нейронных сетей
摘要
Модель DOE-2 широко используется для имитационного моделирования чиллера. Надежное определение параметров модели DOE-2 конкретного чиллера на основе ограниченных данных измерений с датчиков и компенсация ошибок модели имеют большое значение для энергосберегающих режимов эксплуатации. На практике из-за недостатка датчиков и низкого качества данных надежное определение параметров модели DOE-2 представляет значительные трудности. В данной работе предлагаются генетический алгоритм на основе внешней базы знаний и метод, основанный на искусственных нейронных сетях, для идентификации параметров модели DOE-2 и компенсации ошибок соответственно. Результаты показывают, что генетический алгоритм на основе внешней базы знаний может эффективно сокращать время идентификации параметров модели DOE-2 и значительно повышать точность прогнозирования модели. Точность прогнозирования модели DOE-2 с компенсацией ошибки была значительно выше, чем у модели без компенсации: при прогнозировании температуры выходящей холодной воды MAE, RMSE, MAPE и CV-RMSE уменьшились на 36,49%, 46,00%, 33,16% и 45,73% соответственно, а R2 увеличился на 25,75%.
关键词
моделирование чиллера;генетический алгоритм;идентификация параметров;искусственные нейронные сети;компенсация ошибок
以上内容由讯飞翻译自动生成，翻译内容仅供参考。对于因使用本网站翻译内容产生的相关后果，本网站不承担任何商业和法律责任。
The above content is generated by Large Model Translation. The translated content is for reference only. We do not assume any commercial or legal responsibilty for any consequences arising from the use of our website