发明名称 | 基于神经网络的直热式热泵系统恒温流量控制方法 | ||
摘要 | 本发明公开了一种基于神经网络的直热式热泵系统恒温流量控制方法,涉及一种利用热泵的流体加热器及其控制方法,是基于系统典型工况下的历史运行数据,离线构建机组水流量与出水温度的神经网络模型;以出水温度设定值为目标值,根据当前系统运行的有效信息,采取基于神经网络的预测控制算法,优化调整系统控制量,并以控制量为给定,对比例阀进行PID调节,稳定机组水流量,从而保证出水温度的恒定。该方法不仅是基于系统动态信息优化调整控制策略,同时采用串级控制,有效抑制水压波动对水流量调节的不利影响,为变工况运行的直热式热泵系统的恒温流量控制提供了一种有效的解决方案。 | ||
申请公布号 | CN106369834A | 申请公布日期 | 2017.02.01 |
申请号 | CN201610800846.2 | 申请日期 | 2016.09.02 |
申请人 | 南通大学 | 发明人 | 杨奕;陆艳娟;顾海勤;李俊红;张烨;张桂红;魏培 |
分类号 | F24H9/20(2006.01)I | 主分类号 | F24H9/20(2006.01)I |
代理机构 | 南通市永通专利事务所 32100 | 代理人 | 葛雷 |
主权项 | 一种基于神经网络的直热式热泵系统恒温流量控制方法,其特征是:包括以下步骤:S10)获取直热式热泵系统某一典型工况下的历史运行数据,包括环境温度、冷水进水温度、机组水流量、出水温度等,离线构建热泵系统机组水流量与出水温度的神经网络模型;S20)读取机组出水温度设定值,通过温度信号采集处理模块实时检测出水温度,通过流量信号采集处理模块实时检测机组水流量;S30)调用神经网络预测控制算法:以出水温度设定值为目标值,读取出水温度检测值,采取多步预测的方式,扩大反映系统未来变化趋势的信息量,依据多步预测目标性能函数最小原则,优化调整系统控制量,算法执行周期为20s;S40)调用比例阀PID算法:以步骤S30计算得到的控制量作为PID算法的给定值,根据机组水流量检测值,调节比例阀开度,有效抑制水压波动等干扰,稳定机组水流量,算法执行周期为200ms;S50)重复步骤S30和步骤S40,直至实际出水温度维持在机组出水温度设定值附近小范围波动。 | ||
地址 | 226019 江苏省南通市啬园路9号 |