基于BP神经网络的建筑电气节能关键问题研究

为提高建筑能源的使用效率,降低电气设备的电能浪费,以山东省烟台市某居民小区为研究对象,运用BP神经网络算法构建节能控制器,对建筑中环境温度进行数据采集,驱动执行器,自适应智能控制建筑所需能量和空调输出能量,并研究BP神经网络的温度和湿度控制时程曲线,分析节能效率控制效果。结果表明,与自由控制相比,BP神经网络控制的抗干扰能力较强,控制温度收敛时间可缩短50%,环境负载出现突变时,能够及时合理有效地消除扰动变量,控制能力、系统控制稳定性、系统运行效率均明显提升;随机测试表明,基于BP神经网络控制能有效地降低电气设备的能耗,通风空调设备的节能率均大于50%,节能率平均值为60.76%,BP神经网络控制可实现智能化参数调节,有利于建筑电气的智能化发展。