基于粒子群算法优化极限学习机的供热管网负荷预测研究

以供热管网系统为研究对象,采用粒子群算法优化极限学习机对该系统的热负荷预测方法进行研究。利用极限学习机快速学习能力和良好的泛化性能,构建了基于极限学习机的供热系统热负荷预测模型,为确保模型在面对不同样本数据能够有较好的准确性,通过使用粒子群算法对预先设定的极限学习机的随机变量进行了多次修改,从而改善了模型在特定场景下的拟合能力。通过某集中供热系统的实际运行情况数据进行预测,提出的预测方法和和对比的预测在选择的四种误差评价指标上均有明显下降。

基于GPC的燃气热泵空调控制技术研究

燃气发动机的控制在整个热泵控制系统当中发挥着关键的作用.燃气发动机热泵系统既能满足客户对热泵机组出水温度的要求,又能在无人干预的情况下节省运营维护成本.对燃气发动机热泵系统进行广义预测控制(GPC控制),综合考虑各种动态特性,使之在各种工况下都有较好的控制效果.GPC控制可以减少参数之间的相互影响,也可以增加热泵系统的稳定性;既能提高热泵系统的工作效率,也起到了节能降耗的作用.广义预测控制器可以表现出良好的动态响应特性和较好的跟随输入的性能.