基于T-S模糊算法的冷热联供制冷预测模型

论文摘要

山西瑞光热电厂设计投产的冷热联供系统具有大迟延、多变量、非线性、强耦合性等特点,针对制冷系统被控温度难以快速准确达到期望值的问题,该文建立了一种基于T-S模糊神经网络（TSFNN）的预测模型,用于系统的分析及控制优化。在分析冷热联供系统工艺流程的基础上,采集电厂DCS中冷热联供系统的运行数据,利用TSFNN建立了冷冻水温度的预测模型。在Matlab软件上进行训练与检测,通过比较模型的预测输出与实际输出的拟合程度,并分析相对误差的分布,表明预测模型能够较好地反映制冷温度的变化,且拟合程度较好,可以为基于电厂的冷热联供系统的控制优化提供依据。

论文目录

• 1 T-S模糊神经网络结构
•   1.1 T-S模糊描述
•   1.2 T-S模糊神经网络结构
• 2 冷热联供系统
•   2.1 工艺流程
•   2.2 制冷效果的影响因素
• 3 仿真
•   3.1 数据的获取与处理
•   3.2 模型的建立与验证
• 4 结语

文章来源

类型: 期刊论文

作者: 张红元,苑文鑫,李方春,王琦

关键词: 冷热联供,模糊神经网络,预测模型,制冷温度

来源: 自动化与仪表 2019年02期

年度: 2019

分类: 信息科技,工程科技Ⅱ辑

专业: 建筑科学与工程,电力工业,自动化技术

单位: 山西瑞光热电有限责任公司,山西大学数学科学学院,山西大学自动化系

基金: 国家自然科学基金项目(61803244)

分类号: TM621;TU83;TP183

DOI: 10.19557/j.cnki.1001-9944.2019.02.021

页码: 87-90+102

总页数: 5

文件大小: 407K

下载量: 134