基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
多联机VRF系统是目前应用较为广泛的空调系统之一,但目前该系统仿真方法主要集中于单一仿真器的建模研究。为了在有限的计算成本下实现同时模拟制冷系统特性与空调系统运行性能,提出了基于部件神经网络建立VRF系统仿真模型,并通过与EnergyPlus负荷计算模块的数据交换,实现了可以在建筑物实时负荷变化基础上进行VRF系统运行策略研究的协同仿真方法,从而为该类系统控制及运行策略的分析研究提供了新的途径。
推荐文章
基于Elman神经网络的电力负荷预测模型研究
Elman神经网络
预测模型
电力负荷
仿真
电力系统短期负荷预测的多神经网络集成模型
自适应神经网络
短期负荷预测
Boosting算法
基于RBF神经网络和专家系统的短期负荷预测方法
短期负荷预测
径向基神经网络
专家系统
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于逐时负荷和部件神经网络模型的多联机系统仿真方法
来源期刊 制冷与空调(四川) 学科 工学
关键词 多联机 EnergyPlus 神经网络 协同仿真
年,卷(期) 2015,(2) 所属期刊栏目 专题研究
研究方向 页码范围 119-124
页数 6页 分类号 TB651|TU831.6
字数 3459字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 邵亮亮 同济大学机械与能源工程学院 12 26 3.0 4.0
2 张春路 同济大学机械与能源工程学院 25 84 5.0 7.0
3 王硕朋 同济大学机械与能源工程学院 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (72)
共引文献  (24)
参考文献  (15)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(3)
  • 参考文献(1)
  • 二级参考文献(2)
2000(5)
  • 参考文献(0)
  • 二级参考文献(5)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(8)
  • 参考文献(1)
  • 二级参考文献(7)
2003(6)
  • 参考文献(1)
  • 二级参考文献(5)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(6)
  • 参考文献(1)
  • 二级参考文献(5)
2007(15)
  • 参考文献(0)
  • 二级参考文献(15)
2008(14)
  • 参考文献(1)
  • 二级参考文献(13)
2009(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(4)
  • 参考文献(3)
  • 二级参考文献(1)
2011(7)
  • 参考文献(3)
  • 二级参考文献(4)
2012(2)
  • 参考文献(1)
  • 二级参考文献(1)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
多联机
EnergyPlus
神经网络
协同仿真
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
制冷与空调(四川)
双月刊
1671-6612
51-1622/TB
大16开
四川省成都市金牛区二环路北一段111号西南交通大学机械馆
1985
chi
出版文献量(篇)
2727
总下载数(次)
3
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导