原文服务方: 计算机测量与控制       
摘要:
冰蓄冷技术能够为空调系统带来显著的节能效果,已广泛地应用在现代建筑当中,准确地监测数据预测值有利于系统合理地运行;针对实际冰蓄冷空调工程中的能源管理控制系统(energy management and control system,EMCS)数据采样周期较长所导致在系统制冰与融冰阶段数据不足的问题,提出了一种改进的机组运行状况预测模型;模型算法以数据变化趋势为依据,在传统Elman中引入评价层以约束网络输出值,增加计算针对性,从而提高模型输出的准确性;仿真结果表明,此种建模方法解决了系统融冰与制冰阶段的数据突变及网络输出值局部最优解等问题,与传统Elman网络结构相比,其输出值更为接近测量值,有效地提高了模型输出的真实性;通过关联函数,设计的模型对冷水机组的能源消耗也可起到预测作用,进一步说明了其实用性.
推荐文章
基于Elman神经网络变风量空调系统研究
Elman神经网络
BP神经网络
VAV空调系统
单片机在冰蓄冷中央空调系统控制中的应用
数据采集
MCS-51单片机
智能分析
控制
广义回归神经网络在非线性系统建模中的应用
广义回归神经网络
均匀设计
非线性系统
建模
稳健性
PLC在冰蓄冷中央空调系统控制中的应用
PLC
冰储冷中央空调
优点
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 E-Elman神经网络在冰蓄冷空调系统建模中的应用
来源期刊 计算机测量与控制 学科
关键词 冰蓄冷 空调系统 Elman神经网络 数学建模
年,卷(期) 2017,(6) 所属期刊栏目 设计与应用
研究方向 页码范围 135-138
页数 4页 分类号 TU831.3+6|N945.12
字数 语种 中文
DOI 10.16526/j.cnki.11-4762/tp.2017.06.037
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 余南阳 西南交通大学机械工程学院 70 790 14.0 26.0
2 赵志达 西南交通大学机械工程学院 1 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (28)
共引文献  (12)
参考文献  (7)
节点文献
引证文献  (2)
同被引文献  (0)
二级引证文献  (0)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(6)
  • 参考文献(0)
  • 二级参考文献(6)
2008(3)
  • 参考文献(1)
  • 二级参考文献(2)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(4)
  • 参考文献(1)
  • 二级参考文献(3)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(3)
  • 参考文献(3)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(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)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(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
冰蓄冷
空调系统
Elman神经网络
数学建模
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
计算机测量与控制
月刊
1671-4598
11-4762/TP
大16开
北京市海淀区阜成路甲8号
1993-01-01
出版文献量(篇)
0
总下载数(次)
0
总被引数(次)
0
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导