基于GRNN的冰蓄冷空调逐时冷负荷预测

• 作 者: 徐今强 肖睿 董凯军 黄冲 何世辉 冯自平
• 机 构: 中国科学院广州能源研究所,中国科学院研究生院,湛江广东海洋大学信息学院
• 出 处: 微计算机信息
• 发表日期: 2009年1期
• 关键词: 冰蓄冷空调 负荷预测 义回归神经网络 传算法 滑因子 ice-storage air-conditioning cooling load prediction
• 基金项目: 基金项目：国家自然科学基金委员会--广东省联合基金资助项目（U0634005）“高密度储能及潜热输送材料的基础物性及传输机理研究”.国家863计划项目（2006AA052254）“高能效潜热输送关键技术研究及中试”.广东省科技计划项目（2006A10705002）“动态冰蓄冷关键技术研究及示范”.

冷负荷动态预测对冰蓄冷空调最优化控制来说是不可或缺的。建立了基于广义回归神经网络（GRNN）和遗传算法（GA）的逐时冷负荷预测模型．建模时以前一日已知的24小时室外干球温度为输入，以次日逐时冷负荷为输出。为提高预测精度及改善鲁棒性，以均方差（MSE）最小构造适应度函数，应用遗传算法寻优广义回归神经网络的平滑因子。通过预测负荷与实际负荷的比较分析验证了模型的可靠性和鲁棒性。