基于神经网络的地埋管换热器出水温度预测
作者：彭武才1 肖书毅2 杨昌智2 禹添2
关键字：人工神经网络 地埋管热换器 出口水温
学校/单位：1 中航规划建设长沙设计研究院有限公司 2 湖南大学土木工程学院
发布时间：2013/1/30
论文类型：研究论文
刊登期次：2012年第6期
下载次数：18次
阅读次数：3831次
论文描述：本文利用人工神经网络对地埋管换热器出口水温的预测，出口水温对热泵的有效操作以及能源节约都至关重要。在系统模拟以及系统识别中，人工神经网络应用广泛。为了训练人工神经网络预测模型，采用有限的实验方法组为训练、测试数据。在此研究中，在输入层里，含有土壤导热系数、埋管间距、钻孔深度、管内水流量、地埋管换热器入口水温、输入热流量的大小及时间；地埋管换热器出口水温在输出层。网络中，反向传播学习三种算法分别为：Levenberg-Marquardt 算法（LM），比例共轭梯度算法（SCG）以及动量批梯度下降函数（GDM），同时运用切线非传递函数，从而得出最佳方法。预测结果显示，最合适的演算法以及隐藏神经元的数量为LM-10。训练之后，均方根（RMS）为1%，方差值R2 的绝对分数为99.9%，最大cov 的变异系数比为25.7%。说明人工神经网络可以对地埋管换热器出口水温精确预测。