论文部分内容阅读
建筑能耗是我国三大能耗之一,其中集中供热系统能耗在建筑能耗中占比巨大。长期以来,我国传统集中供热系统,特别是二次管网系统因管理粗放、智能化水平低等原因导致二次管网水力失调,采暖用户室内温度冷热不均,造成大量的热量损失。针对此问题,本文以我国严寒地区(山东省滨州市)某集中供热小区为研究对象,首先分析了二次管网供热中水力失调对管网的影响,综述了近年来用于供热管网的控制策略,提出用智能平衡阀来对二次管网进行楼前控制。选取了在供热时间和供热末端上具有代表性的建筑——幼儿园作为控制对象,设计、安装了设备和测试仪表,用所取得的实验数据得出幼儿园供热系统的传递函数,为后续的控制优化建立了基础。考虑不同控制器时滞性影响的不同,运用传统的PID控制器、改进的单神经元PID控制器和BP神经网络PID控制器分别对幼儿园供热系统传递函数进行仿真分析,仿真结果表明:改进的单神经元PID与常规PID控制仿真曲线相比超调量减小75%、调整时间减少0.5s、稳态时间缩短了1s。而BP神经网络PID控制与改进的单神经元PID控制仿真曲线相比超调量减少了4%、调整时间减少0.6s、系统达到稳定的时间缩短了3.5s。结果显示,BP神经网络PID控制算法对智能平衡阀开度进行分时调控效果最优。为了验证BP神经网络控制算法工业化的可行性,本文对电路系统元器件进行选型、电路设计、程序编写和仿真实验。结果显示,BP神经网络控制算法可以通过单片机控制器实现对供热系统的智能控制。在节能研究方面,本文将最优的BP神经网络热负荷预测和阀门开度预测模型控制方法运用到改造后的小区集中供热系统中,对供热系统进行节能控制。通过系统改造前后同期运行数据对比可得,在满足用户室内温度需求的基础上,采用BP神经网络预测方法对系统进行控制,末端用户耗热量减少7.4%,系统总能耗减少9.5%。实验数据表明,BP神经网络预测控制方法有效降低了小区供热系统的运行能耗。本文的研究可以对集中供热系统二次管网以及类似系统工程的节能改造和工程应用提供相应的依据和参考。