基于神经网络的地表水源热泵能效预测技术的研究

发布时间：2018-05-06 04:36

本文选题：地表水源热泵 + 能效分析　；参考：《长沙理工大学》2014年硕士论文

【摘要】：近年来,随着财政部、住房和城乡建设部在全国范围内大力推动可再生能源建筑应用示范工作,地表水源热泵作为一种利用浅层地热的可再生能源技术在建筑节能领域得到了大规模的应用。但是地表水源热泵作为一种新型节能技术,在建筑节能领域推广应用时间较短,应用基础条件较差,技术储备薄弱,专业人才队伍匮乏,无论是设计、施工及管理层面还处于学习摸索阶段,至今还缺乏适合湖南地区的地表水源热泵设计指导准则。设计施工人员往往是根据其它地区的工程实例对其进行设计和施工,结果造成部分工程竣工后,地表水源热泵热泵实际能效与设计能效相差较大,严重阻碍了地表水源热泵在建筑节能领域中的应用。为了解决上述问题,本文首先对湖南某地表水源热泵系统进行夏季运行工况下的能效测试。通过相关测试仪器采集湖水温度,湖水侧进回水温度、流量,用户侧供回水温度、流量等参数,分析了各参数对机组运行状况及机组能效的影响,获取了现场实际能效的评价方法。其次,基于现场测试数据,借助BP神经网络和遗传算法构建了一个输入层节点为6,隐含层节点数为6,输出层节点为1的能效预测模型。经验证,反映其预测准确性的决定系数R为0.98327。最后,介绍了该模型在地表水源热泵运行和设计阶段的应用。通过上述研究本文取得如下结论：(1)地表水源热泵的系统COP随湖水进回水温度和冷冻水供回水温度呈周期性变化；(2)构建了一个输入层节点为6,隐含层节点数为6,输出层节点为1的BP神经网络能效预测模型；(3)在运行阶段,应用上述模型发现：蒸发器结垢,换热不良是造成该机组制冷量不足的主要原因；(4)在设计阶段,利用上述模型可寻求最佳的供回水温度与流量的组合。上述模型的建立可从设计和运行两个方面为我省地表水源热泵的应用提供技术支撑,推动地源热泵技术在我省的产业化发展。
[Abstract]:In recent years , as the Ministry of Finance , Housing and Urban and Rural Development have made great efforts to promote the application of renewable energy buildings nationwide , the surface water source heat pump has been widely used as a new energy saving technology in the field of building energy saving .
( 2 ) constructing a BP neural network energy efficiency prediction model with an input layer node of 6 , an implicit layer node number of 6 and an output layer node of 1 ;
( 3 ) At the stage of operation , the above model is used to find that evaporator fouling and heat exchange are the main causes of insufficient refrigeration capacity of the unit ;
( 4 ) At the design stage , the optimal combination of water supply temperature and flow rate can be found by using the above model . The establishment of the above model can provide technical support for the application of the surface water source heat pump in the province from two aspects : design and operation , and promote the industrialization development of the ground source heat pump technology in our province .

【学位授予单位】：长沙理工大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TU831

【参考文献】