吸收式制冷系统发生器的建模方法研究

摘要

神经网络的建模方法有助于实时优化调度吸收式制冷系统的运行过程。文章提出了一种简单粒子群算法(Simple Particle Swarm Optimization, SPSO)优化小波神经网络(Wavelet Neural Network, WNN)的建模方法，通过分析发生器的工作原理，建立了发生器模型的输入、输出结构；基于其内部复杂的传热、传质过程，选用单隐含层的小波神经网络作为模型的内部结构，并利用均方根误差和决定系数的试错方法确定网络模型隐含层节点数；利用Morlet小波基函数和简单粒子群算法，改进了传统神经网络的隐含层激活函数和神经网络的权值、伸缩因子和平移因子等参数的确定方法。结果表明：所建立的发生器SPSO-WNN模型比传统的WNN神经网络模型均方根误差分别降低了1.36%、1.06%;所研模型简单、有效，可作为吸收式制冷系统优化运行控制策略中的等式约束。

关键词

吸收式制冷系统 / 发生器 / WNN神经网络 / 简单粒子群算法

基金资助

山东省重大科技创新工程项目(2019JZZY020812); 山东省自然科学基金面上项目(ZR2020MF070)