摘要
本发明涉及一种工业洁净厂房制冷负荷的预测方法,通过构建包括房间热模型、新风处理机组模型、干冷盘管模型和风机过滤单元模型的暖通空调系统模型,以建立空气侧与房间模型之间的相互作用关系,选出影响暖通空调系统模型所输出制冷负荷的敏感输入参数集,采用PID控制器和反馈反推方式得到缺失的输入参数,基于机器学习模型和训练集数据预测得到任意时间段内缺失的输入参数,将基于遗传算法计算处理选出的最优输入参数组合输入到暖通空调系统模型后且将该暖通空调系统模型输出的冷负荷作为工业洁净厂房制冷负荷的预测值,实现对需求侧HVAC系统高效、精准建模,更准确地捕捉到暖通空调系统真实特性,提高工业洁净厂房制冷负荷的预测精度。
技术关键词
暖通空调系统
洁净厂房
参数
负荷
风机过滤单元
风机盘管单元
PID控制器
房间
训练集数据
机器学习模型
空气
工业
机组
遗传算法
时间段
方程
决策
热阻
基准
系统为您推荐了相关专利信息
RBF神经网络
预测预警系统
预测预警方法
皮尔逊相关系数
ARIMA模型
密封圈图像
生成对抗网络模型
品质检测方法
扩充图像数据
记忆
动态成像系统
图像传感器
图像处理设备
激光光源
重建算法
路径规划系统
整车动力学模型
体素模型
空间拓扑关系
地面车辆