基于双层BP神经网络的分体式空调性能预测模型
本文提出了一种采用双层的BP 神经网络来对分体式空调的进行性能预测的建模方法.针对多输入多输出的双层BP 神经网络,对样本中的输出数据批次进行归一化处理以得到更均衡的拟合效果.利用实验得到神经网络模型所需的学习样本和预测数据进行模型训练和验证.结果表明,双层BP 神经网络模型能够根据压缩机频率、膨胀阀开度和室外风机转速来预测出空调实际运行中的制冷量和EER,制冷量预测平均误差2.14％,EER 预测平均误差2.98％,精度较高,有利于分体式变频空调的进行系统优化和智能设计.
BP神经网络 预测模型 制冷系统 智能设计
黄志刚 黎顺全 吴空 陈磊 朱合华 李鸿耀
广东美的制冷设备有限公司,528311
国内会议
宁波
中文
548-553
2018-10-29（万方平台首次上网日期，不代表论文的发表时间）