复合地源热泵系统的土壤换热器人工神经网络预测模型
本文建立了一种预测地埋管换热器出口水温的人工神经网络（ANN）模型，网络结构为三层BP型，输入参数包括：地埋管进口水温（即热泵机组的冷凝器出水温度）、地下一定深度处的进水管外壁温度、出水管外壁温度、回填材料外壁温度。ANN模型的训练和测试样本由一个地源热泵系统的动态数值仿真软件生成，系统运行前三周的数据用作训练样本，随后一周的数据用作测试样本。结果表明，在LM算法下，隐层神经元数目为14的网络结构最为理想，模型预测的绝对误差不超过0.15℃，说明人工神经网络模型可以非常有效地预测地埋管出口温度。
地源热泵 地埋管换热器 人工神经网路 预测模型 出口水温
刚文杰 杨文广 易刚 杨礼桢 王雷 陆朴荣 王劲柏
华中科技大学
国内会议
武汉
中文
354-358
2009-12-06（万方平台首次上网日期，不代表论文的发表时间）