树种LSTM的冷水机组预测优化模型研究

作者：王华秋; 李春洋; 李永德

来源：重庆理工大学学报：自然科学, 2022, 36(10): 231-238.

• 长短期记忆网络
• 改进树种算法
• 冷水机组
• 能效预测

为提升中央空调冷水机组能源转化率，提出了用长短时记忆网络(LSTM)预测制冷机组能源转化率和改进的树种算法(iTSA)来优化运行参数。首先，将冷冻水的供回水温度、冷却水供回水温度、冷冻水流量、冷却水流量、供冷负荷作为输入，能源转换效率(COP)作为输出，建立基于长短时记忆网络的能效预测模型；其次，将预测结果作为参数优化的目标，通过iTSA算法对运行参数进行优化，推断达到离心式制冷机组能效最大的最优参数；最后，以某卷烟厂的离心式制冷机组为研究对象，对冷水机组的能效进行推断，并与已有方法进行对比分析。结果表明：该方法不仅建立了高精度的能效预测模型，而且对运行参数进行了合理的优化，能有效节省冷水机组的能源。

• 单位
  四川中烟工业有限责任公司; 重庆理工大学