基于PSO-LM-BP算法的空调系统节能预测控制研究

针对夏季建筑空调系统能耗高、碳排放量大的问题，提出一种改进后的LM-BP神经网络，并结合粒子群优化算法，建立基于建筑历史数据的空调系统冷负荷神经网络预测模型，通过粒子群算法寻优得到不同负荷率下冷源系统各设备的最优运行参数。以青岛某一公建项目为例，采用TRNSYS仿真模拟空调运行能耗。结果表明，与传统控制策略相比，所采用的空调系统负荷预测控制策略节能9.9%。