一种基于ACQPSO-ELM的变风量空调负荷预测方法及系统

    公开(公告)号:CN110610275A

    公开(公告)日:2019-12-24

    申请号:CN201910883706.X

    申请日:2019-09-18

    Applicant: 福州大学

    Inventor: 赵超 王延峰

    Abstract: 本发明涉及一种基于ACQPSO-ELM的变风量空调负荷预测方法及系统,首先对空调能耗样本数据进行归一化处理;然后建立ELM模型并利用ACQPSO算法优化ELM的隐含层节点个数,利用归一化后的样本数据训练优化后的ELM模型;然后采用优化后的ELM模型对新的样本数据进行预测;最后对预测的结果进行反归一化处理,得到最终的空调负荷预测结果。本发明可有效的应用于空调负荷预测,具有良好的预测精度和鲁棒性能。

    一种基于DBN-RLSSVM的航煤闪点预测方法

    公开(公告)号:CN110619176A

    公开(公告)日:2019-12-27

    申请号:CN201910881446.2

    申请日:2019-09-18

    Applicant: 福州大学

    Inventor: 赵超 王延峰

    Abstract: 本发明涉及一种基于DBN-RLSSVM的航煤闪点预测方法,包括以下步骤:步骤S1:采集航煤闪点的测量数据,并进行预处理得到训练样本;步骤S2:对训练样本进行DBN特征提取,得到训练样本的特征向量;步骤S3:构建RLSSVM模型;步骤S4:采用GWO算法优化参数摆动因子C和核参数σ,得到DBN-RLSSVM软测量预测模型;步骤S5:将待测分馏装置的历史航煤闪点测量数据经过预处理和DBN特征提取后,输入DBN-RLSSVM软测量预测模型,得到预测航煤闪点数据。本发明采用DBN网络,通过逐层特征变换和抽取,能够提取更深刻的特征信息,克服了PCA和PLS无法提取非线性特征信息的不足,从而使得DBN-RLSSVM模型具有较高的预测精度,能够满足航煤闪点的软测量要求。

    一种建筑能耗预测方法及系统

    公开(公告)号:CN110610274A

    公开(公告)日:2019-12-24

    申请号:CN201910883690.2

    申请日:2019-09-18

    Applicant: 福州大学

    Inventor: 赵超 王延峰

    Abstract: 本发明涉及一种建筑能耗预测方法及系统,首先对能耗的各影响因素提取特征值;接着求历史日与预测日建筑能耗相似度,选取建筑能耗相似度最高的历史日作为相似日;然后将选取的相似日建筑能耗数据进行小波分解,得到其低频序列和高频序列;然后对低频序列采用LSSVM-GSA进行模拟,对高频序列采用均方加权方法处理;最后基于低频序列和高频序列的处理结果进行小波重构,小波重构所得结果即为预测日的建筑能耗预测值。本发明可有效的应用于建筑能耗预测,具有良好的预测精度和鲁棒性能。

    一种基于ACQPSO-ELM的变风量空调负荷预测方法及系统

    公开(公告)号:CN110610275B

    公开(公告)日:2022-05-13

    申请号:CN201910883706.X

    申请日:2019-09-18

    Applicant: 福州大学

    Inventor: 赵超 王延峰

    Abstract: 本发明涉及一种基于ACQPSO‑ELM的变风量空调负荷预测方法及系统,首先对空调能耗样本数据进行归一化处理;然后建立ELM模型并利用ACQPSO算法优化ELM的隐含层节点个数,利用归一化后的样本数据训练优化后的ELM模型;然后采用优化后的ELM模型对新的样本数据进行预测;最后对预测的结果进行反归一化处理,得到最终的空调负荷预测结果。本发明可有效的应用于空调负荷预测,具有良好的预测精度和鲁棒性能。

    基于CQPSO算法的VAV空调系统温度控制方法

    公开(公告)号:CN110553376A

    公开(公告)日:2019-12-10

    申请号:CN201910881438.8

    申请日:2019-09-18

    Applicant: 福州大学

    Inventor: 赵超 王延峰

    Abstract: 本发明涉及一种基于CQPSO算法的VAV空调系统温度控制方法,包括以下步骤:步骤S1:初始化粒子群;步骤S2:计算种群的平均最优位置;步骤S3:对群体中的每一个粒子 ,执行处理操作:步骤S4:判断是否满足算法结束条件,若满足则执行步骤S5,否则,置返回步骤S2;步骤S5:得到并输出最优解;步骤S6:将求得的最优解代入PID方程,得到基于CQPSO的PID参数优化控制模型,并建立压力无关型变风量末端装置串级控制器。本发明,CQPSO-PID控制器具有超调量小,精度高的特点,能够获得良好的控制效果。

    基于PCA-RBF埋地管道腐蚀速率预测方法

    公开(公告)号:CN109284876A

    公开(公告)日:2019-01-29

    申请号:CN201811373878.4

    申请日:2018-11-19

    Applicant: 福州大学

    Inventor: 赵超 王斌 王延峰

    Abstract: 本发明涉及一种基于PCA-RBF埋地管道腐蚀速率预测方法。该方法通过结合PCA的特征提取功能和RBF网络强大的函数逼近能力,建立基于PCA和RBF神经网络的埋地管道腐蚀速率预测模型。本发明方法对改善埋地管道腐蚀速率的预测效果显著,PCA-RBF模型在建模过程中具有更快的学习速度,同时提高了模型的预测精度和泛化能力,在埋地管道腐蚀速率预测中可用性很强。

Patent Agency Ranking