【技术实现步骤摘要】
一种对大气污染物浓度的预测调控方法及系统
本专利技术属于居室及公共场所空气污染物净化及品质舒适性领域,特别涉及一种对大气污染物浓度的预测调控方法及系统。
技术介绍
为控制室内空气污染,减少其对人体健康的影响,通常会采用新风净化系统、室内循环净化系统等来处理室内污染物浓度。在目前的室内空气品质(IAQ)优化控制系统中,是以当前监测浓度作为判断值,确定调控策略以调控下一时刻室内污染物的浓度值,但IAQ控制系统的数据传递及反馈存在时滞问题,所以,当前浓度很难反映空气污染物的真实情况,据此所做出的调控策略也将存在偏差。这种偏差将导致送风量过大或不足,送风量不足将无法满足室内的卫生要求,不利于室内人员的健康;另外,系统长期在送风量过大的工况下运行,将造成不必要的能源浪费,同时会影响室内环境的舒适性,尤其在供暖季影响更为明显。
技术实现思路
为克服现有技术的不足,本专利技术目的在于提供一种对大气污染物浓度的预测调控方法及系统,快速、准确地预估大气污染物浓度,避免因控制系统数据传递时间延滞造成的系统能耗增加。一种对大气污染物浓度的预测调控方法,包括以下步骤:(一)选取以下影响因素作为大气污染物浓度预测的输入变量值:历史各时刻不同大气污染物浓度、干球温度、湿球温度、相对湿度、风速、日照量化值、工作状态;(二)以预测的各时刻大气污染物浓度值为输出变量值;(三)整理学习样本数据,根据训练样本集中输入变量的最大值和最小值,采用最大值最小值法,归一化处理输入变量值、输出变量值:C′ ...
【技术保护点】
1.一种对大气污染物浓度的预测调控方法,其特征在于包括以下步骤:/n(一)选取以下影响因素作为大气污染物浓度预测的输入变量值:历史各时刻不同大气污染物浓度、干球温度、湿球温度、相对湿度、风速、日照量化值、工作状态;/n(二)以预测的各时刻大气污染物浓度值为输出变量值;/n(三)整理学习样本数据,根据训练样本集中输入变量的最大值和最小值,采用最大值最小值法,归一化处理输入变量值、输出变量值:/nC′
【技术特征摘要】
1.一种对大气污染物浓度的预测调控方法,其特征在于包括以下步骤:
(一)选取以下影响因素作为大气污染物浓度预测的输入变量值:历史各时刻不同大气污染物浓度、干球温度、湿球温度、相对湿度、风速、日照量化值、工作状态;
(二)以预测的各时刻大气污染物浓度值为输出变量值;
(三)整理学习样本数据,根据训练样本集中输入变量的最大值和最小值,采用最大值最小值法,归一化处理输入变量值、输出变量值:
C′i=2*(Ci-Cmin)/(Cmax-Cmin)-1
其中,C′i为归一化处理后变量,Ci为输入变量,Cmin为输入变量最小值,Cmax为输入变量最大值;
对大气污染物浓度、环境温度、相对湿度、风速、日照量化值及工作状态数据进行处理,归一化到[-1,1]之间;日照量化值按照晴天(1)、少云(2)、多云(3)、阴天(4)和小雨(5)、中雨(6)、大雨(7)、暴雨(8)八种情况进行量化;工作状态按照工作日取值为1,周末取值为0进行量化;
(四)生成样本输入与输出矩阵集,抽取C1~CN组成第一个样本,其中(C1,C2,…,CN-1)为自变量,CN为目标函数值;抽取C2~CN+1组成第二个样本,其中(C2,C3,…,CN)为自变量,CN+1为目标函数值;依次类推,构成输入与输出样本矩阵集:
其中每列为一个样本,最后一行为期望输出;
(五)构建递归与直接相结合的DirRec动态浓度预测模型,动态模型中上一时刻的输出作为这一时刻的输入对下一时刻进行预测,具体如下:
Y(t+1)=fDR_1(X(t-1),X(t-2),…,X(t-n))
Y(t+2)=fDR_2(Y(t+1),X(t-1),…,X(t-n))
Y(t+N)=fDR_N(Y(t+N-1),Y(t+N-2),…,X(t+N-n))
式中当前时刻取t,n为历史延迟时间间隔,fDR_N为t+N时刻的动态映射模型;
(六)建立Elman神经网络模型,先随机生成网络的权值和阈值,初始化网络参数,网络参数按如下设置:
wi,j(i=1,2,…,l,j=1,2,…,M)为输入层和隐含层之间的连接权值,其中l为隐含层神经元个数;
Bi,(i=1,2,…,1)为隐含层第i个的节点阈值;
β为隐含层和输出层的权值,其中βi,(i=1,2,…,1)为隐含层第i个节点与输出层节点的连接权值;
(七)网络训练,将输入与输出矩阵集合输入神经网络,对网络进行训练找到最优输出层权值,使网络的实际输出无限逼近目标输出,通过求取最小范数二乘解的方法得到最优输出层权值;若网络收敛,则得到神经网络模型,若网络不收敛,则返回上一步进行调整;
(八)仿真测试,利用求解到的最优权值,求得最优输出层权值下的神经网络的预测输出;
(九)实时比较预测输出与标准限值,并将差值信号传递至IAQ调...
【专利技术属性】
技术研发人员:胡露露,亓新,刘迎文,
申请(专利权)人:西安交通大学,
类型:发明
国别省市:陕西;61
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。