位置:成果数据库 > 期刊 > 期刊详情页
基于逐时负荷和部件神经网络模型的多联机系统仿真方法
  • ISSN号:1671-6612
  • 期刊名称:《制冷与空调(四川)》
  • 时间:0
  • 分类:TB651[一般工业技术—制冷工程] TU831.6[建筑科学—供热、供燃气、通风及空调工程]
  • 作者机构:[1]同济大学机械与能源工程学院,上海201804
  • 相关基金:国家自然科学基金资助项目(51206123)
中文摘要:

多联机VRF系统是目前应用较为广泛的空调系统之一,但目前该系统仿真方法主要集中于单一仿真器的建模研究。为了在有限的计算成本下实现同时模拟制冷系统特性与空调系统运行性能,提出了基于部件神经网络建立VRF系统仿真模型,并通过与Energy Plus负荷计算模块的数据交换,实现了可以在建筑物实时负荷变化基础上进行VRF系统运行策略研究的协同仿真方法,从而为该类系统控制及运行策略的分析研究提供了新的途径。

英文摘要:

Multi-split variable-refrigerant-flow (VRF) air-conditioning system has been widely used today. The simulation methods of VRF system were mainly developed using single simulator. To simultaneously conduct the refrigerant system modeling and the air-conditioning system simulation, a new co-simulation method was developed. The new method integrated neural networks for refrigerant component modeling with EnergyPlus for building dynamic load calculation. It carried out a new approach for VRF system control and operating strategy study based on the building dynamic load profile.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《制冷与空调(四川)》
  • 中国科技核心期刊
  • 主管单位:四川省科学技术协会
  • 主办单位:四川省制冷学会 西南交通大学
  • 主编:雷波
  • 地址:四川省成都市二环路北一段111号西南交大机械馆
  • 邮编:610031
  • 邮箱:zlykt2002@163.com
  • 电话:028-86466640 87634937
  • 国际标准刊号:ISSN:1671-6612
  • 国内统一刊号:ISSN:51-1622/TB
  • 邮发代号:
  • 获奖情况:
  • 国内外数据库收录:
  • 被引量:3545