0 引言

　　取暖是寒冷地區生活的必要條件。供熱行業(yè)作為對國民經(jīng)濟發(fā)展有著(zhù)全局性，先導性影響的基礎產(chǎn)業(yè)，與人們的生活息息相關(guān)。由于當前能源和環(huán)保問(wèn)題越來(lái)越多地收到關(guān)注，能源節約，環(huán)境保護，經(jīng)濟可持續發(fā)展己成為我國的基本國策。目前，對城市供熱的要求，已不僅僅在于規模不斷擴大，而起對供熱系統的合理性，經(jīng)濟性，特別是供熱系統的能源有效理由及供熱可靠性提出了更高的要求。神經(jīng)網(wǎng)絡(luò )以它獨特的自學(xué)習、自組織、自適應及很強的非線(xiàn)性函數逼近能力，成為處理非線(xiàn)性系統的有力工具。本文應用神經(jīng)網(wǎng)絡(luò )理論并將所建模型應用于供熱負荷優(yōu)化中，以期獲得較好的優(yōu)化效果。

　　1 供暖系統設計的熱負荷簡(jiǎn)介

　　人們?yōu)榱松�產(chǎn)和生活，要求室內保證一定的溫度。一個(gè)建筑物或房屋可有各種獲得熱量和散失熱量的途徑。當建筑物或房間的失熱量大于得熱量時(shí)，為了保證室內在要求溫度下的熱平衡，需要由供暖通風(fēng)系統補進(jìn)熱量，保證室內要求的溫度。供暖系統的熱負荷是指在某一室外溫度tw下，為了達到要求的室內溫度tn，供暖系統在單位時(shí)間內向建筑物供給的熱量。它隨著(zhù)建筑物得失熱量的變化而變化。

　　2 神經(jīng)網(wǎng)絡(luò )模型的構造

　　供熱負荷優(yōu)化神經(jīng)網(wǎng)絡(luò )的建立關(guān)鍵在于輸入、輸出變量的選取、隱含層數的確定、隱含層單元數、的確定、連接方式的選擇、初始參數的選擇等。BP神經(jīng)網(wǎng)絡(luò )是采用誤差反向傳播（ErrorBackPropagation，BP）算法的一種多層前饋神經(jīng)網(wǎng)絡(luò )，BP神經(jīng)網(wǎng)絡(luò )是人工神經(jīng)網(wǎng)路中最為重要的網(wǎng)絡(luò )之一，也是目前應用最廣泛、發(fā)展最成熟的一種神經(jīng)網(wǎng)絡(luò )模型。

　　2.1輸入輸出變量的選取

　　輸入變量的選擇是取得良好控制效果的首要環(huán)節。輸入變量可以是成組的原始數據，也可以是經(jīng)過(guò)預處理的參數或表示某種信號的采樣樣本。本文選時(shí)間，室外溫度，室外最高、最低溫度，二次網(wǎng)供水溫度，二次網(wǎng)供回水溫度、控制日的節假日類(lèi)型八個(gè)影響因素作為輸入變量。集中供熱系統的控制運行方案有多種，對于不同的控制運行方案，可以選擇不同的輸出變量，本論文選擇二次網(wǎng)循環(huán)水流量進(jìn)行控制。

　　2.2隱含層數和隱含節點(diǎn)數的確定

　　實(shí)踐證明，采用一層中間層即三層網(wǎng)絡(luò )已經(jīng)足夠解決供暖系統優(yōu)化控制這類(lèi)控制問(wèn)題了，采用二層以上的隱含層幾乎沒(méi)有任何益處。而且采用越多的隱含層，訓練的時(shí)間也將會(huì )急劇增加，這是因為：

　�。�1）隱含層越多，誤差反向傳播的過(guò)程計算就會(huì )越復雜，訓練時(shí)間也就急劇增加。

　�。�2）隱含層增加后，局部最小誤差也會(huì )增加。所以本文選擇一層隱含層。

　　至于隱含層節點(diǎn)數的確定也是研究者們經(jīng)常提及的一個(gè)課題，現在普遍認為尚無(wú)明確的規則用以確定隱含層中的最佳節點(diǎn)數。Kawashima于1994年推薦隱含層采用2n+1個(gè)神經(jīng)元（n是輸入層的維數），本論文輸入層維數是7：所以選擇隱含層節點(diǎn)數是：15個(gè)。所以本文的網(wǎng)絡(luò )結構是7-15-1結構。

　　3 供熱負荷優(yōu)化模型實(shí)例

　　本論文選擇鞍山市科技大學(xué)的教學(xué)區供熱系統為實(shí)例。

　　4 結論

　　由圖2和3可以看出，BP神經(jīng)網(wǎng)絡(luò )實(shí)現了對供暖系統熱負荷的優(yōu)化，最大相對誤差在2%以?xún)�。本系統對辦公建筑的供暖優(yōu)化達到了很好的效果，用一個(gè)統一的模型來(lái)優(yōu)化全天的熱負荷，其精度有了一定的提高，尤其是在早上工作時(shí)間前和下班后，對于供暖節能達到了很好的效果。