0 引言

　　取暖是寒冷地區(qū)生活的必要條件。供熱行業(yè)作為對國民經(jīng)濟(jì)發(fā)展有著全局性，先導(dǎo)性影響的基礎(chǔ)產(chǎn)業(yè)，與人們的生活息息相關(guān)。由于當(dāng)前能源和環(huán)保問題越來越多地收到關(guān)注，能源節(jié)約，環(huán)境保護(hù)，經(jīng)濟(jì)可持續(xù)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(guī)模不斷擴(kuò)大，而起對供熱系統(tǒng)的合理性，經(jīng)濟(jì)性，特別是供熱系統(tǒng)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(dú)特的自學(xué)習(xí)、自組織、自適應(yīng)及很強(qiáng)的非線性函數(shù)逼近能力，成為處理非線性系統(tǒng)的有力工具。本文應(yīng)用神經(jīng)網(wǎng)絡(luò)理論并將所建模型應(yīng)用于供熱負(fù)荷優(yōu)化中，以期獲得較好的優(yōu)化效果。

　　1 供暖系統(tǒng)設(shè)計(jì)的熱負(fù)荷簡介

　　人們?yōu)榱松�產(chǎn)和生活，要求室內(nèi)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(dāng)建筑物或房間的失熱量大于得熱量時(shí)，為了保證室內(nèi)在要求溫度下的熱平衡，需要由供暖通風(fēng)系統(tǒng)補(bǔ)進(jìn)熱量，保證室內(nèi)要求的溫度。供暖系統(tǒng)的熱負(fù)荷是指在某一室外溫度tw下，為了達(dá)到要求的室內(nèi)溫度tn，供暖系統(tǒng)在單位時(shí)間內(nèi)向建筑物供給的熱量。它隨著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(gòu)造

　　供熱負(fù)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(shù)的確定、隱含層單元數(shù)、的確定、連接方式的選擇、初始參數(shù)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(yīng)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(jié)。輸入變量可以是成組的原始數(shù)據(jù)，也可以是經(jīng)過預(yù)處理的參數(shù)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(jié)假日類型八個(gè)影響因素作為輸入變量。集中供熱系統(tǒng)的控制運(yùn)行方案有多種，對于不同的控制運(yùn)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(shù)和隱含節(jié)點(diǎn)數(shù)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(tǒng)優(yōu)化控制這類控制問題了，采用二層以上的隱含層幾乎沒有任何益處。而且采用越多的隱含層，訓(xùn)練的時(shí)間也將會急劇增加，這是因?yàn)椋?/P>

　�。�1）隱含層越多，誤差反向傳播的過程計(jì)算就會越復(fù)雜，訓(xùn)練時(shí)間也就急劇增加。

　�。�2）隱含層增加后，局部最小誤差也會增加。所以本文選擇一層隱含層。

　　至于隱含層節(jié)點(diǎn)數(shù)的確定也是研究者們經(jīng)常提及的一個(gè)課題，現(xiàn)在普遍認(rèn)為尚無明確的規(guī)則用以確定隱含層中的最佳節(jié)點(diǎn)數(shù)。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(shù)），本論文輸入層維數(shù)是7：所以選擇隱含層節(jié)點(diǎn)數(shù)是：15個(gè)。所以本文的網(wǎng)絡(luò)結(jié)構(gòu)是7-15-1結(jié)構(gòu)。

　　3 供熱負(fù)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(qū)供熱系統(tǒng)為實(shí)例。

　　4 結(jié)論

　　由圖2和3可以看出，BP神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)了對供暖系統(tǒng)熱負(fù)荷的優(yōu)化，最大相對誤差在2%以內(nèi)。本系統(tǒng)對辦公建筑的供暖優(yōu)化達(dá)到了很好的效果，用一個(gè)統(tǒng)一的模型來優(yōu)化全天的熱負(fù)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(jié)能達(dá)到了很好的效果。