简介:0引言随着地源热泵工程项目的日益增多,暴露出来的问题也越来越多,许多项目无论是在地源热泵设计上,还是地源热泵系统的操作运行上,都没有真正实现科学、合理地设计和使用,使地源热泵系统的运行效果并未达到预期的目标,而通过对地源热泵系统运行参数的监测,可以及时发现出现的问题,通过对运行数据的分析,能够找出出现问题的原因.经过调查,目前许多地源热泵系统在投入运行后并未对其运行参数进行过测试,这其中主要原因是绝大多数地源热泵工程项目在安装过程中没有预留各参数的监测接口,这使得系统运行过程中的参数监测变得困难,而实现监测所需要的仪器设备不仅要达到国家标准,又需要很大资金投入,这就造成很多项目投入运行后能效逐渐降低,而操作人员却不知道,导致系统能耗量逐渐增加,同时在系统发生故障后又需要对地埋管系统、机房系统、末端系统逐一排查,耗费时间和人力.目前,地源热泵系统多采用人工检测,检测室需要同时安装上所有仪表并在同一时刻开始测量,耗费人力物力,由于所使用的是检测仪表不能实现长期实时监测,只能了解在特定工况下系统的运行特性,检测结果具有一定局限性.
简介:为准确计算动车组牵引能耗,提出BP神经网络模型和改进牵规法预测动车组牵引能耗。选取机车类型、坡度、目标速度、停站方案等8个因素作为动车组牵引能耗之BP神经网络的输入变量,建立3层BP神经网络模型。采用增加动车组运动方程和优化基本阻力公式方式对牵规法进行优化。利用正交实验法对动车组牵引能耗影响因素进行分析,并对111组数据进行模拟验证。研究结果表明:BP神经网络模型的误差在4.26%以内,改进牵规法的误差基本在10%以内,证明BP神经网络模型比改进牵规法模型能更好地预测动车组的牵引能耗,而且当目标速度增大时,BP神经网络模型的计算精度明显比改进牵规法的计算精度高;目标速度和坡度对牵引能耗有显著影响。
简介:城市轨道交通客运量的不断增长使得能源消耗越来越大,在此背景下,从动态客流层面研究城市轨道交通列车牵引能耗对实现城市轨道交通可持续发展具有重要意义。首先建立一个基于动态客流的城市轨道交通列车牵引能耗算法流程,通过研究动态客流对列车牵引能耗的影响,初步得到动态客流和列车牵引能耗的耦合机理。以广州地铁某线路区段为例,利用城轨列车运行计算模拟实验系统进行算例分析,以动态客流为x变量,牵引时分为y变量,牵引能耗为z变量,并利用Matlab对570组模拟实验数据进行多项式拟合,并对动态客流进行灵敏度分析。分析结果表明,列车牵引能耗随着客流的增大呈线性增长关系。