摘要：针对现有换热站并联水泵优化算法在集中式架构下控制适应性不足的问题,本文提出了一种改进的分布式并联水泵优化算法.首先,建立了并联水泵的分布式控制系统,并对该优化问题的数学模型进行描述,在目标函数中引入自适应非线性因子;然后,设计了改进的分布式果蝇优化算法,在该算法中每台水泵的控制器仅通过与邻居控制器交互信息即可完成并联水泵的优化;并且,在嗅觉搜索阶段,使用正弦余弦策略替代赋予个体距离与方向的随机策略;最后,以两个实际换热站中不同并联水泵系统为例对算法进行仿真验证,并基于仿真结果进行性能分析.结果表明,相较于传统算法,改进的分布式果蝇优化算法能得到更优的控制策略,有着收敛速度快、稳定性好和鲁棒性强的特点;并且该算法适用于不同系统的并联水泵优化问题,具有可扩展性.在实际工程验证中相较于集中式算法,该算法在总功率和计算时间上分别平均降低了5.47%和29.90%,因此,能够满足实际换热站中对并联水泵热负荷优化分配的需求.

摘要：针对传统热负荷预测面向单栋住宅,预测负荷无法满足小区级换热站及热网优化调控需求的问题,提出一种基于卷积神经网络(CNN)的高层住宅建筑群热负荷混合预测模型。首先,引入建筑体形参数,利用LASSO模型对热负荷影响因素进行筛选;然后,采用缎蓝园丁鸟优化(SBO)算法优化CNN;最后,利用西安市10个住宅小区的相关运行数据对所提模型进行训练和测试。实验结果表明,输入参数引入建筑体形参数后,模型预测精度更高;经SBO算法优化后的CNN模型较传统CNN模型具有更好的拟合优度、预测精度和泛化能力,满足工程实际需求。

摘要：供配电系统的节能研究日益白热化,且UPS供电系统在智能楼宇中的容量需求逐渐增大,对UPS供电系统的损耗开展研究,并对UPS供电系统做出改进。主要根据两个方向做出优化,一方面通过改进UPS的供配电输入输出模式,有效提升UPS的工作效率,从而减小UPS供电的外部损耗;另一方面建立UPS智能控制系统,选择遗传粒子群算法对负载负荷进行优化,并利用主从时钟频率控制法同步控制器功率时间频率,提高系统控制精度,进一步提高UPS系统的工作效率。