（论文 字数28606： 页数：62 带程序）摘要：近几年来，随着国家经济的不断发展，国家电力的负担越来越大。随着国家倡导建设节约型社会，蓄冷空调在我国也得到了越来越广泛的应用。
如何有效的利用蓄冷空调，确定第二天所需要的蓄冰量呢？这时，人们就非常希望能够预测第二天蓄冷空调的负荷。如果能够精确的预测建筑物的动态冷负荷，不仅可以更准确的帮助设计人员完成设计，更可以使设备控制人员根据预测的冷负荷确定系统的控制时间、方式以及尽早发现系统故障。这一点在蓄冷空调系统中尤为重要，因为每天晚上蓄冰量的多少将直接影响第二天整个系统的工作效率，并且是提高蓄冷空调系统经济效益的重要途径之一。所以，这里要解决的主要问题就是进行“精确预测”。
该预测系统采用的是人工神经网络（ANN）的BP算法。主要实现两大块功能。一是对未来一天外界环境参数及空调负荷的预测；二是根据当前时刻及外界参数计算负荷。该预测系统主要以BP算法为核心，通过利用BP算法对以往的历史数据的不断学习训练，而不断去修改算法中的中间值（达到预定的精度范围），以达到精确预测和计算的目的。从而解决“精确预测”的问题来提高蓄冷空调的经济效益。
关键字：蓄冷空调,人工神经网络,BP算法,预测
Load predicting system of The Holding Cold Air-Conditioning when chasing
Abstract ：In recent years, The national power more and more burdener with the constant development of the national economy. The Holding Cold Air-Conditioning have increasingly broad applications in our country by the advocacy of national saving society.
How to effective use of The Holding Cold Air-Conditioning, to ensure how much ice is store on the next day? At that time, it was very much like to be able to predict the next day the load of Holding Cold Air-Conditioning. If we can accurately predict the dynamics of the cold load building, not only can help the designers more accurate completion of the design, but also to equipment control personnel determined on the basis of the projected cold load time control systems, methods and early detection system failures. This is particularly important in The Holding Cold Air-Conditioning system, because every night how much ice is store will directly affect the efficiency of the entire system on the second day, and air-conditioning systems is one of the important ways to improve economic efficiency. Therefore, the main issue here is how to solve the "precise forecast."
The forecast system was used artificial neural network (Ann) BP algorithms. Achieve two main pieces of functionality. First, the next day outside of the environmental parameters and air-conditioning load forecast; Second, account the load of system under the current moment and external parameters. The forecast system mainly BP algorithm at the core, through to use the data of history to past BP algorithms continuous learning training and continuing to modify the algorithm of intermediate values (achieve predetermined precision scope), to achieve accurate forecast and calculation purposes. Thereby resolving the "precise forecast" to raise the economic benefits of The Holding Cold Air-Conditioning.
Key words: Holding Cold Air-Conditioning；artificial neural network；BP algorithms；forecast
目 录
1 引言 1
1.1 蓄冷空调实时控制概述 1
1.2 人工神经网络概述 2
1.2.1神经网络的学习机理和机构 2
1.2.2 反向传播BP模型 4
1.2.3 BP算法的数学表达 6
1.2.4神经网络的优缺点 7
1.3 C++语言概述及VC++开发环境 8
1.3.1 C++对面向对象程序设计方法的支持 9
1.3.2 使用C++的原因 10
1.3.3 VC++开发环境 11
1.4 SQL SEVER 数据库 12
2 系统概论 15
2.1 设计“蓄冷空调逐时负荷预测系统”的意义 15
2.2 设计“蓄冷空调逐时负荷预测系统”的目的 15
2.3 设计“蓄冷空调逐时负荷预测系统”要达到的功能要求 15
2.4 设计“蓄冷空调逐时负荷预测系统”的指导思想 15
2.5 设计该系统所要解决的主要问题 15
3 系统需求分析 16
3.1 系统目标 16
3.2 开发 16
3.3 功能需求分析 16
3.4 其他需求 16
4 概要设计 17
4.1 任务概述 17
4.2 系统总体设计 17
4.3 系统模块设计 18
4.3.1 主控模块设计 18
4.3.2 算法模块设计 19
4.3.3 预测模块设计 20
4.3.4 功率计算模块设计 20
4.3.5 数据库模块设计 22
5 详细设计 26
5.1 设计要求 26
5.2模块设计描述 26
5.2.1算法模块 26
5.2.2预测模块和功率计算模块 30
5.2.3数据操作模块 31
6调试与运行结果 35
参考文献 39
谢辞 40
附录 41
附录A 外文翻译－原文部分 41
附录B 外文翻译－译文部分 46
1 引言
1.1 蓄冷空调实时控制概述
蓄冷空调的逐时预测在实时控制，节约能源和可靠运行方面起着重要作用。它已经成为智能控制空调的核心组成部分，对于节约能源消耗起着非常重大的影响。为了尽量减少高价峰电的使用，操作者需要对当天的逐时负荷有个了解，从而制定出操作策略，力求在峰电时段少使用冷机并尽可能使蓄冰量能在峰电时段内完全释放。缺少严格制定的操作策略往往会产生这样的情况：或者预留了过多的冷量从而在峰电时段结束时仍有较多的剩余冷量，或者过早地将冷量完全释放而不得不在峰电时段多使用冷机。制定操作策略的意义还在能合理安排蓄冰量的使用，除了给峰电时段预留外，还能在冷机因负荷较低运行效率下降的时候使用融冰供冷。
|
