[發明專利]一種基于PLC與主元分析?RBF神經網絡的負荷預測系統

在審

• 申請號: 201711011695.3
• 申請日: 2017-10-26
• 公開（公告）號: CN107657351A
• 公開（公告）日: 2018-02-02
• 發明（設計）人: 鄒勝文;張新昌;姚廣順;陳向陽;王杰;丁愛國
• 申請（專利權）人: 廣州泰陽能源科技有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06N3/08;G06F17/30
• 代理公司: 北京科億知識產權代理事務所(普通合伙)11350
• 代理人: 湯東鳳

技術領域

本發明涉及一種空調系統末端負荷預測領域，尤其是一種基于PLC與主元分析-RBF神經網絡的負荷預測系統。

背景技術

在暖通領域，末端用冷負荷的準確預測是一個十分棘手的難題，但卻又是一個十分重要且需要去解決的難題。目前由于先進的制造工藝，設備的效率基本上均能達到設計工況的最大值，此時比較突出的問題便是怎樣合理的調用這些設備(暖通中的水泵、冷卻塔風機、閥門、制冷主機等等)，從而實現整體能耗的最小化。末端用冷負荷預測可有效地解決上述問題，通過相關算法，預先知道末端的時序蓄冷量，便可以通過程序基于整體能耗最小化制定策略預先設置好設備的運行狀態(水泵啟的臺數、運行時的頻率、冷機啟的臺數、運行時的頻率、制冷主機啟的臺數等等)。目前由于暖通系統中末端負荷的關聯因素繁多(太陽輻射強度、太陽輻射角度、室外溫濕度、天氣狀況、圍護結構、建筑朝向、供回水溫度、供回水壓力、供回水流量、時間段、節假日等等)，因而直接利用繁多的初始數據來實現末端負荷的預測十分困難并且由于計算量大，從而也會導致末端負荷預測結果時滯性較大，不利于設備調節的實時性。

因此，對于上述問題有必要提出一種基于PLC與主元分析-RBF神經網絡的負荷預測系統。

發明內容

本發明目的是克服了現有技術中的不足，提供了一種基于PLC與主元分析-RBF神經網絡的負荷預測系統。

為了解決上述技術問題，本發明是通過以下技術方案實現：

一種基于PLC與主元分析-RBF神經網絡的負荷預測系統，包括PLC邏輯控制器、觸摸屏、上位機、ODBC數據模塊、負荷預測模塊、SQL數據庫模塊和數學軟件模塊，所述PLC邏輯控制器分別連接上位機連接觸摸屏，所述上位機分別連接觸摸屏和ODBC數據模塊，所述ODBC數據模塊和觸摸屏均連接負荷預測模塊，所述負荷預測模塊通過SQL數據庫模塊連接數學軟件模塊，所述數學軟件模塊分別連接主元分析模塊和RBF網絡構建模塊。

優選地，所述PLC邏輯控制器分別進行預測樣本和預測負荷值。

優選地，所述上位機內設安裝有上位機組態軟件。

優選地，所述觸摸屏內安裝有觸摸屏組態軟件。

優選地，所述數學軟件模塊包括數學應用軟件和數學教學軟件。

優選地，所述主元分析模塊和RBF網絡構建模塊均連接權值矩陣。

本發明有益效果：本發明可降低原始數據的維度，從而可較大減少末端負荷算法的需求時間，而這對末端設備實時運行狀態調整具有十分重要的意義，結構簡單，安全可靠。

以下將結合附圖對本發明的構思、具體結構及產生的技術效果作進一步說明，以充分地了解本發明的目的、特征和效果。

附圖說明

圖1是本發明的結構框圖。

具體實施方式

以下結合附圖對本發明的實施例進行詳細說明，但是本發明可以由權利要求限定和覆蓋的多種不同方式實施。

如圖1所示，一種基于PLC與主元分析-RBF神經網絡的負荷預測系統，包括PLC邏輯控制器、觸摸屏、上位機、ODBC數據模塊、負荷預測模塊、SQL數據庫模塊和數學軟件模塊，所述PLC邏輯控制器分別連接上位機連接觸摸屏，所述上位機分別連接觸摸屏和ODBC數據模塊，所述ODBC數據模塊和觸摸屏均連接負荷預測模塊，所述負荷預測模塊通過SQL數據庫模塊連接數學軟件模塊，所述數學軟件模塊分別連接主元分析模塊和RBF網絡構建模塊。

進一步的，所述PLC邏輯控制器分別進行預測樣本和預測負荷值，所述上位機內設安裝有上位機組態軟件。

進一步的，所述觸摸屏內安裝有觸摸屏組態軟件，所述數學軟件模塊包括數學應用軟件和數學教學軟件，所述主元分析模塊和RBF網絡構建模塊均連接權值矩陣。

本發明可降低原始數據的維度，從而可較大減少末端負荷算法的需求時間，而這對末端設備實時運行狀態調整具有十分重要的意義，結構簡單，安全可靠。

本發明將暖通控制中常用的PLC控制手段與基于主元分析-RBF神經網絡的負荷預測的算法相結合，通過主元分析可以實現原始相關性的減弱或者剔除(末端負荷關聯因素繁多，但是關聯因素之間存在一定程度的關聯性，主元分析主要是用來減弱或者提出這種相關性，通過空間變化，選取最能代表原始數據的隱藏，在一定程度上能夠實現數據的降維)再通過構建收斂性良好的RBF神經網絡實現對用于負荷預測樣本的訓練，得到權權值矩陣。新的預測樣本結合權值矩陣便可實現末端負荷的準確預測。

以上詳細描述了本發明的較佳具體實施例。應當理解，本領域的普通技術人員無需創造性勞動就可以根據本發明的構思做出諸多修改和變化。因此，凡本技術領域中技術人員依本發明的構思在現有技術的基礎上通過邏輯分析、推理或者有限的實驗可以得到的技術方案，皆應在由權利要求書所確定的保護范圍內。