[發(fā)明專利]基于魚群優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的冷源系統(tǒng)控制方法及裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 202011158663.8
• 申請(qǐng)日: 2020-10-26
• 公開（公告）號(hào): CN112329338B
• 公開（公告）日: 2023-07-28
• 發(fā)明（設(shè)計(jì)）人: 劉天偉;李程貴;謝昆;王智慧;馬宇晴;侯瑞強(qiáng)
• 申請(qǐng)（專利權(quán)）人: 中國(guó)移動(dòng)通信集團(tuán)內(nèi)蒙古有限公司;中國(guó)移動(dòng)通信集團(tuán)有限公司
• 主分類號(hào): G06F30/27
• 分類號(hào): G06F30/27;G06N3/006;G06N3/084;G06F18/214;G06F119/08
• 代理公司: 北京東方億思知識(shí)產(chǎn)權(quán)代理有限責(zé)任公司 11258
• 代理人: 彭瓊

1.一種基于魚群優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的冷源系統(tǒng)控制方法，其特征在于，包括：

根據(jù)冷源系統(tǒng)中多類調(diào)節(jié)影響因子與冷源輸出參數(shù)之間的關(guān)系，建立冷源系統(tǒng)控制模型；所述冷源系統(tǒng)為水冷系統(tǒng)，所述多類調(diào)節(jié)影響因子包括室外溫度、末端負(fù)載量以及冷源設(shè)備開啟數(shù)量，所述冷源輸出參數(shù)為冷凍水出水溫度；

采集所述調(diào)節(jié)影響因子與冷源輸出參數(shù)的數(shù)據(jù)，形成數(shù)據(jù)集；

通過魚群算法對(duì)數(shù)據(jù)集進(jìn)行優(yōu)化，得到數(shù)據(jù)集中的最優(yōu)權(quán)值組合集；

構(gòu)建神經(jīng)網(wǎng)絡(luò)，將所述最優(yōu)權(quán)值組合集輸入到所述神經(jīng)網(wǎng)絡(luò)中進(jìn)行訓(xùn)練，以用于冷源系統(tǒng)的自動(dòng)控制；

所述根據(jù)冷源系統(tǒng)中多類調(diào)節(jié)影響因子與冷源輸出參數(shù)之間的關(guān)系，建立冷源系統(tǒng)控制模型，包括：

預(yù)設(shè)以環(huán)境溫度為限值的冷水機(jī)組與換熱設(shè)備的聯(lián)動(dòng)條件，使得低于所述該聯(lián)動(dòng)條件時(shí)，換熱設(shè)備單獨(dú)工作；達(dá)到聯(lián)動(dòng)條件時(shí)，冷水機(jī)組與換熱設(shè)備聯(lián)動(dòng)工作；超出聯(lián)動(dòng)條件時(shí)，冷水機(jī)組單獨(dú)工作；

所述構(gòu)建神經(jīng)網(wǎng)絡(luò)，將所述最優(yōu)權(quán)值組合集輸入到所述神經(jīng)網(wǎng)絡(luò)中進(jìn)行訓(xùn)練，包括：

根據(jù)冷源系統(tǒng)中多類調(diào)節(jié)影響因子與冷源輸出參數(shù)之間的關(guān)系，設(shè)置神經(jīng)網(wǎng)絡(luò)層數(shù)以及輸出神經(jīng)元和輸入神經(jīng)元，構(gòu)造冷源系統(tǒng)的神經(jīng)網(wǎng)絡(luò)；

設(shè)置冷源系統(tǒng)的標(biāo)準(zhǔn)冷源輸出參數(shù)，根據(jù)最小均方誤差構(gòu)建真實(shí)冷源輸出參數(shù)與標(biāo)準(zhǔn)輸出參數(shù)之間的關(guān)系式，并依據(jù)該關(guān)系式推導(dǎo)出權(quán)值調(diào)整公式；

將所述最優(yōu)權(quán)值組合集中的數(shù)據(jù)輸入到神經(jīng)網(wǎng)絡(luò)中，通過權(quán)值調(diào)整公式對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，直至神經(jīng)網(wǎng)絡(luò)中的標(biāo)準(zhǔn)冷源輸出參數(shù)與最優(yōu)權(quán)值組合集中的冷源輸出參數(shù)誤差在預(yù)設(shè)范圍內(nèi)，訓(xùn)練結(jié)束；

權(quán)值w和偏置b的梯度下降法調(diào)整公式為：

其中，w是神經(jīng)元之間的連接權(quán)重，m為所在層，是第i個(gè)神經(jīng)元連接到第j個(gè)神經(jīng)元的權(quán)重，是m層第i個(gè)神經(jīng)元的偏置，α為迭代步長(zhǎng)，k是迭代步數(shù)；

2.根據(jù)權(quán)利要求1所述的基于魚群優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的冷源系統(tǒng)控制方法，其特征在于，所述通過魚群算法對(duì)數(shù)據(jù)集進(jìn)行優(yōu)化，得到數(shù)據(jù)集中的最優(yōu)權(quán)值組合集，包括：

根據(jù)數(shù)據(jù)集的數(shù)據(jù)量，設(shè)置魚群算法的基本參數(shù)，該基本參數(shù)至少包括魚群規(guī)則、步長(zhǎng)、視野以及擁擠度因子；

對(duì)數(shù)據(jù)集中每一組冷源輸出參數(shù)與其對(duì)應(yīng)的各類調(diào)節(jié)影響因子的數(shù)據(jù)，通過魚群算法進(jìn)行計(jì)算，得到各類數(shù)據(jù)的最優(yōu)權(quán)值，形成最優(yōu)權(quán)值組合集，用于輸入到神經(jīng)網(wǎng)絡(luò)中進(jìn)行訓(xùn)練。

3.根據(jù)權(quán)利要求2所述的基于魚群優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的冷源系統(tǒng)控制方法，其特征在于，所述魚群算法包括覓食行為、聚群行為、追尾行為和/或隨機(jī)行為。

4.根據(jù)權(quán)利要求1所述的基于魚群優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的冷源系統(tǒng)控制方法，其特征在于，所述將所述最優(yōu)權(quán)值組合集輸入到所述神經(jīng)網(wǎng)絡(luò)中進(jìn)行訓(xùn)練，以用于冷源系統(tǒng)的自動(dòng)控制，包括

向訓(xùn)練后的神經(jīng)網(wǎng)絡(luò)中輸入實(shí)際運(yùn)行中部分調(diào)節(jié)影響因子數(shù)值，使得神經(jīng)網(wǎng)絡(luò)輸出至少一個(gè)冷源輸出參數(shù)；

所述冷源系統(tǒng)控制模型根據(jù)該冷源輸出參數(shù)以及所述實(shí)際運(yùn)行中部分調(diào)節(jié)影響因子數(shù)值，反向計(jì)算剩余調(diào)節(jié)影響因子的數(shù)值，對(duì)冷源系統(tǒng)進(jìn)行調(diào)整控制。