《表3 三种模型压缩机输入功率预测结果》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《基于粒子群优化算法和BP神经网络的变频压缩机功率预测》
本文针对内插、蒸发温度外推、冷凝温度外推3种测试方法分别对3种模型进行对比分析,仿真结果如表3所示。PSO-BP模型的压缩机输入功率预测相对误差如图6~图8所示,除了极少处异常值(笔者分析是因制冷系统未稳定或人为误差造成的异常值)外,PSO-BP模型的预测结果的相对误差均在1%以内,效果良好。可以看出:1)数据内插时,3种模型平均相对误差均较小,在1%以内,拟合优度均接近1,预测良好;2)蒸发温度外推时,PSO-BP神经网络模型预测能力最好,平均相对误差为0.41%,拟合优度为0.999 9;3)冷凝温度外推时,BP神经网络和GA-BP神经网络模型均出现预测误差较大的情况,PSO-BP模型仍表现出较好的预测能力。
图表编号 | XD00143733200 严禁用于非法目的 |
---|---|
绘制时间 | 2020.02.16 |
作者 | 龚麒鉴、郭亚宾、陈焕新、程亚豪、许珅鸣 |
绘制单位 | 华中科技大学能源与动力工程学院、华中科技大学能源与动力工程学院、华中科技大学能源与动力工程学院、华中科技大学能源与动力工程学院、华中科技大学能源与动力工程学院 |
更多格式 | 高清、无水印(增值服务) |