【正文】 17 系統(tǒng)模塊設(shè)計(jì) ........................................................................................... 18 主控模塊設(shè)計(jì) ......................................................................................... 18 算法模塊設(shè)計(jì) ......................................................................................... 19 預(yù)測模塊設(shè)計(jì) ......................................................................................... 20 功 率計(jì)算模塊設(shè)計(jì) .................................................................................. 20 數(shù)據(jù)庫模塊設(shè)計(jì) ...................................................................................... 22 5 詳細(xì)設(shè)計(jì) ............................................................................ 26 設(shè)計(jì)要求 ................................................................................................... 26 模塊設(shè)計(jì)描述 ............................................................................................ 26 算法模塊 ................................................................................................. 26 預(yù)測模塊和功率計(jì)算模塊 ......................................................................... 30 數(shù)據(jù)操作模塊 .......................................................................................... 31 6 調(diào)試與運(yùn)行結(jié)果 ................................................................... 35 參考文獻(xiàn) ............................................................................... 39 謝辭 ...................................................................................... 40 華東交通大學(xué)畢業(yè)設(shè)計(jì) 附錄 ...................................................................................... 41 附錄 A 外文翻譯－原文部分 ........................................................................... 41 附錄 B 外文翻譯－譯文部分 ........................................................................... 47 華東交通大學(xué)畢業(yè)設(shè)計(jì) 1 1 引言 蓄冷空調(diào)實(shí)時(shí)控制概述 蓄冷空調(diào)的逐時(shí)預(yù)測在實(shí)時(shí)控制，節(jié)約能源和可靠運(yùn)行方面起著重要作用。這一點(diǎn)在蓄冷空調(diào)系統(tǒng)中尤為重要，因?yàn)槊刻焱砩闲畋康亩嗌賹⒅苯佑绊懙诙煺麄€(gè)系統(tǒng)的工作效率，并且是提高蓄冷空調(diào)系統(tǒng)經(jīng)濟(jì)效益的重要途徑之一。如果能夠精確的預(yù)測建筑物的動(dòng)態(tài)冷負(fù)荷，不僅可以更準(zhǔn)確的幫助設(shè)計(jì)人員完成設(shè)計(jì)，更可以使設(shè)備控制人員根據(jù)預(yù)測的冷負(fù)荷確定系統(tǒng)的控制時(shí)間、方式以及盡早發(fā)現(xiàn)系統(tǒng)故障。 關(guān)鍵字：蓄冷空調(diào)；人工神經(jīng)網(wǎng)絡(luò)； BP 算法；預(yù)測 Abstract Load predicting system of The Holding Cold AirConditioning when chasing In recent years, The national power more and more burdener with the constant development of the national economy. The Holding Cold AirConditioning have increasingly broad applications in our country by the advocacy of national saving society. How to effective use of The Holding Cold AirConditioning, 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 AirConditioning. If we can accurately predict the dynamics of the cold load building, not only can help the designers more accurate pletion 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 AirConditioning system, because every night how much ice is store will directly affect the efficiency of the entire system on the second day, and airconditioning 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 work (Ann) BP algorithms. Achieve two main pieces of functionality. First, the next day outside of the environmental parameters and airconditioning load forecast。目前預(yù)測逐時(shí)負(fù)荷的方法大多離不開系統(tǒng)運(yùn)行的歷史數(shù)據(jù)。 系統(tǒng)負(fù)荷的預(yù)測實(shí)現(xiàn)方式可 以分為統(tǒng)計(jì)技術(shù)、專家系統(tǒng)法和神經(jīng)網(wǎng)絡(luò)法等三種。對于抽取和逼近這種非線性函數(shù)，神經(jīng)網(wǎng)絡(luò)是一種合適的方法。并且，企圖從這種微觀過程來模仿人的智能，探索人的智慧形成、表現(xiàn)形式。把模糊控制看成是一種智能控制是十分恰當(dāng)?shù)摹? ?感知器的學(xué)習(xí)結(jié)構(gòu) 感知器的學(xué)習(xí)是神經(jīng)網(wǎng)絡(luò)最典型的學(xué)習(xí)。輸入樣本信號(hào) Xi 可以取離散值“ 0”或“ 1”。目前，提高神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)速度，減少學(xué)習(xí)重復(fù)次數(shù)是十分重要的研究課題，也是實(shí)時(shí)控制中的關(guān)鍵問題。 期望輸出值 d 在樣本的類屬不同時(shí)取值不同。在神經(jīng)網(wǎng)絡(luò)的發(fā)展進(jìn)程中，學(xué)習(xí)算法的研究有著十分重要的地位。 ? BP 算法的原理 BP 算法是用于前饋多層網(wǎng)絡(luò)的學(xué)習(xí)算法，前饋多 層網(wǎng)絡(luò)的結(jié)構(gòu)一般如圖 1221 所示。 ① 正向傳播 輸入的樣本從輸入層經(jīng)過隱單元一層一層進(jìn)行處理，通過所有的隱層之后，則傳向輸出層；在逐層處理的過程中，每一層神經(jīng)元的狀態(tài)只對下一層神經(jīng)元的狀態(tài)產(chǎn)生影響。 ae/aWij (15) 其中：η為學(xué) 習(xí)速率，即步長。 dik(Uik)(1f(Uik)) =Xik(1Xik) (114) 再考慮式 (1— 12)中的偏微分項(xiàng) ae／ aXik，有兩種情況需考慮的：如果 k＝ m，則是輸出層，這時(shí)有 Yi 是輸出期望值，它是常數(shù)。 Xjk1Uik=∑ j Wij Xik1 (122) 其中 dim = Xim (1 Xim)(Xim Yi)， dik = Xik(1 Xik)∑ j Wij dik+1 上面公式中，求取本層 dik時(shí)，要用到高一層的 dik+1；可見，誤差函數(shù)的求取是從輸出層開始，到輸入層的反向傳播過程。對于沒有隱層的神經(jīng)網(wǎng)絡(luò)，可取 ΔWij=η (YiXj)因此，大多數(shù)神經(jīng)網(wǎng)絡(luò)系統(tǒng)還是用華東交通大學(xué)畢業(yè)設(shè)計(jì) 8 計(jì)算機(jī)來仿真實(shí)現(xiàn)，事實(shí)上是使用串行來代替并行的。因?yàn)殄e(cuò)誤也是分布的，不會(huì)集中體現(xiàn)在某一個(gè)地方，也就不會(huì)造成突出的影響。因此，也有人稱神經(jīng)網(wǎng)絡(luò)是一個(gè)黑盒子。是一門面向?qū)ο蟮某绦蛟O(shè)計(jì)語言。標(biāo)準(zhǔn)模板庫 (Standard Tempalte Library， STL )和微軟的活動(dòng)模板庫 (Active Tempalte Library， ATL )都基于這個(gè) C++語言擴(kuò)展。 C++對面向?qū)ο蟪绦蛟O(shè)計(jì)方法的支持 ? C++支持?jǐn)?shù)據(jù)封裝 支持?jǐn)?shù)據(jù)封裝就是支持?jǐn)?shù)據(jù)抽象。每個(gè)給定類的對象包含有這個(gè)類所規(guī)定的若干個(gè)私有工公有成員以及保護(hù)成員。方法是在類定義中使用函數(shù)來定義的，使用一種類似于函數(shù)調(diào)用的機(jī)制把消息發(fā)送到一個(gè)對象 上。一個(gè)類可以根據(jù)需要生成派生類。在這個(gè)樹中的每一個(gè)子類可接收一個(gè)或多個(gè)肯有相同名字的消息。 從性能的角度考慮，用匯編語言編寫程序是最佳的選擇，它是計(jì)算機(jī)能理解的自然語言。這意味著微軟的編譯器程序員已經(jīng)把許多優(yōu)點(diǎn)集中到編譯器上，以致于它能產(chǎn)生非常高效的機(jī)器碼。 而 C++中的錯(cuò)誤處理比較好，這是因?yàn)橛?“ 異常處理 ” ，本章的后面部分將詳細(xì)介紹。某些語言不能利用所有的 COM 特征，而在C++中，幾乎可以使用所有的 COM 特征。 MFC 作為一個(gè) Windows 編程類庫，它封裝了 Windows 的大部分編程對象以及他們的有關(guān)操作，它包含的功能涉及到整個(gè) Windows 操 作系統(tǒng)。 類是 MFC 中最 主要的內(nèi)容。 MFC 約定全局函數(shù)以 Afx 為前綴。另一類，數(shù)據(jù)處理在客戶機(jī)與服務(wù)器雙方進(jìn)行，客戶端應(yīng)用程序建立對遠(yuǎn)程數(shù)據(jù)的連接，在本地建立虛表（以遠(yuǎn)程視圖形式）也可建立部分實(shí)表，查詢并從遠(yuǎn)程取出數(shù)據(jù)傳送到客戶方，在客戶機(jī)中處理完畢再寫回并修改遠(yuǎn)程服務(wù)器中的數(shù)據(jù)。 例如 VFP 和 SQL SERVER 的 SPT 方式（ SQL PassThrough）。 MSDTC 可以通過 SQL Server 數(shù)據(jù)庫引擎或直接由客戶機(jī)應(yīng)用程序激活。TransactSQL 與大多數(shù)的 ANSI SQL 標(biāo)準(zhǔn)兼容，但它提供幾種擴(kuò)展和增強(qiáng)功能。 SQL Server 數(shù)據(jù)庫引擎負(fù)責(zé)處理到達(dá)的數(shù)據(jù)庫請求，并把相應(yīng)的結(jié)果反饋給客戶端系統(tǒng)。在缺省的情況下， SQL Server安裝過程創(chuàng)建了 4 個(gè)系統(tǒng)數(shù)據(jù)庫（ master、 model、 msdb 和 tempdb）和兩個(gè)用戶數(shù)據(jù)庫（ pubs和 Northwind）。 設(shè)計(jì)“蓄冷空調(diào)逐時(shí)負(fù)荷預(yù)測系統(tǒng)”的目的 如何有效的利用蓄 冷 空調(diào) ，確定第二天所需要的蓄冰量呢？ 這時(shí)，人們就非常希望能夠預(yù)測第二天 蓄冷空調(diào)的 負(fù)荷。 ③ 根據(jù)這些數(shù)據(jù)規(guī)律，提供 當(dāng)前的外界參數(shù)及時(shí)間，計(jì)算出空調(diào)的當(dāng)前功率，并將其寫入數(shù)據(jù)庫。 華東交通大學(xué)畢業(yè)設(shè)計(jì) 16 3 系統(tǒng)需求分析 系統(tǒng)目標(biāo) 該系統(tǒng)主要實(shí)現(xiàn)的功能是：實(shí)現(xiàn)對未來一天外界環(huán)境參數(shù)和空調(diào)功率的預(yù)測以及當(dāng)前時(shí)刻根據(jù)外界環(huán)境參數(shù)對空調(diào)功率的計(jì)算。從而達(dá)到根據(jù) 外界環(huán)境參數(shù)對空調(diào)功率進(jìn)行計(jì)算的目的。 在這里依據(jù)系統(tǒng)需求規(guī)分析說明書設(shè)計(jì)出軟件系統(tǒng)結(jié)構(gòu)圖，并對模塊接口進(jìn)行補(bǔ)充說明。為了直觀的了解該系統(tǒng)是否實(shí)現(xiàn)其功能，達(dá)到預(yù)期的要求。再根據(jù)前十天的當(dāng)前時(shí)刻的權(quán)值和