【導讀】近幾年來，隨著國家經(jīng)濟的不斷發(fā)展，國家電力的負擔越來越大。設節(jié)約型社會，蓄冷空調(diào)在我國也得到了越來越廣泛的應用。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，人們就非常希望。如果能夠精確的預測建筑物的動態(tài)冷負荷，不僅可以。控制時間、方式以及盡早發(fā)現(xiàn)系統(tǒng)故障。濟效益的重要途徑之一。所以，這里要解決的主要問題就是進行“精確預測”。主要實現(xiàn)兩大塊功能。是對未來一天外界環(huán)境參數(shù)及空調(diào)負荷的預測；二是根據(jù)當前時刻及外界參數(shù)計算負荷。該預測系統(tǒng)主要以BP算法為核心，通過利用BP算法對以往的歷史數(shù)據(jù)的不斷學習訓練，而不斷去修改算法中的中間值，以達到精確預測和計算的目的。從而解決“精確預測”的問題來提高蓄冷空調(diào)的經(jīng)濟效益。

　　

【正文】 列，也可 以用 TransactSQL編寫觸發(fā)器和存儲過程，還可以用 TransactSQL來修改 SQL Server 的配置，或與 SQL Server的查詢分析器交互使用來執(zhí)行查詢語句。 TransactSQL 提供三種類型的 SQL 支持，即數(shù)據(jù)定義語言（ DDL）、數(shù)據(jù)操縱語言（ DML）和數(shù)據(jù)控制語言（ DCL）。 SQL DDL 命令用于數(shù)據(jù)庫管理任務，如創(chuàng)建表和視圖。 SQL DML 用于查詢和修改數(shù)據(jù)庫中的數(shù)據(jù)。 SQL DCL用說于控制數(shù)據(jù)庫操作。 ? SQL Server 數(shù)據(jù)庫體系結(jié)構(gòu) ①服務器： SQL Server 數(shù)據(jù) 庫體系結(jié)構(gòu)的核心是服務器，即數(shù)據(jù)庫引擎。 SQL Server 數(shù)據(jù)庫引擎負責處理到達的數(shù)據(jù)庫請求，并把相應的結(jié)果反饋給客戶端系統(tǒng)。 SQL Server 充分利用了可設置優(yōu)先權(quán)的多任務、虛擬內(nèi)存和異步 I/O 功能，這些都是 Windows NT/2021操作系統(tǒng)的一部分。 SQL Server 數(shù)據(jù)庫引擎可在多線程內(nèi)核上創(chuàng)建，這樣在處理多個事務的時候可獲得較高的性能。從伸縮性上來說， SQL Server 使用并行體系結(jié)構(gòu)，允許自動將工作負荷分布在多個 CPU 上。對 SMP 的支持允許分離任務，以便在每個處理器上同時運行。 SQL Server 在啟動時自動檢測可用的處理器數(shù)量，并立即使用這些處理器，但并不需要增加任何額外的設置。 ②數(shù)據(jù)庫：每一個 SQL Server 都包含了多個數(shù)據(jù)庫，其中每一個數(shù)據(jù)庫都通過一個或多個操作系統(tǒng)文件來維護。把每一個數(shù)據(jù)庫存放在單獨的操作系統(tǒng)文件中是 SQL Server 的主要特點，目的是允許 SQL Server 數(shù)據(jù)庫動態(tài)地增大或縮小。在缺省的情況下， SQL Server安裝過程創(chuàng)建了 4 個系統(tǒng)數(shù)據(jù)庫（ master、 model、 msdb 和 tempdb）和兩個用戶數(shù)據(jù)庫（ pubs和 Northwind）。每個數(shù)據(jù) 庫都有一個包含數(shù)據(jù)庫事件的日志文件。 ③數(shù)據(jù)庫對象：每一個 SQL Server 數(shù)據(jù)庫都包含了用于數(shù)據(jù)存儲和組織的其他對象。SQL Server 數(shù)據(jù)庫對象包括：表、列、索引、視圖、約束、規(guī)則、缺省、觸發(fā)器、存儲過程、擴展存儲過程、用戶定義函數(shù)和數(shù)據(jù)類型。 華東交通大學畢業(yè)設計 15 2 系統(tǒng)概論 設計“蓄冷空調(diào)逐時負荷預測系統(tǒng)”的意義 近幾年 來 ， 隨著國家經(jīng)濟的不斷發(fā)展，空調(diào)及其他一些電器的普及， 國家電力 的 負擔變得 越來越 重。隨著國家倡導建設節(jié)約型社會，我國越來越多的地方開始使用 蓄冷空調(diào)。因為它不但能減輕國家電力負擔 ，同時也能節(jié)約能源提高經(jīng)濟效益?！靶罾淇照{(diào)逐時負荷預測系統(tǒng)”為蓄冷空調(diào)實現(xiàn)節(jié)約能源提高經(jīng)濟效益提供了科學的依據(jù)。 設計“蓄冷空調(diào)逐時負荷預測系統(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，人們就非常希望能夠預測第二天 蓄冷空調(diào)的 負荷。如果能夠 精 確的預測建筑物的動態(tài)冷負荷，不僅可以更準確的幫助設計人員完成設計，更可以使設備控制人員根據(jù)預測的冷負荷確定系統(tǒng)的控制時間、方式以及盡早發(fā)現(xiàn)系統(tǒng)故障。這一點在蓄 冷 空調(diào)系統(tǒng)中尤為重要，因為每天晚上蓄冰量的多少將直接影響第二天整個系統(tǒng)的工作效率 ，并且是提高蓄 冷 空調(diào)系統(tǒng)經(jīng)濟效益的重要途徑之一 。 為達到以上的要求和目標，我們就需要一個“ 蓄 冷 空調(diào) 逐時負荷預測系統(tǒng)” 。該系統(tǒng)的設計目的就是要使該蓄冷空調(diào)能隨某室內(nèi)的溫度變化而不斷地調(diào)整功率，使此室內(nèi)的溫度保持在一個范圍內(nèi)。這個系統(tǒng)將成為蓄冷空調(diào)真正體現(xiàn)價值的重要模塊。 設計“蓄冷空調(diào)逐時負荷預測系統(tǒng)”要達到的功能要求 ① 從自控系統(tǒng)采集的數(shù)據(jù)庫中分析每天每個小時的數(shù)據(jù)情況與蓄冷空調(diào)功率的規(guī)律。 ② 使得計算機能夠從這些數(shù)據(jù)規(guī)律中預測出未來一天的數(shù)據(jù)情況，并將這些數(shù)據(jù)情況寫入數(shù)據(jù)庫。 ③ 根據(jù)這些數(shù)據(jù)規(guī)律，提供 當前的外界參數(shù)及時間，計算出空調(diào)的當前功率，并將其寫入數(shù)據(jù)庫。 設計“蓄冷空調(diào)逐時負荷預測系統(tǒng)”的指導思想 蓄冷空調(diào)逐時 負荷的預測是蓄冷空調(diào)的重要模塊。負荷曲線是與很多因素相關(guān)的一個非線性函數(shù)。本負荷預測系統(tǒng) 通過神經(jīng)網(wǎng)絡中的 BP 算法，將以往的一些記錄數(shù)據(jù)進行訓練，然后利用訓練的結(jié)果值進行未來值的預測或當前值的計算。 設計該系統(tǒng)所要解決的主要問題 負荷預測系統(tǒng) 主要用到的是神經(jīng)網(wǎng)絡中的 BP 算法來實現(xiàn)對未來值的預測或當前值的計算。 BP 網(wǎng)絡的學習結(jié)構(gòu)由輸入層、隱含層、輸出層組成。為實現(xiàn)該系統(tǒng)，我們必 須要解決的問題是：要得到較精確的輸入層的閾值和權(quán)值、隱含層的閾值和權(quán)值以及輸出層的閾值和權(quán)值。又由于在計算各層的權(quán)值和閾值時，要求所有的數(shù)值都在 0 和 1 之間，所以首先我們需要對所有初始化值進行歸一化處理。 華東交通大學畢業(yè)設計 16 3 系統(tǒng)需求分析 系統(tǒng)目標 該系統(tǒng)主要實現(xiàn)的功能是：實現(xiàn)對未來一天外界環(huán)境參數(shù)和空調(diào)功率的預測以及當前時刻根據(jù)外界環(huán)境參數(shù)對空調(diào)功率的計算。 開發(fā) 開發(fā)語言： C++語言 開發(fā)環(huán)境 （ 1） 硬件環(huán)境： Mobile AMD processor Sempron 3300+ ， 512MB DDR333 RAM ，60GB HDD （ 2） 軟件環(huán)境： Windows XP Professional sp2 ， Microsoft Visual C++ 功能需求分析 空調(diào)逐時負荷的預測是空調(diào)系統(tǒng)優(yōu)化運行的基礎。但負荷曲線是與很多因素相關(guān)的一個非線性函數(shù)。對于抽取和逼近這種非線性函數(shù)，神經(jīng)網(wǎng)絡是一種合適的方法。該系統(tǒng)的實現(xiàn)主要運用了神經(jīng)網(wǎng)絡的 BP 算法。 實現(xiàn)預測：本預測系統(tǒng)利用以往的歷史數(shù)據(jù)和自動控制模塊在 24 小時的每個整點時刻采集外界參數(shù)和空調(diào)的功率值；根據(jù)這些參數(shù)和功率值利用神經(jīng)網(wǎng)絡中的 BP 算法對這些所 采集的數(shù)據(jù)不斷進行學習訓練，得出合適的 權(quán)值和閾值（達到預定的精確范圍），再對歷史每一整點時刻的外界參數(shù)求平均值，利用這些平均值再通過 BP 算法求出對應的功率。 繪制出一個二十四小時的時序圖，從而實現(xiàn)對未來 24 小時的外界參數(shù)和空調(diào)功率的預測。 實現(xiàn)計算：使用 BP 算法不斷對以往的歷史數(shù)據(jù)進行訓練學習，得到一個合適的 權(quán)值和閾值（達到預定的精確范圍） ,再以當前時刻及溫度為實際輸入，計算出當前的功率輸出（該輸出功率將和實際功率誤差足夠?。?。從而達到根據(jù) 外界環(huán)境參數(shù)對空調(diào)功率進行計算的目的。 該預測系統(tǒng)主要以 BP 算法為核心 ，通過算法不斷修改計算值，使得預測和空調(diào)功率的計算足夠精確。 其他需求 用戶界面：該軟件采用窗口圖形界面，使用簡單直觀。 可移植性：可運行于任何 32 位 Windows 平臺 華東交通大學畢業(yè)設計 17 4 概要設計 任務概述 我們知道蓄冷空調(diào)的功率受溫度、濕度、氣壓、空調(diào)承載的子空調(diào)的多少（即空調(diào)的負荷）等因素的影響，根據(jù)這些外界條件的變化來不斷地調(diào)整其輸出的功率，從而使室內(nèi)的溫度保持在一定的范圍內(nèi)。 此次設計的冰蓄冷空調(diào)逐時預測系統(tǒng)主要是依據(jù)外界的環(huán)境溫度和相對濕度來對蓄冷空調(diào)的輸出功率進行預測和控制。 這里我們選擇 神經(jīng)網(wǎng)絡中的 BP 算法和 SQL SEVER 數(shù)據(jù)庫來設計系統(tǒng)。通過將數(shù)據(jù)庫內(nèi)的歷史數(shù)據(jù)進行 BP 算法的訓練，不斷調(diào)整算法中各層的權(quán)值和閾值來達到要求的精度，從而精確預測未來一天的外界環(huán)境參數(shù)和空調(diào)輸出功率的情況。同時根據(jù)當前時刻及當前外界環(huán)境參數(shù)精確計算出當前空調(diào)應該提供的功率。 在這里依據(jù)系統(tǒng)需求規(guī)分析說明書設計出軟件系統(tǒng)結(jié)構(gòu)圖，并對模塊接口進行補充說明。并整理為需求分析的 WOED 文檔。 系統(tǒng)總體設計 該系統(tǒng)的主要功能是使冰蓄冷空調(diào)系統(tǒng)能夠根據(jù)歷史的外界溫度、相對濕度與空調(diào)的功率規(guī)律來對未來一天的溫度、 相對濕度和功率進行精確預測計算。并根據(jù)當前某整點時刻和該整點時刻外界溫度和相對濕度，計算出冰蓄冷空調(diào)系統(tǒng)應該提供的功率，從而使某室內(nèi)的溫度保持在一定范圍內(nèi)。 冰蓄冷空調(diào)逐時預測系統(tǒng) 的總體框架設計如圖 42 所示： 開始 進入界面 —— 選擇軟件功能 計算當天功率值 未來一天功率的預測曲線 查看預測的溫度相對濕度和功率的數(shù)據(jù) 查看歷史的外溫度相對濕度和功率數(shù)據(jù) 最近一星期的功率與外界參數(shù)的關(guān)系曲線圖 退出 華東交通大學畢業(yè)設計 18 圖 42 冰蓄冷空調(diào)負荷逐時預測系統(tǒng)結(jié)構(gòu)圖 在完成系統(tǒng)基本功能的同時，該系統(tǒng)還提供了數(shù)據(jù)庫和顯示歷史數(shù)據(jù)與預測數(shù)據(jù)的對比曲線的一些操作。 系統(tǒng)模塊設計 主控模塊設計 主控模塊主要實現(xiàn)對系統(tǒng)各功能模塊的選擇，其 IPO 圖如下： 系統(tǒng)名稱：冰蓄冷空調(diào)負 荷逐時預測系統(tǒng) 設計人：熊鳴暉 模塊名：主控模塊 日期： 模塊編號： 001 調(diào)用模塊： 無 被調(diào)用模塊：算法模塊、預測模塊、功率計算模塊、數(shù)據(jù)庫模塊 輸入數(shù)據(jù)：時間日期、溫度、相對濕度、負荷率、學習速率、誤差 輸出數(shù)據(jù)：時間日期、溫度、相對濕度、空調(diào)功率 處理： N Y N 開始 選擇操作模塊 是否繼續(xù) 退出 算法模塊 預測模塊 功率計算模塊 數(shù)據(jù)庫模塊 華東交通大學畢業(yè)設計 19 算法模塊設計 在該逐時預測系統(tǒng)中主要功能是對數(shù)據(jù)庫內(nèi)十天的歷史數(shù)據(jù)進行訓練學習，不斷修改BP 網(wǎng)絡中輸入層、隱含層、輸出層的權(quán)值和閾值，使 BP 網(wǎng)絡中的功率輸出和歷史功率數(shù)據(jù)相近，從而使得預測值比較精確。 以下是 BP 算法模塊的 IPO 圖： 系統(tǒng)名稱：冰蓄冷空調(diào)負荷逐時預測系統(tǒng) 設計人：熊鳴暉 模塊名：算法模塊 日期： 模塊編號： 002 調(diào)用模塊：預測模塊、功率計算模塊 被調(diào)用模塊：數(shù)據(jù)庫模塊 輸入數(shù)據(jù)：時間日期、溫度、相對濕度、學習速率、誤差 輸出數(shù) 據(jù)：空調(diào)功率 處理： BP 算法的設計是該逐時預測系統(tǒng)的核心，也就是說 BP 算法設計的好壞決定了整個系統(tǒng)的所有功能是否能達到要求。這個系統(tǒng)主要是用于對未來一天某個時間的溫度和功率進行預測或根據(jù)當前時刻外界的溫度計算空調(diào)所應該提供的功率。為了直觀的了解該系統(tǒng)是否實現(xiàn)其功能，達到預期的要求。我們在實現(xiàn)該系統(tǒng)其主要功能的同時還增加了其他的一些功能，如歷史數(shù)據(jù)與預測數(shù)據(jù)的對比曲線等。 開始 權(quán)值和閾值的初始化 將樣本進行歸一化再提供給 BP 網(wǎng)絡 計算各層的輸入和輸出 更新學習輸入模式 計算各層的誤差 調(diào)整各層的權(quán) 值和閾值 誤 差是 否小于 預定 誤差 學習結(jié)束 N Y 華東交通大學畢業(yè)設計 20 預測模塊設計 在對未來一天的溫度、相對濕度和空調(diào)功率的預測的設計過程中，主要是利用了數(shù)據(jù)庫中的十天的（準確來講是最近 前十天的歷史數(shù)據(jù)，這里取數(shù)據(jù)庫內(nèi)的歷史數(shù)據(jù)作為前十天的歷史數(shù)據(jù)）歷史溫度、相對濕度和空調(diào)功率值，分別對這十天的每一整點時刻的溫度進行求平均值，并利用這一平均值通過 BP 學習算法計算出對應的空調(diào)功率值。如此依次計算出一天二十四小時的溫度平均值、相對濕度平均值和對應的空調(diào)功率值。然后根據(jù)這些溫度、相對濕度、空調(diào)功率值大概描繪出未來一天的外界參數(shù)與功率規(guī)律的曲線，根據(jù)這一曲線，人們就可以大概了解未來一天溫度、相對濕度與空調(diào)功率的情況。 以下是預測模塊的 IPO 圖： 系統(tǒng)名稱：冰蓄冷空調(diào)負荷逐時預測系統(tǒng) 設計人：熊鳴暉 模塊名：預測模塊 日期： 模塊編號： 003 調(diào)用模塊：主控模塊 被調(diào)用模塊：數(shù)據(jù)庫模塊、算法模塊 輸入數(shù)據(jù)：時間日期、溫度、相對濕度 輸出數(shù)據(jù)：時間日期、溫度、相對濕度、空調(diào)功率 處理： 同時，利用上述流程實現(xiàn)的程序也可以對其它一些應用領域進行預測，例如對城市需水量預測系統(tǒng)；對地球自轉(zhuǎn)過程旋轉(zhuǎn)角度等。 功率計算模塊設計 在對當前外界溫度和相對濕度所對應功率的計算設計過程中，也主要是使用了數(shù)據(jù)庫開始 結(jié)束 求前十天各個時刻溫度、相對濕度的平均值 對溫度和相對濕度歸一化，作為輸入樣本對 經(jīng)訓練得到合理的權(quán)值、閾值的平均值 將訓練后得到的權(quán)值、閾值放到 BP 算法中進行計算 輸出對應的溫度、相對濕度和空調(diào)功率值 華東交通大學畢業(yè)設計 21 中前十天的歷史溫度、相對濕度和空調(diào)功率值。 對前十天的溫度、相對濕 度和空調(diào)功率值進行訓練，使經(jīng)過訓練后前十天的輸出和希望輸出值的誤差小于給定的一個誤差值，從而得到比較符合要求的權(quán)值和閾值。再根據(jù)前十天的當前時刻的權(quán)值和