主要符号说明表
1 绪 论
1.1 研究背景及意义
1.2.1 地源热泵技术原理
1.2.2 地源热泵的优点
1.2.3 地源热泵的缺点
1.3 土壤热失衡
1.4.1 国内外研究现状
1.4.2 人工神经网络在地源热泵领域的应用
1.4.3 目前研究存在的问题
1.5.1 研究内容
1.5.2 技术路线
2 不平衡负荷输入时土壤热失衡
2.1 建筑负荷模型
2.1.1 负荷模型建立
2.1.2 不平衡负荷的特性
2.2.1 TRNSYS软件
2.2.2 主要模块的数学模型
2.2.3 地源热泵系统模型建立与验证
2.2.4 计算结果分析
2.3 本章小结
3 基于BP 神经网络的地温预测
3.1.1 人工神经网络简介
3.1.2 BP神经网络计算原理
3.2 地温预测结果与分析
3.1.3 地温预测模型建立
3.2.1 隐含层神经元数量确定
3.2.2 三种训练算法比较
3.3 本章小结
4 BP 神经网络模型的改进
4.1 负荷特征参数的引入
4.1.1 有限长变热流线热源模型
4.1.2 负荷特征参数的引入
4.1.3 计算结果
4.2 BP 神经网络的输入输出
4.3.1 隐含层结构确定
4.3.2 五种特征参数测试误差比较
4.3.3 精度较高的 BP神经网络
4.4 本章小结
5 缓解土壤热失衡的运行方案
5.1 土壤热失衡的缓解
5.2 降低地埋管换热器承担的冷负荷
5.3 增加地埋管换热器承担的热负荷
5.4 负荷调整方案选择
5.5 本章小结
6 结论与展望
6.1 结论
6.2 展望
6.3 创新点
参考文献
附录
A. 三层 BP 神经网络,基本误差反向传递算法
B. 四层 BP 神经网络,基本误差反向传递算法
C. 地埋管有限长变热流线热源模型 MATLAB计算程序
D. 第四章计算得到的负荷特征参数 K2、K3、K4、K5
E. 学位论文数据集
致谢
重庆大学;