负荷预测
系统结合历史数据对人工神经网络模型进行训练，智能获取地铁空调负荷与客流量、气候、时期等影响因素的内在耦合关系，掌握实际空调负荷的变化规律，利用人工智能算法、结合输入变量进行地铁负荷预测，为地铁通风空调系统运行提供的运行指导目标，自主解决水系统调节滞后问题。
青岛海信网络科技股份有限公司
青岛海信网络科技股份有限公司
产品简介采用人工智能算法和建模仿真技术
采用人工智能算法和建模仿真技术，基于地铁车站内外温湿度、实时气候以及客流预测信息，系统准确预测出未来时间段内的冷负荷需求，结合基于整体性能模型寻优的节能策略，实时自动调整地铁空调大系统和冷水群控系统各个设备的运行参数，实现风水联调，在满足车站环境舒适度的前提下，实现通风空调全系统效率优化，降低通风空调系统运行能耗30%-70%，大幅提升了地铁的智能化运营水平，降低了地铁运营成本。
可以使用鼠标左右拖动游览
系统结合历史数据对人工神经网络模型进行训练，智能获取地铁空调负荷与客流量、气候、时期等影响因素的内在耦合关系，掌握实际空调负荷的变化规律，利用人工智能算法、结合输入变量进行地铁负荷预测，为地铁通风空调系统运行提供的运行指导目标，自主解决水系统调节滞后问题。
地铁通风空调风系统和水系统的运行模式与地铁负荷变化密切相关，且两者间相互影响。基于负荷预测提供的高效运行指导目标，采用人工智能算法和建模仿真技术，建立设备能耗模型，实现冷水机组冷冻水供水温度、风机风量、冷却水泵流量等参数全局优化输出，达到风系统和水系统的匹配运行，在保证地铁站乘客舒适度的前提下，实现空调季通风空调系统耗能最少。
您感兴趣的产品PRODUCTS YOU ARE INTERESTED IN
物流技术网 设计制作，未经允许翻录必究 .
请输入账号
请输入密码
请输验证码
