[发明专利]基于最小二乘加权的冷冻站系统神经网络优化单元及其方法

权利要求书

1.一种基于最小二乘加权的冷冻站系统神经网络优化单元，其特征在于，包括：

(1)用以实时采集冷冻站系统的各项参数的实时数据采集模块；

(2)用于针对已有数据进行预处理及保存的历史数据集中模块；

利用历史数据生成仿真模型并通过实时数据进行滚动优化、反馈校正的神经网络模型模块。

所述冷冻站系统包括冷却塔、水泵、冷冻机，所述参数包括运行频率、流量、扬程、功率、运行模式、油温、压力、水温、电流和电压。

2.一种利用如权利要求1所述优化单元实施的优化方法，其特征在于，包括以下步骤：

步骤1：实时数据采集模块实时采集冷冻站系统数据，当实时数据偏离目标值，则将采集到的数据作为历史数据存入历史数据集中模块，历史数据集中模块就该历史数据进行预处理；

步骤2：采用三层结构反向传播神经网络建立模型，选择神经网络内核函数，对数据模型进行训练，调节网络参数，通过最小二乘加权方法搜寻全局最优点，输出结果至控制设备，返回至步骤1。

3.如权利要求2所述的优化方法，其特征在于，所述预处理包括以下步骤：对数据进行标准化。

4.如权利要求2所述的优化方法，其特征在于，所述预处理包括以下步骤：对数据进行小波包分解去噪。

5.如权利要求4所述的优化方法，其特征在于，所述小波包分解采用db2小波函数，分解层数为5。

6.如权利要求2所述的优化方法，其特征在于，所述网络参数包括：初始权值、学习速率G和期望误差。

7.如权利要求2所述的优化方法，其特征在于，所述初始权值为(‐1,1)之间的随机数，学习速率G值的范围为0.01～0间。

8.如权利要求2所述的优化方法，其特征在于，所述实时数据采集模块实时采集冷冻站系统数据的时间间隔为3分钟～5分钟。