详情请进入 湖南阳光电子学校 已关注:人 咨询电话:0731-85579057 微信号:yp941688, yp94168
【摘要】:太阳能作为重要的可再生能源,其利用对于节约能源、保护自然环境、减缓气候变化具有重大意义。我国在太阳能热利用上具有世界领先地位,是 大的太阳能热水器生产国和安装国。太阳能产品能效评定对规范市场、引导产业有序发展有着积极作用。我国通常利用户外集热试验和热损试验的结果作为太阳能热水器热性能评价依据。由于太阳能能量密度低,且受气候季节影响表现出随机性、间歇性,因此国标对通过户外检测进行能效评定提出了高要求。受限于日辐照量H16MJ·m~(-2)、试验时长8h以及环境温度、空气流速等要求,满足检测规定要求的环境条件往往不充分,导致检定效率低。为了提高检测效率,保证能效评定精度,本文拟采用计算机辅助的手段,将集热试验与数据预测方法相结合,探讨宽松检测环境下的热性能评价与能效检测方法。本文的主要研究有:(1)在综述了国内外研究现状和分析国内外相关标准的基础上,结合太阳能热水器热性能的基础理论,探讨了提高能效检测的方法,提出了日有用得热量转换优化方程和热水器温升预测模型。为了确保优化方程和预测模型的研究具有可信的精度,对检测仪器进行了不确定度分析。(2)在真空管型太阳能热水器的理论基础上,开展了热性能数值模拟仿真,分析了环境因素对日得热量q的影响,针对经验公式建立日有用得热量q_(17)转换优化方程。通过实测试验结果和文献数据的验证,该优化方程得出的日有用得热量q_(17)受日辐照量H的影响小,可放宽检测环境要求,能提高能效评价精度。(3)利用集热试验各个时刻的环境条件参数与温升变化数据,分别建立了基于遗传算法神经网络(GA-BP)和基于改进深度信念网络(DBN)的温升预测模型。通过对日有用温升?T_(17)预测获得日有用得热量q_(17),解决集热试验受制于日辐照量H16MJ·m~(-2)的检测条件限制。通过对网络的训练与测试,对比两种神经网络预测模型,改进DBN预测模型的准确性和稳定性更优,更适合进行温升预测。在低辐照时,改进DBN日有用温升预测仍具有较好的输出效果,表明检测时日太阳辐照量的要求能放宽,热水器能效检测效率能提高。本研究在提高太阳能产品能效检测效率和检测质量方面的探索具有重要意义。
,在这里告诉你一个好消息--湖南阳光技术学校全国招生。