交叉熵鲸鱼算法的制冷机组能效优化

结合制冷机组运行原理,建立了基于门控循环单元网络(GRU)的某卷烟厂空调制冷机组能效预测模型,采用交叉熵鲸鱼优化算法(CWOA)对制冷运行工况进行寻优,该优化策略能跟随冷负荷变化动态调节设备运行参数。基于这2种智能算法的决策系统既解决了卷烟厂空调制冷机组机理建模困难的问题,又解决了制冷机组运行能耗高的问题。以某卷烟厂空调制冷机组实测运行数据为基础进行了预测和优化仿真实验,预测结果表明制冷机组GRU模型在训练集和测试集上的均方根误差(RMSE)分别为1.047%和1.186%,预测精度高于LSTM网络模型,优化结果显示：CWOA优化后的能效值相比其他优化算法更高,较实际运行平均节能9%。因此,基于GRU-CWOA算法的智能模型可用于卷烟厂空调制冷机组的能效预测优化。