Volume 3,Issue 7
城市给水处理厂能耗智慧化管理技术研究
为克服城市给水处理厂高能耗及传统管理滞后问题，本文聚焦水厂能耗监测、预测与管理展开研究。构建LSTM泵站能耗预测模型，发现模型在学习率0.001、2层LSTM层配置下，预测精度优异；采用“多初始值优化+ SQP算法”拟合离心水泵单泵特性曲线，解决拟合精度问题；整合各模块能耗数据，基于“感知-传输-数据-模型-应用”五层架构开发能耗智慧化管理系统。研究实现水厂能耗智慧化管理，为水务企业降本增效、践行“双碳”目标提供技术支撑。
[1] 李都望, 余天奇. 水厂的能耗分析与节能措施 [J]. 有色冶金设计与研究. 2019, 40(06): 109-10+18.
[2] 郭娟. 基于EDA-LSTM 模型的建筑能耗预测方法研究 [J]. 科技与创新. 2024, (22): 35-7.
[3] 邵必林, 史洋博, 赵煜. 融合注意力机制与LSTM 的建筑能耗预测模型研究 [J].软件导刊. 2021, 20(10): 61-7.
[4] 王涛, 于泽沛, 时斌, et al. 基于LSTM与DDPG的空调能耗优化控制策略[J].计算机与数字工程. 2024, 52(11): 3439-45.
[5] 谌东海, 王伟, 赵昊裔, et al. 基于MI+PSO-LSTM的能耗预测模型[J].计算机工程与设计. 2022, 43(10): 2889-96.
[6] 黄亚, 周建旭. 水泵全特性曲线的预测及对数值分析的影响[J].排灌机械工程学报. 2021, 39(08): 777-83.
[7]王枫月, 朱洋, 宋龙波, et al. 基于遗传算法的离心泵并联优化及试验[J].水泵技术. 2023, (06): 1-10.
[8] 李子怡, 钟炜. 智慧水厂能耗监测评价与异常诊断管理平台研究[J].给水排水. 2024, 60(02): 153-7+66.