采用改进被囊群算法的多冷水机组负荷分配优化

来源：计算机测量与控制杂志2024年第2期北京时间：

作者：王华秋,秦思危

单位：重庆理工大学两江人工智能学院

摘要：为了降低中央空调系统的运行能耗，针对多冷水机组负荷分配优化问题，提出一种随机森林特征优选结合核函数极限学习机的冷水机组能效预测模型，通过剔除冗余特征提高预测精度；然后提出一种混合策略改进的被囊群算法，融合鲸鱼螺旋搜索策略改进个体更新方式，引入非线性动态权重平衡全局探索和局部开发，使用空翻扰动策略避免陷入局部最优；最后在能效模型的基础上，采用改进被囊群算法对多冷水机组负荷分配进行优化。实验结果表明，随机森林特征优选的方法可以有效的提高能效预测模型的准确度；改进被囊群算法通过优化机组的启停状态和负荷率可以有效发挥系统的节能潜力，与原有方法相比能耗降低约6%。说明该方法适用于多冷水机组的负荷分配优化问题。

关键词：被囊群算法;负荷分配;多冷水机组;极限学习机;随机森林

基金资助：国家科技部重点研发计划(2018YFB1700803)；重庆市科委一 般自然基金项目(cstc2019jcyj-msxmX0500)