1　绪论

1.1　研究背景与意义

20世纪70年代能源危机爆发以来，能源问题越来越多地成为社会关注的焦点。在全世界日益增长的能源消耗中，建筑能耗占据社会总能耗的比重越来越大。在发达国家，建筑能耗已经占社会总能耗的1/3左右，我国2006年建筑能耗占社会总能耗的比例为23.1%，而且近年建筑能耗呈现快速上升的趋势，预计其占社会总能耗的比例最终会接近发达国家水平［1］。建筑能耗中很大一部分为采暖空调消耗，中央空调系统作为采暖空调中的重要组成部分，降低其能耗对减少社会总能耗有十分重要的意义。

清洁与可再生能源的有效利用能够在应对世界能源危机的同时，改善地球环境，减少温室气体及有害物质的排放，目前国家正在大力推广［2］。地源热泵系统以其节能、高效、环保等优点，在国家政策支持和各级政府鼓励下，已经越来越多地应用于实际工程项目，并取得可喜的成绩。

地源热泵系统是一种利用地下浅层低位热能既能供热又能制冷的新型能源利用系统。地源热泵系统通常利用地下土壤、地表水、地下水或者污水作为冷热源。冬季从冷热源中吸收热量送入建筑物，夏季将建筑物的热量排入冷热源［3］。

但是对于已建成的地源热泵项目，由于设计不合理、施工错误、运行操作不当或者系统出现故障等原因，造成地源热泵系统运行低效，不节能［4］。能效评估对地源热泵的系统评价、优化运行及故障诊断等方面都有至关重要的作用。机组COP和系统COP是地源热泵中央空调系统的重要评价指标。然而在大型公共建筑实际运行的空调系统中，由于各种各样的原因，空调系统实际运行的COP与其名义工况下的COP相比有明显的差距。所以对中央空调系统进行实时监测，计算实时的机组COP和系统COP更能反映出系统的运行状况，并为地源热泵中央空调系统的优化运行、节能诊断和故障诊断等提供技术支持。

但是对于绝大多数目前已建成的地源热泵空调系统，对运行数据进行实时监测存在很大的难度。最重要的原因是大多数地源热泵项目没有安装智能监测系统［5-6］，仅在少数位置安装了仪表，并不能够提供计算评价指标所需要的全部参数。例如没有安装流量表、功率表等；一些计量仪表如功率表把若干设备的用电量一起计算，这样就无法提供评价指标所需要的某一设备的功率，从而给评价指标的计算造成阻碍；监测装置故障如传感器的故障也会造成某些数据的缺失，对实时评价指标的计算也造成困难。

本文针对上述问题，建立了针对地源热泵系统的人工神经网络模型和自适应神经模糊推理系统模型，利用较少的易测参数即可完成系统性能评价指标机组COP和系统COP的计算。实现在监测条件不足时，仅监测一些易测量就能够完成评价指标的计算。本文研究成果为未来的监测系统提供了一条捷径，由于减少了需要测量的参数，从而可以减少传感器的安装数量，进而使监测的总体风险进一步降低。