1、地源熱泵（Ground source heat pump,GSHP）技術(shù)以其節(jié)能、環(huán)保、可利用低位熱能的特性越來(lái)越受人們重視，并被廣泛應(yīng)用于工程項(xiàng)目中。但是我國(guó)建成并投入運(yùn)行的地源熱泵項(xiàng)目，絕大多數(shù)都沒(méi)有監(jiān)測(cè)系統(tǒng)。計(jì)算評(píng)價(jià)系統(tǒng)性能指標(biāo)所需要的參數(shù)，由于沒(méi)有安裝測(cè)量?jī)x表，沒(méi)有分開(kāi)計(jì)量或傳感器故障等原因而難以獲得，從而給系統(tǒng)評(píng)價(jià)造成困難。
　　本文基于較小的數(shù)據(jù)參數(shù)集，利用蒸發(fā)器進(jìn)出口水溫，冷凝器進(jìn)出口水溫四個(gè)易于測(cè)量的參數(shù)，基于人工

2、神經(jīng)網(wǎng)絡(luò)模型（Artificial Neural Network，ANN）和自適應(yīng)神經(jīng)模糊推理系統(tǒng)模型（Adaptive Neuro-fuzzy Inference System，ANFIS)，計(jì)算地源熱泵系統(tǒng)的重要評(píng)價(jià)指標(biāo)：機(jī)組COP（Coefficient Of Performance，COP）和系統(tǒng)COP。首先在TRNSYS平臺(tái)上，對(duì)武漢某辦公樓地源熱泵中央空調(diào)系統(tǒng)建立模型，模擬得到該系統(tǒng)全年的逐時(shí)運(yùn)行數(shù)據(jù)，包括熱泵機(jī)組蒸發(fā)器進(jìn)出

3、口水溫，冷凝器進(jìn)出口水溫?；谀M數(shù)據(jù)，建立了ANN模型和ANFIS模型。兩模型均以熱泵機(jī)組蒸發(fā)器進(jìn)出口水溫和冷凝器進(jìn)出口水溫四個(gè)參數(shù)為輸入，計(jì)算地源熱泵機(jī)組COP和系統(tǒng)COP。采用均方根誤差RMS(root-mean squared)、方差R2(the coefficient of multiple determinations)等統(tǒng)計(jì)方法比較計(jì)算值與真實(shí)值，然后進(jìn)行模型的驗(yàn)證。最后對(duì)ANN和ANFIS兩種模型的計(jì)算準(zhǔn)確度進(jìn)行了對(duì)比分

4、析,發(fā)現(xiàn)ANFIS模型計(jì)算精度更高。
　　利用武漢某科研大樓地下水源熱泵系統(tǒng)及浙江紹興某辦公樓地源熱泵系統(tǒng)的實(shí)際監(jiān)測(cè)數(shù)據(jù)，對(duì)所建ANN模型和ANFIS模型進(jìn)行了訓(xùn)練及驗(yàn)證，模型計(jì)算值與實(shí)際值吻合度很高，證明了該模型能夠在實(shí)際項(xiàng)目中得以運(yùn)用。
　　所建模型能夠利用較小的參數(shù)集來(lái)計(jì)算評(píng)價(jià)地源熱泵系統(tǒng)所需的指標(biāo)機(jī)組COP和系統(tǒng)COP，從而可在部分監(jiān)測(cè)條件不足或部分傳感器出現(xiàn)故障時(shí)計(jì)算機(jī)組和系統(tǒng)性能評(píng)價(jià)指標(biāo)，也為將來(lái)僅測(cè)量較少的量就