一种基于鲸鱼算法和BP神经网络的中央空调性能优化方法及系统

本发明公开了一种基于鲸鱼算法和BP神经网络的中央空调性能优化方法及系统，包括：收集中央空调系统的运行数据并预处理，包括设备运行参数、环境参数和能耗数据，得到系统稳定运行数据；采用Boruta特征选择算法进行特征选择，以能效比为性能指标，设备运行参数和环境运行参数为特征变量，计算特征重要度，得到特征子集；构建BP神经网络预测模型，选择特征子集作为模型输入，以性能指标作为模型输出，进行模型训练；引入鲸鱼算法对BP神经网络预测模型进行优化；S5.评估优化后的性能指标，最终得到实现最大化能耗比时的控制参数，并应用到中央空调实际控制系统中；本发明能够有效降低中央空调系统的能耗，提高系统的性能和能效比。