近日，西安建大信控学院硕士研究生杨思远在能源与环境领域国际顶级期刊《Energy Conversion and Management》（中科院分区：SCI一区Top；最新影响因子：11.533）上在线发表题为“Energy-saving optimization of air-conditioning water system based on data-driven and improved parallel artificial immune system algorithm（基于数据驱动与改进并行人工免疫系统算法的空调水系统节能优化）”的学术论文。国际期刊《Energy Conversion and Management》的学术影响力在235个能源/能源工程与电力技术（Energy/Energy Engineering and Power Technology）期刊中排名第7（7/235）；在215个能源/可再生能源、可持续性与环境（Energy/Renewable Energy, Sustainability and the Environment）期刊中排名第11（11/215）；在64个能源/核能与工程（Energy/Nuclear Energy and Engineering）期刊中排名第2（2/64）；在109个能源/燃料技术（Energy/Fuel Technology）期刊中排名第4（4/109）。论文第一作者为信控学院硕士研究生杨思远，指导教师为于军琪教授。西安建筑科技大学为该论文唯一完成单位。

据统计，建筑能耗在全球总能耗中的占比超过1/3，已成为最大的能源消耗领域。中央空调系统作为建筑中最大的能耗来源，占到了建筑总能耗的50%以上，具备巨大的节能潜力。其中空调水系统由于设备构成复杂且耗能高而成为节能的难点和重点。由于空调水系统是根据最大负荷需求而设计，在部分负荷下运行会偏离其最佳状态，因此及时有效地对系统中各种设备的运行参数进行动态调整以最大化系统运行能效，是空调水系统运行优化的重要方向。然而，空调水系统中各类型设备间相互耦合，运行参数众多且约束复杂，使得系统设备的建模和参数优化成为一大难题，对此现有研究仍然存在一定的局限和不足，难以达到理想的节能优化效果。

空调水系统的结构、设备模型建立及节能优化

针对该问题，本论文提出了一种结合数据驱动方法（GRNN神经网络）和改进元启发式优化算法（IPAIS算法）的空调水系统运行优化方法，从系统全局节能和设备协同高效运行的角度最大化系统的运行能效。所建立的系统设备功耗模型充分结合设备机理模型和数据驱动模型的优势，具有良好的精度、鲁棒性和泛化能力，能够为空调水系统的节能优化提供有效的数据支撑；所提出的节能优化算法充分考虑空调水系统的运行特征，有效提升了系统的运行能效，且在收敛性、鲁棒性和计算复杂度方面具有优越性，能够为空调系统的优化控制以及建筑能源管理提供有力的借鉴和参考。

杨思远以第一作者发表该高水平论文，体现了“学术立校、自强报国”办学理念取得的成果，也体现了我校研究生培养教育成效。

期刊链接：www.elsevier.com/locate/enconman

论文链接：https://doi.org/10.1016/j.enconman.2023.116902