Прогнозування енергоефективності гвинтових компресорів аміачних холодильних установок з частотним регулюванням на основі нейронної мережі
This paper presents the results of a study on the energy efficiency of screw compressors in ammonia refrigeration systems equipped with frequency control. The focus is placed on the development of a neural network-based model for predicting energy consumption using experimental data collected from o...
Збережено в:
| Дата: | 2026 |
|---|---|
| Автори: | , |
| Формат: | Стаття |
| Мова: | Українська |
| Опубліковано: |
General Energy Institute of the National Academy of Sciences of Ukraine
2026
|
| Теми: | |
| Онлайн доступ: | https://systemre.org/index.php/journal/article/view/941 |
| Теги: |
Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
|
| Назва журналу: | System Research in Energy |
Репозитарії
System Research in Energy| _version_ | 1859471879148929024 |
|---|---|
| author | Nitsak, Yaroslav Bosak, Аlla |
| author_facet | Nitsak, Yaroslav Bosak, Аlla |
| author_sort | Nitsak, Yaroslav |
| baseUrl_str | |
| collection | OJS |
| datestamp_date | 2026-03-11T09:25:13Z |
| description | This paper presents the results of a study on the energy efficiency of screw compressors in ammonia refrigeration systems equipped with frequency control. The focus is placed on the development of a neural network-based model for predicting energy consumption using experimental data collected from operational industrial facilities. The proposed approach accounts for a wide range of operating conditions, including variable load profiles, ambient temperature fluctuations, heat exchange performance, and specifics of automated control systems. The application of an artificial neural network (ANN) enabled high prediction accuracy: for compressors with frequency control, the mean squared error (MSE) was 63.065 and the coefficient of determination (R²) reached 0.992; for compressors without frequency control, the respective values were MSE: 266.231 and R²: 0.978. These results demonstrate the advantage of frequency control in both modeling precision and energy performance. The study confirms that frequency regulation not only reduces energy consumption but also enhances system reliability, equipment longevity, and lowers operational costs. The proposed methodology can be adapted for other types of industrial refrigeration units, opening broad opportunities for further research and the implementation of energy-saving technologies across various industrial sectors. |
| first_indexed | 2026-03-12T15:49:32Z |
| format | Article |
| id | oai:www.systemre.org:article-941 |
| institution | System Research in Energy |
| keywords_txt_mv | keywords |
| language | Ukrainian |
| last_indexed | 2026-03-12T15:49:32Z |
| publishDate | 2026 |
| publisher | General Energy Institute of the National Academy of Sciences of Ukraine |
| record_format | ojs |
| spelling | oai:www.systemre.org:article-9412026-03-11T09:25:13Z PREDICTION OF ENERGY EFFICIENCY OF SCREW COMPRESSORS IN AMMONIA REFRIGERATION SYSTEMS WITH FREQUENCY CONTROL USING A NEURAL NETWORK Прогнозування енергоефективності гвинтових компресорів аміачних холодильних установок з частотним регулюванням на основі нейронної мережі Nitsak, Yaroslav Bosak, Аlla energy efficiency, screw compressors, frequency converters, ammonia refrigeration units, optimization, electricity consumption, аrtificial neural network (ANN). енергоефективність, гвинтові компресори, частотні перетворювачі, аміачні холодильні установки, оптимізація, електроспоживання, штучна нейронна мережа. This paper presents the results of a study on the energy efficiency of screw compressors in ammonia refrigeration systems equipped with frequency control. The focus is placed on the development of a neural network-based model for predicting energy consumption using experimental data collected from operational industrial facilities. The proposed approach accounts for a wide range of operating conditions, including variable load profiles, ambient temperature fluctuations, heat exchange performance, and specifics of automated control systems. The application of an artificial neural network (ANN) enabled high prediction accuracy: for compressors with frequency control, the mean squared error (MSE) was 63.065 and the coefficient of determination (R²) reached 0.992; for compressors without frequency control, the respective values were MSE: 266.231 and R²: 0.978. These results demonstrate the advantage of frequency control in both modeling precision and energy performance. The study confirms that frequency regulation not only reduces energy consumption but also enhances system reliability, equipment longevity, and lowers operational costs. The proposed methodology can be adapted for other types of industrial refrigeration units, opening broad opportunities for further research and the implementation of energy-saving technologies across various industrial sectors. У статті представлено результати дослідження енергоефективності гвинтових компресорів аміачних холодильних установок, оснащених системами частотного регулювання. Основну увагу приділено розробці нейромережевої моделі для прогнозування енергоспоживання на основі експериментальних даних, зібраних на діючих промислових об’єктах. Запропонований підхід дозволяє враховувати широкий спектр експлуатаційних факторів, зокрема змінні профілі навантаження, температурні коливання, режими роботи теплообмінників та особливості автоматизованого керування. Застосування штучної нейронної мережі (ШНМ) забезпечило високу точність прогнозування: для компресора з частотним регулюванням середньоквадратична похибка (MSE) становила 63.065, коефіцієнт детермінації R² ‒ 0.992; для компресора без регулювання відповідні показники ‒ MSE: 266.231, R²: 0.978. Це свідчить про перевагу частотного регулювання в контексті точності моделювання та ефективності енергоспоживання. Результати дослідження підтверджують, що частотне регулювання сприяє не лише зниженню енергоспоживання, а й покращенню надійності, довговічності обладнання та зменшенню експлуатаційних витрат. Запропонована методика може бути адаптована для інших типів промислових холодильних агрегатів, що відкриває перспективи для подальших досліджень і впровадження енергозберігаючих технологій у різних галузях промисловості. General Energy Institute of the National Academy of Sciences of Ukraine 2026-03-03 Article Article application/pdf https://systemre.org/index.php/journal/article/view/941 System Research in Energy; No. 1 (85) (2026): System Research in Energy; 94-106 Системні дослідження в енергетиці; № 1 (85) (2026): Системні дослідження в енергетиці; 94-106 2786-7102 2786-7633 uk https://systemre.org/index.php/journal/article/view/941/834 |
| spellingShingle | енергоефективність гвинтові компресори частотні перетворювачі аміачні холодильні установки оптимізація електроспоживання штучна нейронна мережа. Nitsak, Yaroslav Bosak, Аlla Прогнозування енергоефективності гвинтових компресорів аміачних холодильних установок з частотним регулюванням на основі нейронної мережі |
| title | Прогнозування енергоефективності гвинтових компресорів аміачних холодильних установок з частотним регулюванням на основі нейронної мережі |
| title_alt | PREDICTION OF ENERGY EFFICIENCY OF SCREW COMPRESSORS IN AMMONIA REFRIGERATION SYSTEMS WITH FREQUENCY CONTROL USING A NEURAL NETWORK |
| title_full | Прогнозування енергоефективності гвинтових компресорів аміачних холодильних установок з частотним регулюванням на основі нейронної мережі |
| title_fullStr | Прогнозування енергоефективності гвинтових компресорів аміачних холодильних установок з частотним регулюванням на основі нейронної мережі |
| title_full_unstemmed | Прогнозування енергоефективності гвинтових компресорів аміачних холодильних установок з частотним регулюванням на основі нейронної мережі |
| title_short | Прогнозування енергоефективності гвинтових компресорів аміачних холодильних установок з частотним регулюванням на основі нейронної мережі |
| title_sort | прогнозування енергоефективності гвинтових компресорів аміачних холодильних установок з частотним регулюванням на основі нейронної мережі |
| topic | енергоефективність гвинтові компресори частотні перетворювачі аміачні холодильні установки оптимізація електроспоживання штучна нейронна мережа. |
| topic_facet | energy efficiency screw compressors frequency converters ammonia refrigeration units optimization electricity consumption аrtificial neural network (ANN). енергоефективність гвинтові компресори частотні перетворювачі аміачні холодильні установки оптимізація електроспоживання штучна нейронна мережа. |
| url | https://systemre.org/index.php/journal/article/view/941 |
| work_keys_str_mv | AT nitsakyaroslav predictionofenergyefficiencyofscrewcompressorsinammoniarefrigerationsystemswithfrequencycontrolusinganeuralnetwork AT bosakalla predictionofenergyefficiencyofscrewcompressorsinammoniarefrigerationsystemswithfrequencycontrolusinganeuralnetwork AT nitsakyaroslav prognozuvannâenergoefektivnostígvintovihkompresorívamíačnihholodilʹnihustanovokzčastotnimregulûvannâmnaosnovínejronnoímereží AT bosakalla prognozuvannâenergoefektivnostígvintovihkompresorívamíačnihholodilʹnihustanovokzčastotnimregulûvannâmnaosnovínejronnoímereží |