[发明专利]基于统计预测技术的节能控制方法

说明书

技术领域

本发明涉及一种节能控制方法，属于节能自动化控制技术领域，尤其是指一种基于统计预测技术的节能控制方法。

背景技术

日常生活中，商店、超市或餐厅等公共场所的冷热饮料的消费需求总是处于一种动态不断变化的状态，时而需求多，时而需求少，时而停止，因此，理想情况是能够让提供冷热饮料的制冷加热设备工作在一种智能状态，能够学习掌握需求情况，即何时有消费需求、何时没有，进而根据这种消费情况来预测即将到来的消费情况，从而根据这种预测控制制冷加热设备维持在适当的工作状态。

中国专利号为200510023812.9、名称为《商用展示冷柜的智能型节能控制器》的发明专利公开了一种节能控制器，其将一天分为多个时段，采集每时段门开关次数并与设定的标准进行比较，判别该时段为很忙、较忙、忙或闲等情况，进而将此忙闲情况记录于设备内，如此记录保留数周忙闲数据用于计算当前时间段的忙闲程度，再加上即时忙闲程度，根据这算法，在运转状态即营业时间内，如果设备处于“忙”的状态，则冷柜工作在较低状态，如果设备处于“闲”的状态，则冷柜工作在较高状态，当营业结束时，设备处于“待机”状态，则冷柜工作在更高状态。但是，以这种方法实现节能控制存在以下问题：第一、人工设定冷柜营业时间和结束时间，这种固定的机械的划分方法不甚合理科学，较为合理的方法应该是根据消费活动由系统动态判断；第二、根据采集的开关门次数，归类忙闲程度，再以此为基础去推算将来的忙闲程度，由于原始数据的失真，计算的结果往往不够准确，使得忙闲程度的预测与实际情况也相差甚大；第三，每一时间段分成若干间隔采样，即时忙闲程度如出现以下情况，若在当前时间段的前一时间段内设备处于较闲程度，系统将维持在较高温度，而紧接下来的时间段设备又处于较忙程度，系统将不得不维持在很低温度，若按此工作方式又无相应校正措施，在如此短时间内将不能及时调整适宜的温度，无法提供及时的服务；第四、没有考虑节假日、周末因素和天气因素对消费情况的影响，进行相应的校正，使得计算的结果与实际情况也相差较大，导致系统节能效果不佳。

发明内容

本发明的目的在于克服现有技术中的缺点与不足，提供一种合理准确、更贴近实际情况、节能效果明显、服务及时可靠的基于统计预测技术的节能控制方法。

为了实现上述目的，本发明按以下技术方案实现：

一种基于统计预测技术的节能控制方法，其包括以下步骤：

a、按照时间序列方式采集存储有效的需求数据Cd；

b、提取特定时间段的需求数据，根据移动加权趋势法、或移动加权均值法、或二者综合折中算法来计算预测当前时间段的需求数据量CF；

c、提取当前时间段向前推移上一循环周期内的需求数据总量并计算其数据平均量Cav；

d、将CF与Cav进行比较并根据比较结果调控设备作出相应操作，实现实时节能控制。

进一步，所述a步骤中，时间序列方式是指以一周为一循环周期，以该循环周期内每半小时为一时间单位，如此每天共采集存储48个时间单位的有效需求数据Cd，一循环周期即共采集存储336时间单位的有效需求数据Cd。

较好的，所述a步骤中，当下一个循环周期开始时，新的需求数据将覆盖更新上一个循环周期同一时间段的需求数据，动态实时持续更新，直至新的循环周期完成。

较好的，所述需求数据Cd根据以下方式之一采集存储于设备内存中：

i、由装在设备柜门上的接近开关探测柜门的开关次数Cdr，即Cd＝Cdr；

ii、由装在设备上的移动阴影感应器探测周围人流量Cmn，即Cd＝Cmn；

iii、若Cdr＞r×Cmn，则Cd＝Cdr，否则Cd＝r×Cmn，r为系数；

iv、实际需求数据Cd可由综合所得，即Cd＝u×Cdr+v×(r×Cmn)，其中u、v、r为系数。

进一步，所述b步骤中，移动加权趋势法采用如下公式计算当前时间段的需求数据量CF_ST：

CF_ST＝C_t＝C_t-1+d×(C_t-1-C_t-2)+b×(C_{d_t}-C_{d_t-1})+p×(C_{wk_t}-C_{wk_t-1})