[发明专利]一种建筑的空调负荷测量数据的融合方法

说明书

技术领域

本发明涉及数据融合的方法，尤其涉及一种建筑的空调负荷测量数据的融合方法。

背景技术

基于数据融合技术的建筑空调负荷测量属于环境工程与设备领域。该技术通过数据融合来提高空调负荷测量精度及可靠性，致力于解决实际应用中建筑负荷测量不准和(或)可靠性差及由此引发的冷水机组自动控制不可靠等问题。

数据融合是通过对来自于两组独立的信息源的负荷测量，即负荷直接测量与基于制冷机模型的“间接测量进行”，合成使得最终的结果更为准确、完整及可靠。当可靠的数据处理成为有效过程评估、操作和控制的基础时，数据融合显得尤为重要。随机误差和奇异值或者系统误差通常降低测量数据的准确性。数据融合的主要目的是通过数据融合消除它们的负面影响。数据融合及融合值可信度的确定分为以下几步：a)描述和估计各自数据源的不确定性；b)建立合适的融合机理获得融合结果；c)评估最终结果的可信度。

建筑负荷精确测量是实现冷水机组可靠控制的必要条件。常规获取系统冷负荷的方法基于冷冻水的进出口温度及其流量的“直接测量”。这种方法易受传感器的不确定度的影响，因此测量时常产生较大的偏差。此外由于空调系统冷冻水进出口温差一般较小(3～5℃或更低)，很小的温度测量误差也可能会导致较大的冷负荷测量偏差。例如在冷冻水入口及出口温度各偏离其真实值0.5℃，即使流量测量完全准确，冷负荷的直接测量值也有20％左右的偏差。因而基于建筑负荷直接的冷水机组自动控制不可靠，而且存在系统能耗浪费和建筑室内热舒适性不达标等问题。另外，间接测量是通过制冷机模型来进行的，它受冷凝压力、蒸发压力及冷机功耗等影响，由于冷凝压力、蒸发压力及冷机功耗的测量也不一定很准确。因此，间接测量的数据的总和会与实际数据有较大的偏差。

发明内容

本发明要解决的技术问题在于，现有技术中，由于空调负荷的测量数据的精确度不够高，导致冷水机组自动控制的可靠性不够高，针对现有技术的上述缺陷，提供一种建筑的空调负荷测量数据的融合方法。

本发明解决其技术问题所采用的技术方案是：

一种建筑的空调负荷测量数据的融合方法，包括如下步骤：

S1、对融合过程所需的参数赋值，测量空调负荷，所述测量包括直接测量和间接测量；

S2、采集所测量的数据，所述测量的数据包括直接测量数据和间接测量数据；

S3、判断所述直接测量数据是否为奇异值，如判断为是，则转向步骤S4、否则转向步骤S5，所述奇异值用于判断是否采用所述直接测量数据来融合数据；

S4、从所采集的数据中移除直接测量数据，基于前一次采集测量数据时所计算的融合值，使用所述间接测量数据的增量进行数据融合，得到第一融合值，转向步骤S9，所述增量是当前所采集的间接测量数据与前一次所采集的间接测量数据之间的差值；

S5、将所述采集的数据存储在长度为N的移动窗口中，通过移动平均的方法移除所述采集的数据中的测量噪音后，将所述移除测量噪音后的数据进行数据融合，得到第二融合值，所述N为自然数；

S6、判断所述直接测量数据是否存在系统误差，如果判断为是，则转向步骤S7，否则转向步骤S8；

S7、校正所述间接测量数据，进行数据融合，得到第三融合值；

S8、计算所得到的融合值的可信度；

S9、输出所计算的可信度及与其相对应的融合值。

优选地，所述步骤S8之后还包括：

判断所述可信度是否低于预置临界值；

如果判断为否，则转向步骤S9，或

如果判断为是，发出关于提醒检测测量系统是否发生异常的警告。

优选地，所述步骤S3具体包括：根据第三公式，计算所述直接测量数据

的增量与所述间接测量数据的增量的差值；

判断所述差值是否大于所述预置常数，当判断为是，则所述直接测量数据是奇异值，转向步骤S4、否则所述直接测量数据为非奇异值，转向步骤S5；

其中，所述第三公式为：d_k＝|ΔCL_im，k-ΔCL_dm，k|，所述ΔCL_dm，k是当前所采集的直接测量数据与前一次所采集的直接测量数据的之间的增量，所述ΔCL_im，k是当前所采集的间接测量数据与前一次所采集的间接测量数据之间的增量，所述d_k为所述直接测量数据的增量与间接测量数据的增量之间的差值。

优选地，所述步骤S4具体包括：