[发明专利]一种混合式的地铁空调冷水机组能效估计方法

说明书

本发明提供了一种混合式的地铁站冷水机组能效估计方法，属于暖通空调领域，主要应用于地铁空调节能优化、地铁站空调故障诊断。包括以下步骤：通过机理分析建立冷水机组能效估计半经验模型，使用该模型估计冷水机组能耗，并获取模型残差值；筛选出对半经验模型残差影响较大且易于获取的独立运行参量；利用支持向量回归机建立半经验模型残差修正模型；结合半经验模型与修正模型的输出，可得到地铁站冷水机组能效估计值。本发明的特点如下：半经验模型估计冷水机组能效具有很高的稳定性但具有一定非线性误差，利用支持向量回归机处理非线性问题的优势对半经验模型误差进行补偿，使混合式模型具有稳定性高、精度高的特点。

技术领域

本发明涉及到暖通空调领域，针对常用的地铁站冷水机组能效估计方法存在非线性误差，导致估计精度较低的问题，提出了一种混合式的地铁空调冷水机组能效估计方法。具体是通过支持向量回归机对估计误差的历史数据进行训练得到误差修正模型，然后结合传统模型与修正模型的输出值得到最终能效估计值。

背景技术

地铁已经成为城市中必不可少的交通方式，同时也是城市交通中的能耗大户。

其中，地铁运营耗能较大，通风空调系统的用电量相当于整个地铁运营总能耗30％-40％。而空调系统水泵能耗约占整个空调系统能耗的15％-20％。空调系统一般是以最大负荷选型，而实际运行中，空调系统大部分时间运行在部分负荷状态下。此时空调水泵也应该在部分负荷状态下运行，但是当前地铁站空调水泵仍普遍采用定频的运行方式，造成了巨大的能源浪费。因此对空调系统变流量优化运行的研究具有较大的节能意义。

而冷水机组变流量能效建模作为变流量优化运行研究中的关键环节，其准确性以及稳定性决定了变流量优化运行的效果。

近十年来，冷水机组变流量能效建模的研究大多围绕对冷水机组热散失等误差做出了一定修正，但是由于一般的半经验模型模型误差具有非线性，模型并不能很好地表征模型误差。同时，在空调系统运行过程中，由于室内负荷等外界条件变化相对缓慢，间隔较短的时间点采集到的数据过于相近。获取大量具有区分度的样本，时间成本较高。为解决这些问题，本发明采用适用于小样本非线性回归的支持向量回归机作为修正器，补偿半经验模型存在的非线性误差。

发明内容

本发明针对常用的地铁站冷水机组能效估计方法存在非线性误差，导致精度较低的问题，提出了基于半经验模型与支持向量机的混合式地铁空调冷水机组能效估计方法。该方法发挥了支持向量机在解决非线性问题上的优势，在保证估计值具有稳定性的前提下很好地修正了传统方法存在的非线性误差，显著提高了传统方法能效估计的精度。

本发明的技术方案为：一种混合式的地铁空调冷水机组能效估计方法，方法包括如下具体步骤：

(1)获取空调运行参数历史数据，主要包括：室外环境温度、室内环境温度、室内湿度、送风温度、回风温度、冷冻水进出水温度、冷冻水流量、冷却水进出水温度、冷却水流量，计算冷负荷、冷水机组能效比，并加入历史数据；

(2)建立蒸发温度模型、冷凝温度模型，利用历史数据对模型参数进行辨识；

(3)利用历史数据以及完成辨识的蒸发温度模型与冷凝温度模型，对冷水机组能效半经验模型参数进行辨识；

(4)重新获取空调运行参数历史数据以及各对应时刻能效半经验模型输出值与误差值，利用灰色关联度分析获得各参数与误差的关联度序列，并选取关联度较高的8个参数作为支持向量回归机的输入参数。

(5)建立基于支持向量机的修正模型，模型输出为能效半经验模型的误差值；

(6)结合能效半经验模型与修正模型获得冷水机组能效估计值。

附图说明

图1是是混合式冷水机组能效估计方法流程示意图；

图2通风空调系统结构示意图；