[发明专利]一种基于支持向量机模型的冷水机组高能效控制方法在审
| 申请号: | 201910748293.4 | 申请日: | 2019-08-14 |
| 公开(公告)号: | CN110567101A | 公开(公告)日: | 2019-12-13 |
| 发明(设计)人: | 管晓晨;牛洪海;陈霈;杨玉;耿欣;李兵 | 申请(专利权)人: | 南京南瑞继保工程技术有限公司;南京南瑞继保电气有限公司 |
| 主分类号: | F24F11/46 | 分类号: | F24F11/46;F24F11/64;F24F140/20 |
| 代理公司: | 32200 南京经纬专利商标代理有限公司 | 代理人: | 葛潇敏 |
| 地址: | 211102 江*** | 国省代码: | 江苏;32 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 能效比 冷水机组 运行参数 历史数据 关键运行参数 支持向量机模型 历史运行参数 归一化处理 支持向量机 聚类算法 训练数据 支持向量 高能效 能耗 采集 输出 挖掘 预测 | ||
本发明公开一种基于支持向量机模型的冷水机组高能效控制方法,包括如下步骤:步骤1,从冷水机组的运行参数中选取对冷水机组能效比影响明显的多种运行参数,采集这些运行参数的历史数据;步骤2,对冷水机组的各个运行参数、能效比的历史数据进行归一化处理,再通过聚类算法获取多组基于支持向量机能效比模型的训练数据;步骤3,采用支持向量机方法建立冷水机组能效比模型,以历史运行参数作为模型的输入,以历史能效比数据作为模型的输出;步骤4,利用能效比模型提前预测未来某工况下的冷水机组能耗。此种方法能够挖掘能效比与关键运行参数之间的关系,利用关键运行参数和能效比的历史数据,建立冷水机组能效比模型。
技术领域
本发明属于中央空调的节能优化控制领域,特别涉及一种基于支持向量机模型的冷水机组高能效控制方法。
背景技术
近年来随着建筑总量的增加和人们追求居住舒适度的提升,我国的建筑能耗目前每年已占社会总能耗的33%以上并仍在持续增加中。而在建筑能耗中,中央空调系统能耗约占50%;冷水机组作为中央空调制冷核心设备,能耗占据中央空调能耗的40%以上。因此,对冷水机组的节能潜力研究具有重要的意义。
冷水机组的能效比是指制冷机组单位功率下的制冷量,能效比的高低直接反映了能源转换的效率。影响能效比的因素有很多,一是机组本身,机组的结构、换热器热交换界面/介质等因素会直接影响能效比,这部分影响因素在运行中往往是不可改变的;二是机组的运行参数,这部分因素是可以进行人工设定的,如蒸发器的进/出口温度、冷凝器的进/出口温度、机组的负荷等。
如何在满足制冷负荷的前提下,合理设定运行参数,使冷水机组在较高的能效比下工作,是冷水机组节能的关键。冷水机组能效比与各运行参数之间是典型的非线性关系,常规的线性建模方法很难准确描述它们之间的关系。
发明内容
本发明的目的,在于提供一种基于支持向量机模型的冷水机组高能效控制方法,能够挖掘能效比与关键运行参数之间的关系,利用关键运行参数和能效比的历史数据,建立冷水机组能效比模型。利用模型预测不同运行参数工况下的冷水机组能效比,从中选取满足冷负荷需求的、冷水机组效率最高的一组参数,指导冷水机组运行中参数的设定,为获得更好的运行效率提供依据,达到节能降耗的目的。
为了达成上述目的,本发明的解决方案是:
一种基于支持向量机模型的冷水机组高能效控制方法,包括如下步骤:
步骤1,从冷水机组的运行参数中选取对冷水机组能效比影响明显的多种运行参数,采集这些运行参数的历史数据;
步骤2,对冷水机组的各个运行参数、能效比的历史数据进行归一化处理,再通过聚类算法获取多组基于支持向量机能效比模型的训练数据;
步骤3,采用支持向量机方法建立冷水机组能效比模型,以历史运行参数作为模型的输入,以历史能效比数据作为模型的输出;
步骤4,利用能效比模型提前预测未来某工况下的冷水机组能耗。
上述步骤1中,选取对冷水机组能效比影响明显的多种运行参数包括机组负荷Qload、蒸发器进口温度te_in、蒸发器出口温度te_out、冷凝器进口温度tc_in和冷凝器出口温度tc_out。
上述步骤1中,蒸发器和冷凝器的进/出口温度直接采集。
上述步骤1中,机组负荷Qload利用如下公式计算:
Qload=C·q·(te_in-te_out)/3.6/3.517
其中:Qload——机组负荷,单位RT
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京南瑞继保工程技术有限公司;南京南瑞继保电气有限公司,未经南京南瑞继保工程技术有限公司;南京南瑞继保电气有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910748293.4/2.html,转载请声明来源钻瓜专利网。





