[发明专利]空调能耗模型训练方法与空调系统控制方法有效

专利信息
申请号: 201910941341.1 申请日: 2019-09-30
公开(公告)号: CN112577161B 公开(公告)日: 2022-05-27
发明(设计)人: 汤潮;郭琦;袁德玉 申请(专利权)人: 北京国双科技有限公司
主分类号: F24F11/58 分类号: F24F11/58;F24F11/54;F24F11/64;F24F11/62;F24F11/77;F24F11/86;F24F11/85;F24F110/10;F24F140/20;F24F140/50
代理公司: 北京华进京联知识产权代理有限公司 11606 代理人: 胡明强
地址: 100083 北京市海淀区*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 空调 能耗 模型 训练 方法 系统 控制
【权利要求书】:

1.一种空调系统控制方法,所述方法包括:

获取所述空调系统中组成设备的控制量约束和状态量约束,根据所述控制量约束和状态量约束,确定所述空调系统中组成设备控制量的合理区间;

以最小能耗为目标,通过遗传算法和梯度优化算法对能耗模型进行变量寻优,在所述合理区间内求解所述空调系统最优控制量组合,得到空调系统控制优化策略,其中,所述能耗模型由确定空调系统中组成设备的输入参数和输出参数;根据所述输入参数和所述输出参数,得到所述空调系统中组成设备对应的能耗机理模型;获取所述空调系统的历史运行数据,根据所述历史运行数据对所述能耗机理模型进行训练,构建所述空调系统中组成设备的能耗模型的方式得到;

获取空调系统控制参数的个数以及参数偏移量可选值;

根据所述个数以及所述参数偏移量可选值,建立正交表;

在所述正交表中无回放抽取偏移量至所述空调系统控制优化策略对应的控制量上,迭代更新所述能耗模型。

2.根据权利要求1所述的方法,其特征在于,所述通过遗传算法和梯度优化算法对所述能耗模型进行变量寻优包括:

针对所述能耗模型中浮点变量,通过遗传算法或梯度优化算法进行变量寻优;

针对所述能耗模型中整型变量,获取整型变量组合数,当所述整型变量组合数小于预设值可遍历时,通过梯度优化算法进行变量寻优,当所述整型变量组合数大于预设值可遍历时,通过遗传算法进行变量寻优。

3.根据权利要求1所述的方法,其特征在于,所述获取所述空调系统中组成设备的控制量约束和状态量约束,根据所述控制量约束和状态量约束,确定所述空调系统中组成设备控制量的合理区间包括:

获取所述空调系统的环境量约束值和状态量约束以及所述空调系统的当前环境值;

若所述当前环境值超出所述环境量约束值时,根据所述当前环境值超出所述环境量约束值的超出程度,生成因子;

根据所述当前环境值以及所述因子,设置所述空调系统中组成设备的控制量第一范围;

根据所述状态量约束,获取所述空调系统中组成设备状态量的合理运行范围;

根据所述状态量的合理运行范围,计算所述空调系统中组成设备控制量第二范围;

获取所述控制量第一范围与所述控制量第二范围的交集,得到所述空调系统中组成设备控制量的合理区间。

4.根据权利要求1所述的方法,其特征在于,所述根据所述输入参数和所述输出参数,得到所述空调系统中组成设备对应的能耗机理模型包括:

根据所述输入参数和所述输出参数,确定所述空调系统中组成设备输入参数与输出参数之间的映射关系;

根据所述映射关系,得到所述空调系统中组成设备的能耗机理模型关系式,构建所述空调系统中组成设备的能耗机理模型。

5.根据权利要求1所述的方法,其特征在于,所述获取所述空调系统的历史运行数据,根据所述历史运行数据对所述能耗机理模型进行训练,得到所述空调系统中组成设备的能耗模型包括:

获取所述空调系统的历史运行数据;

将所述历史运行数据随机划分为训练集部分和测试集部分;

通过所述训练集部分对所述能耗机理模型进行训练,更新所述能耗机理模型关系式中待定参数值,得到训练后的能耗机理模型;

通过所述测试集部分对所述训练后的能耗机理模型进行测试,当测试通过时,得到所述空调系统中组成设备的能耗模型。

6.根据权利要求1所述的方法,其特征在于,所述获取所述空调系统的历史运行数据包括:

将所述空调系统中组成设备的原始历史运行数据进行数据整合填充处理;

基于所述空调系统中组成设备之间运行数据的关联性,对数据整合填充处理后的数据进行异常数据剔除;

从异常数据剔除处理后的数据中提取所述空调系统在稳定运行状态下的历史运行数据。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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北京国双科技有限公司,未经北京国双科技有限公司许可,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/201910941341.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top