[发明专利]空调能耗模型训练方法与空调系统控制方法

说明书

本申请涉及一种空调系统能耗模型训练方法以及空调系统控制方法、装置、计算机设备与存储介质，其中，方法包括：根据空调系统的输入参数和输出参数分别构建各组成设备的能耗机理模型，基于历史运行数据对能耗机理模型进行训练，分别构建各组成设备的能耗模型，确定空调系统的控制量约束以及状态量约束，在控制量的合理区间内通过遗传算法和梯度优化算法求解能耗模型中最优变量，得到空调系统控制优化策略。整个过程中，在环境量约束和控制量约束的有效边界范围内、对空调系统中组成设备的能耗模型分别进行基于遗传算法和梯度优化算法的最优变量求解，能够准确得到当前环境下能耗最小的空调系统控制策略，实现空调系统良好的节能效果。

技术领域

本申请涉及空调系统技术领域，特别是涉及一种空调能耗模型训练方法以及空调系统控制方法、装置、计算机设备和存储介质。

背景技术

空调系统目前应用广泛，公用建筑、商用楼宇、数据中心等场景大都有采用该系统来实现温控除湿等功能。大规模的应用也带来了巨额的能耗，以数据中心为例，截止2019年，数据中心能耗占到全球能源使用量的1.3％以上，其中空调系统能耗占40％以上，而商用楼宇、公用建筑，其能耗占比更高。

为降低空调系统能耗，实现节能效果，目前已有多种空调系统节能控制方法。以针对中央空调系统的节能控制方法为例，目前BA系统(Building Automation System)已经得到普及，以PID(closed-loop control system，闭环控制)为主的控制方式也被广泛应用，系统可通过设定冷冻水进出水温差来控制冷冻泵频率，设定冷却水进水温差与室外湿球温度的温差来控制冷却塔频率，一定程度上能够根据环境来自适应的调节设备运行参数。

然而，上述控制过程中温差具体设定多少、冷冻水出水温度设定多少，这些设定值，其实还是根据人工经验来定的，并不能根据室内外环境来自适应的调节。对于建筑系统，其环境量无疑是会改变的，温度、湿度、负载等都是随时间变化的，人工给定的固定值无法根据环境量的感知而变化，也就无法实现对空调系统较佳的节能控制。

发明内容

基于此，有必要针对上述技术问题，提供一种能够实现良好能耗预测的空调能耗模型训练方法以及能够实现良好节能效果的空调系统控制方法、装置、计算机设备和存储介质。

一种空调能耗模型训练方法，所述方法包括：

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，得到所述空调系统中组成设备的能耗模型。

在其中一个实施例中，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。

在其中一个实施例中，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。