[发明专利]基于神经网络的空调冷却系统智能节能控制系统及方法

权利要求书

1.基于神经网络的空调冷却系统智能节能控制系统，其特征在于：包括数据采集模块、神经网络模型训练模块、人工智能分析模块、冷却系统能效控制模块；

所述数据采集模块与空调冷却系统、室外传感器连接，采集空调冷却系统运行参数并处理；

所述神经网络模型训练模块与数据采集模块连接，所述神经网络模型训练模块获取数据采集模块的数据并进行训练建立模型；

所述人工智能分析模块与神经网络模型训练模块连接，所述人工智能模块利用已获得的模型结合数据采集模块采集的运行数据进行分析；

所述冷却系统能效控制模块与人工智能分析模块连接，所述冷却系统能效控制模块从人工智能分析模块获得分析数据对数据采集模块进行数据修正并对空调冷却系统进行自动控制。

2.如权利要求1所述的基于神经网络的空调冷却系统智能节能控制系统，其特征在于：所述神经网络模型训练模块包括人工智能处理模块、BP神经网络模型，所述人工智能处理模块获取数据采集模块的数据并进行训练建立BP神经网络模型。

3.如权利要求1所述的基于神经网络的空调冷却系统智能节能控制系统，其特征在于：所述空调冷却系统包括制冷主机、冷却泵、冷却塔，所述室外传感器包括室外温度湿度传感器、室外风速风向传感器。

4.基于神经网络的空调冷却系统智能节能控制方法，其特征在于包括以下步骤：

S1、通过数据采集模块采集空调冷却系统的运行数据，所述数据采集模块具有通讯功能、数据采集功能、数据处理功能；

S2、将数据采集模块获取的数据输送至神经网络模型训练模块的人工智能处理模块进行训练建立BP神经网络模型，所述BP神经网络模型通过数据集训练，修改各隐藏层节点的权重值，直至BP神经网络模型输出值与样本实际值的误差满足精度要求，BP神经网络模型具备应用条件；

S3、人工智能分析模块利用已获取的满足精度要求的BP神经网络模型并结合数据采集模块采集到的空调冷却系统的运行数据，使用随机梯度下降算法进行迭代计算，检索出空调冷却系统总实时功耗值最低区域，并通过映射获取对应的空调冷却系统的冷却水供回水温差设定值和冷却水回水温度与湿球温度差值设定值的范围；

S4、冷却系统能效控制模块从人工智能分析模块获得空调冷却系统的冷却水供回水温差设定值和冷却水回水温度与湿球温度差值设定值的范围，对其当前参数进行修正并通过PID自适应算法对空调冷却系统进行自动控制。

5.如权利要求4所述的基于神经网络的空调冷却系统智能节能控制方法，其特征在于：所述数据采集模块采用变样周期的采取方式，并对过程数据进行MOVING AVERAGE处理。

6.如权利要求4所述的基于神经网络的空调冷却系统智能节能控制方法，其特征在于：所述BP神经网络模型输出值与样本实际值的误差小于5%时，BP神经网络模型满足精度要求具备应用条件。

7.如权利要求4所述的基于神经网络的空调冷却系统智能节能控制方法，其特征在于：所述BP神经网络模型满足精度要求仍继续通过人工智能处理模块获取数据采集模块采集的当前运行数据进行训练，实时在线修正BP神经网络模型内部的权重值。