[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

说明书

本发明公开了一种基于神经网络的空调冷却系统智能节能控制系统及方法，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。本发明的特点是：1.针对空调冷却系统的专业人工智能、节能控制系统；2.实现全工况下的冷却系统能效最优控制，节能效果好；3.由于空调系统的冷却部分形式基本一致，差别主要是设备容量和数量的差异，其运行模式和能耗特点相似，所以已完成训练的模型在其它项目上只需经过工作量较小的训练就可以达到使用条件，可移植性好，利于规模化应用；4.用于空调冷却系统神经网络模型训练的所需数据采集基本可控，数据的完备性和准确性有保证，用其训练的神经网络模型收敛性好，精度高。

技术领域

本发明涉及节能技术领域，具体涉及一种基于神经网络的空调冷却系统智能节能控制系统及方法。

背景技术

在中央空调系统中，现有冷却系统的控制算法仍使用传统固定控制目标和参数的方式，比如固定冷却水回水温度设定值、固定冷却水供回水温差设定值，或者固定室外湿球温度与冷却水回水温度设定值差值等，控制系统不管室外天气条件、制冷机组运行负载率、制冷机组制冷效率、冷却泵输配效率、冷却塔冷却效率等因素的影响，维持既定的控制参数和目标来调节，这虽然能保证空调系统运行的稳定性，但也限制了系统整体运行能效，因为在不同的工况下，控制系统控制参数和目标会对制冷主机、冷却泵、冷却塔的运行能耗有显著的影响，并且制冷主机、冷却泵、冷却塔这三者之间运行功耗存在互相耦合的问题，相互之间也会产生影响。

我们的目标是：在不同的室外气象条件和空调负荷工况下，通过合理的调节，使制冷主机、冷却泵、冷却塔这三者的总瞬时运行功耗最低，显然，通过传统的控制手段无法实现这类多参数、耦合复杂系统的节能控制需求，无法达到全工况下空调冷却系统运行总功耗最小。

发明内容

本发明的目的在于克服上述不足问题，提供一种基于神经网络的空调冷却系统智能节能控制系统及方法。

本发明为实现上述目的所采用的技术方案是：一种基于神经网络的空调冷却系统智能节能控制系统，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。

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。

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。

基于神经网络的空调冷却系统智能节能控制方法，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；