[发明专利]基于人工智能的并联空压机能耗调控方法及系统在审
| 申请号: | 202210353263.5 | 申请日: | 2022-04-06 |
| 公开(公告)号: | CN114893402A | 公开(公告)日: | 2022-08-12 |
| 发明(设计)人: | 周开乐;王俊清;丁涛;胡定定 | 申请(专利权)人: | 合肥工业大学 |
| 主分类号: | F04C28/02 | 分类号: | F04C28/02;G06N3/08 |
| 代理公司: | 北京久诚知识产权代理事务所(特殊普通合伙) 11542 | 代理人: | 余罡 |
| 地址: | 230009 安*** | 国省代码: | 安徽;34 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 基于 人工智能 并联 机能 调控 方法 系统 | ||
1.一种基于人工智能的并联空压机能耗调控方法,其特征在于,所述方法包括:
获取并联空压机系统中空压机的主备机更新次序,同时获取并联空压机系统中空压机工作相关数据并进行预处理;
基于所述预处理后的空压机工作相关数据,利用神经网络算法模型获取耗能估计值;
调整所述神经网络算法模型的参数直到所述耗能估计值与目标耗能值之间的误差达到预设要求时停止;
基于调整后的所述神经网络算法模型获取最优方案,基于所述主备机次序执行所述最优方案进行并联空压机的能耗调控。
2.如权利要求1所述的方法,其特征在于,所述空压机工作相关数据包括:
空气压缩机内空气流速数据、空气压缩机外部环境的温度数据、空气压缩机不同功率数据、空气压缩机的输出端与外界大气压之间的压差数据,以及空气压缩机不同连续工作时长下的耗能数据。
3.如权利要求1所述的方法,其特征在于,所述最优方案包括:整个并联空压机系统中不同空压机的负荷情况、预计耗能情况,以及预计所耗时长。
4.如权利要求1所述的方法,其特征在于,所述调整所述神经网络算法模型参数直到所述耗能估计值与目标耗能值之间的误差达到预设要求时停止包括:
S31、获取所述耗能估计值与目标耗能值的差值并重复预设次数次后不断调整所述神经网络算法模型的参数,直到误差值满足预设条件时则停止;
S32、若重复调整所述神经网络算法模型参数达到预设次数后,误差无法达到预设要求,则更改所述目标耗能值,再重复步骤S31直到误差值满足预设条件时停止。
5.如权利要求1所述的方法,其特征在于,所述获取并联空压机系统中空压机的主备机更新次序包括:
在每个预设时间点对并联空压机系统中所有空压机按照其工作总耗能的大小进行升序排列,所述排列的顺序即为并联空压机系统中空压机的主备机更新次序。
6.一种基于人工智能的并联空压机能耗调控系统,其特征在于,所述系统包括:
数据获取模块,用于获取并联空压机系统中空压机的主备机更新次序,同时获取并联空压机系统中空压机工作相关数据并进行预处理;
耗能估计值获取模块,用于基于所述预处理后的空压机工作相关数据,利用神经网络算法模型获取耗能估计值;
模型调整模块,用于调整所述神经网络算法模型的参数直到所述耗能估计值与目标耗能值之间的误差达到预设要求时停止;
能耗调控模块,用于基于调整后的所述神经网络算法模型获取最优方案,基于所述主备机次序执行所述最优方案进行并联空压机的能耗调控。
7.如权利要求6所述的系统,其特征在于,所述空压机工作相关数据包括:
空气压缩机内空气流速数据、空气压缩机外部环境的温度数据、空气压缩机不同功率数据、空气压缩机的输出端与外界大气压之间的压差数据,以及空气压缩机不同连续工作时长下的耗能数据。
8.如权利要求6所述的系统,其特征在于,所述最优方案包括:整个并联空压机系统中不同空压机的负荷情况、预计耗能情况,以及预计所耗时长。
9.如权利要求6所述的系统,其特征在于,所述模型调整模块调整所述神经网络算法模型参数直到所述耗能估计值与目标耗能值之间的误差达到预设要求时停止包括:
S31、获取所述耗能估计值与目标耗能值的差值并重复预设次数次后不断调整所述神经网络算法模型的参数,直到误差值满足预设条件时则停止;
S32、若重复调整所述神经网络算法模型参数达到预设次数后,误差无法达到预设要求,则更改所述目标耗能值,再重复步骤S31直到误差值满足预设条件时停止。
10.如权利要求6所述的系统,其特征在于,所述获取并联空压机系统中空压机的主备机更新次序包括:
在每个预设时间点对并联空压机系统中所有空压机按照其工作总耗能的大小进行升序排列,所述排列的顺序即为并联空压机系统中空压机的主备机更新次序。
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合肥工业大学,未经合肥工业大学许可,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/202210353263.5/1.html,转载请声明来源钻瓜专利网。





