一种能耗设备模型的辨识方法以及装置制造方法及图纸

本发明专利技术公开一种能耗设备模型的辨识方法以及装置。其中，所述方法包括：根据所述能耗设备模型的输入组合和输出组合确定所述能耗设备模型的结构；根据所述输出组合中的数据对所述输入组合中的数据的敏感性和误差阈值获得所述能耗设备模型的模糊隶属函数的数量和边界；根据给定的测量数据辨识获得根据所述能耗设备模型的结构和模糊隶属函数描述的模糊关系，生成模糊关系规则库，从而实现所述能耗设备模型的辨识。本发明专利技术通过引入模糊模型概念和层次化模型概念，解决了现有的能耗设备模型辨识方法存在的辨识速度慢、无法解决不确定性问题以及对于复杂模型辨识实现困难，难以克服维度灾难等问题。

【技术实现步骤摘要】

本专利技术涉及能源管理信息化
，具体地，涉及一种能耗设备模型的辨识方法以及装置。
技术介绍
建筑能源管理系统中，面对单个项目的具体设备，需要根据既有的设备情况进行针对性的优化运行，这就需要得到基于现有设备的相关“知识”，比如制冷主机的部分负荷效率特性，水泵在不同频率下的流量和扬程。大量实测数据表明，厂家提供的样本参数与实际参数差异很大。在线获得安装在现场的建筑用能设备的模型，是进行优化运行的重要前提。现有的能耗设备模型的辨识方法的主要思想是运用模糊逻辑。模糊逻辑指模仿人脑的不确定性概念判断、推理思维方式，对于模型未知或不能确定的描述系统，以及强非线性、大滞后的控制对象，应用模糊集合和模糊规则进行推理，表达过渡性界限或定性知识经验，模拟人脑方式，实行模糊综合判断，推理解决常规方法难于对付的规则型模糊信息问题。然而，现有的能耗设备模型的辨识方法存在辨识速度过慢，无法解决不确定性问题，对于复杂模型辨识实现困难，难以克服维度灾难等问题。
技术实现思路
本专利技术的目的是提供一种能耗设备模型的辨识方法以及装置。其中，所述方法通过引入模糊模型概念和层次化模型概念，解决了现有的能耗设备模型辨识方法存在的辨识速度慢、无法解决不确定性问题以及对于复杂模型辨识实现困难，难以克服维度灾难等问题。为了实现上述目的，本专利技术提供一种能耗设备模型的辨识方法。所述方法包括：根据所述能耗设备模型的输入组合和输出组合确定所述能耗设备模型的结构；根据所述输出组合中的数据对所述输入组合中的数据的敏感性和误差阈值获得所述能耗设备模型的模糊隶属函数的数量和边界；根据给定的测量数据辨识获得根据所述能耗设备模型的结构和模糊隶属函数描述的模糊关系，生成模糊关系规则库，从而实现所述能耗设备模型的辨识。可选地，所述能耗设备模型的结构包括所述能耗设备模型的中间层级的数量、中间变量的数量以及所述中间变量与所述输入组合的变量的对应关系。可选地，所述根据所述能耗设备模型的输入组合和输出组合确定所述能耗设备模型的结构，包括：基于信息分析的智能算法和预设的精度，根据所述能耗设备模型的输入组合和输出组合分析获得所述能耗设备模型的结构。可选地，所述根据所述输出组合中的数据对所述输入组合中的数据的敏感性和误差阈值获得所述能耗设备模型的模糊隶属函数的数量和边界之前，所述方法还包括：基于数据敏感性分析和数据聚类分析，根据所述输入组合和所述输出组合获得所述输出组合中的数据对所述输入组合中的数据的敏感性和误差阈值。可选地，所述根据给定的测量数据辨识获得根据所述能耗设备模型的结构和模糊隶属函数描述的模糊关系，生成模糊关系规则库，包括：将所述测量数据转换为模糊数据；根据预设的模糊规则对所述模糊数据进行推理，获得输出的模糊数据；根据所述输出的模糊数据确定所述模糊关系，生成模糊关系数据库。相应地，本专利技术还提供一种能耗设备模型的辨识装置。所述装置包括：结构分析模块，用于根据所述能耗设备模型的输入组合和输出组合确定所述能耗设备模型的结构；模糊隶属函数分析模块，用于根据所述输出组合中的数据对所述输入组合中的数据的敏感性和误差阈值获得所述能耗设备模型的模糊隶属函数的数量和边界；关系辨识模块，用于根据给定的测量数据辨识获得根据所述能耗设备模型的结构和模糊隶属函数描述的模糊关系，生成模糊关系规则库，从而实现所述能耗设备模型的辨识。可选地，所述能耗设备模型的结构包括所述能耗设备模型的中间层级的数量、中间变量的数量以及所述中间变量与所述输入组合的变量的对应关系。可选地，所述结构分析模块，还用于：基于信息分析的智能算法和预设的精度，根据所述能耗设备模型的输入组合和输出组合分析获得所述能耗设备模型的结构。可选地，所述模糊隶属函数分析模块，还用于：基于数据敏感性分析和数据聚类分析，根据所述输入组合和所述输出组合获得所述输出组合中的数据对所述输入组合中的数据的敏感性和误差阈值。可选地，所述关系辨识模块，还用于：将所述测量数据转换为模糊数据；根据预设的模糊规则对所述模糊数据进行推理，获得输出的模糊数据；根据所述输出的模糊数据确定所述模糊关系，生成模糊关系数据库。通过上述技术方案，根据能耗设备模型的输入组合和输出组合确定能耗设备模型的结构；在确定结构之后，根据输出组合中的数据对输入组合中的数据的敏感性和误差阈值获得能耗设备模型的模糊隶属函数的数量和边界；最后，根据给定的测量数据辨识获得根据能耗设备模型的结构和模糊隶属函数描述的模糊关系，生成模糊关系规则库，从而实现能耗设备模型的辨识，解决了现有的能耗设备模型辨识方法存在的辨识速度慢、无法解决不确定性问题以及对于复杂模型辨识实现困难，难以克服维度灾难等问题。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些图获得其他的附图。图1是本专利技术一实施例提供的能耗设备模型的辨识方法的流程图；图2是本专利技术一实施例提供的层次化模型的示意图；图3是本专利技术一实施例提供的室温变化模型的示意图；图4是现有的9个模糊集描述讨论区间的示意图；图5是本专利技术一实施例提供的使用3个参数描述讨论区间的示意图；图6是本专利技术一实施例提供的能耗设备模型的辨识装置的结构示意图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。图1是本专利技术一实施例提供的能耗设备模型的辨识方法的流程图。如图1所示，本专利技术一实施例提供的能耗设备模型的辨识方法包括：在步骤S101中，根据所述能耗设备模型的输入组合和输出组合确定所述能耗设备模型的结构。具体地，该步骤包括：基于信息分析的智能算法和预设的精度，根据所述能耗设备模型的输入组合和输出组合分析获得所述能耗设备模型的结构。其中，所述能耗设备模型的结构包括所述能耗设备模型的中间层级的数量、中间变量的数量以及所述中间变量与所述输入组合的变量的对应关系。简单来说，此步骤是为了将能耗设备模型层次化。这就涉及到层次化模型的概念。层次化模型指的是输入输出的对应关系不是直接描述的，而是通过输入得到中间结论，再通过中间结论得到输出。即改变A->B的模型为A->A1->A2->B。图2是本专利技术一实施例提供的层次化模型的示意图。如图2所示，在单层规则中，由5个输入参数直接对应一个输出参数，这种对应关系是直接描述的。在层次化规则(图中示出两层规则)中，两个输入参数对应一个内部变量，两个内部变量对应一个输出参数，还有一个输入参数直接对应输出参数。如果输入参数和变量均用3个模糊集描述，那么能够得到单层模型和层次化模型的规则数量，如下表1所示。表1 层次化模型和单层模型的规则数量的对比由上表可知，通过将能耗设备模型层次化，可以减少每个层中输入维度，将描述输入输出对应关系的规则数量从指数级别减少到线性级别。藉此，可将输入维度较高的模型对象简化为具有多个内在层次的低维度本文档来自技高网...

【技术保护点】
一种能耗设备模型的辨识方法，其特征在于，所述方法包括：根据所述能耗设备模型的输入组合和输出组合确定所述能耗设备模型的结构；根据所述输出组合中的数据对所述输入组合中的数据的敏感性和误差阈值获得所述能耗设备模型的模糊隶属函数的数量和边界；根据给定的测量数据辨识获得根据所述能耗设备模型的结构和模糊隶属函数描述的模糊关系，生成模糊关系规则库，从而实现所述能耗设备模型的辨识。

【技术特征摘要】
1.一种能耗设备模型的辨识方法，其特征在于，所述方法包括：根据所述能耗设备模型的输入组合和输出组合确定所述能耗设备模型的结构；根据所述输出组合中的数据对所述输入组合中的数据的敏感性和误差阈值获得所述能耗设备模型的模糊隶属函数的数量和边界；根据给定的测量数据辨识获得根据所述能耗设备模型的结构和模糊隶属函数描述的模糊关系，生成模糊关系规则库，从而实现所述能耗设备模型的辨识。2.根据权利要求1所述的能耗设备模型的辨识方法，其特征在于，所述能耗设备模型的结构包括所述能耗设备模型的中间层级的数量、中间变量的数量以及所述中间变量与所述输入组合的变量的对应关系。3.根据权利要求1所述的能耗设备模型的辨识方法，其特征在于，所述根据所述能耗设备模型的输入组合和输出组合确定所述能耗设备模型的结构，包括：基于信息分析的智能算法和预设的精度，根据所述能耗设备模型的输入组合和输出组合分析获得所述能耗设备模型的结构。4.根据权利要求1所述的能耗设备模型的辨识方法，其特征在于，所述根据所述输出组合中的数据对所述输入组合中的数据的敏感性和误差阈值获得所述能耗设备模型的模糊隶属函数的数量和边界之前，所述方法还包括：基于数据敏感性分析和数据聚类分析，根据所述输入组合和所述输出组合获得所述输出组合中的数据对所述输入组合中的数据的敏感性和误差阈值。5.根据权利要求1所述的能耗设备模型的辨识方法，其特征在于，所述根据给定的测量数据辨识获得根据所述能耗设备模型的结构和模糊隶属函数描述的模糊关系，生成模糊关系规则库，包括：将所述测量数据转换为模糊数据；根据预设的模糊规则对所述模糊数据进...

【专利技术属性】
技术研发人员：于震，郑可可，李怀，
申请(专利权)人：中国建筑科学研究院，
类型：发明
国别省市：北京;11