确定系统中设备功率的方法和装置制造方法及图纸

本公开涉及一种确定系统中设备功率的方法和装置。所述系统包括多个设备。所述方法包括：生成种群，种群包括多个初始个体；在当前周期中，从种群中选择两个初始个体，生成个体对，其中，选择种群中的第一初始个体作为个体对中的至少一个初始个体的概率，与第一初始个体对应的系统的能耗比成正比；根据个体对进行交叉繁殖，生成后代个体；将后代个体进行变异，生成变异个体；当与变异个体对应的系统的能耗比不符合预定条件时，进入下一周期；当与变异个体对应的系统的能耗比符合预定条件时，将变异个体中的功率值确定为系统中对应设备的功率值。这样，在用遗传算法寻找系统的较佳能耗比时，加快了收敛的速度，减少了搜索时间，提升了用户体验。

Method and apparatus for determining device power in a system

The invention relates to a method and a device for determining the power of a device in a system. The system includes a plurality of devices. The method includes: generating population, population includes many initial individuals; in the current cycle, select two initial individuals from the population, the generation of the individual to choose the first initial individual of the population as individuals of the initial probability of at least one of the individual, and the individual consumption corresponding to the initial system the ratio of cross breeding; according to the individual, the individual will generate offspring; progeny individual variation, mutation of individual; energy consumption when the system corresponding to the individual variation than do not meet the predetermined condition, enter the next cycle; energy consumption when the system corresponding to the individual variation than meets a predetermined condition, will power the variation in individual to determine the value of the power system in the corresponding equipment value. Thus, when using the genetic algorithm to find the better energy consumption ratio of the system, the convergence speed is accelerated, the search time is reduced, and the user experience is improved.

【技术实现步骤摘要】

本公开涉及计算机领域，具体地，涉及一种确定系统中设备功率的方法和装置。
技术介绍
一个复杂的系统，往往涉及到多个设备。例如，中央空调系统可以包括冷冻泵、冷冻塔、冷却塔、冷机等。并且，在大型的中央空调设备中，每一类型的设备可能有多个。系统的能耗比为系统的输出能量与系统所包含的全部设备运行功率总和之比。系统的能耗比是系统设计时需要考虑的一个重要因素，能耗比不高，就会产生一定的浪费。系统中需要对各个环节全面控制运行，才能达到最佳能耗比。
技术实现思路
本公开的目的是提供一种简单易行的确定系统中设备功率的方法和装置，根据所确定的功率来运行各个设备，能够得到较佳的系统能耗比。为了实现上述目的，本公开提供一种确定系统中设备功率的方法，所述系统包括多个设备。所述方法包括：生成种群，所述种群包括多个初始个体，每个初始个体包括各个设备的功率值；在当前周期中，从所述种群中选择两个初始个体，生成个体对，其中，选择所述种群中的第一初始个体作为所述个体对中的至少一个初始个体的概率，与所述第一初始个体对应的所述系统的能耗比成正比；根据所述个体对进行交叉繁殖，生成后代个体；将所述后代个体进行变异，生成变异个体；当与所述变异个体对应的所述系统的能耗比不符合预定条件时，进入下一周期；当与所述变异个体对应的所述系统的能耗比符合所述预定条件时，将所述变异个体中的功率值确定为所述系统中对应设备的功率值。可选地，所述生成种群的步骤包括：根据所述系统运行的历史数据生成所述种群，使得在所述种群中，每个设备的每个功率值的取值概率为该设备的该功率值在所述历史数据中的取值概率。可选地，所述多个设备划分为多个类型，在每个初始个体中的每类型设备中，至少有一个设备的功率值不为零。可选地，所述个体对中的一个初始个体的选取概率随着与所述个体对中另一个初始个体的相似度的增加而减小。可选地，选择所述种群中的第i个初始个体作为所述个体对中的一个初始个体的概率Pi1为：选择所述种群中的第j个初始个体作为所述个体对中的另一个初始个体的概率Pj1为：其中，COPi为第i个初始个体对应的所述系统的能耗比；COPj为第j个初始个体对应的所述系统的能耗比；Gik为第i个初始个体中第k个设备的功率值；Gjk为第j个初始个体中第k个设备的功率值；T为所述多个设备的数目；Sij为第i个初始个体和第j个初始个体的相似度；β为系数。可选地，所述将所述后代个体进行变异，生成变异个体的步骤包括：确定每个设备被选为变异点的概率，使得一设备被选为变异点的概率，与该设备取各个功率值时对应的所述系统的能耗比的平均值的方差成正比；根据所确定的每个设备被选为变异点的概率，选择变异点；根据所选的变异点，将所述后代个体进行变异，生成变异个体。可选地，选择所述多个设备中的第i个设备作为变异点的概率Pi2为：其中，ACOP(Nj)为所述种群中第i个设备取第j个功率值的初始个体集合Nij对应的所述系统的能耗比的平均值；c为所述第i个设备可取的功率值的数目。可选地，所述将所述后代个体进行变异，生成变异个体的步骤包括：确定所述变异个体中作为变异点的设备选择每个功率值作为变异后的功率值的概率，使得作为变异点的设备选择所述第一功率值作为变异后的功率值的概率，与其作为变异点的设备以所述第一功率值运行的所有初始个体所对应的所述系统的能耗比的平均值成正比；根据所确定的作为变异点的设备选择每个功率值作为变异后的功率值的概率，选择变异后的功率值；根据所选的变异后的功率值，将所述后代个体进行变异，生成变异个体。可选地，所述将所述后代个体进行变异，生成变异个体的步骤包括：确定所述变异个体中作为变异点的设备选择每个功率值作为变异后的功率值的概率，使得作为变异点的设备取第j个功率值作为变异后的功率值的概率Pj2为：根据所确定的作为变异点的设备选择每个功率值作为变异后的功率值的概率，选择变异后的功率值；根据所选的变异后的功率值，将所述后代个体进行变异，生成变异个体。其中，C(M)为所述种群的初始个体集合M中的初始个体数目；C(Nj)为所述种群中作为变异点的设备取第j个功率值的初始个体集合Nj中的初始个体数目；m为所述种群中的初始个体数目与作为变异点的设备可取功率值的数目的比值；α为系数。本公开还提供一种确定系统中设备功率的装置，所述系统包括多个设备。所述装置包括：种群生成模块，用于生成种群，所述种群包括多个初始个体，每个初始个体包括各个设备的功率值；个体对生成模块，用于在当前周期中，从所述种群中选择两个初始个体，生成个体对，其中，选择所述种群中的第一初始个体作为所述个体对中的至少一个初始个体的概率，与所述第一初始个体对应的所述系统的能耗比成正比；后代生成模块，用于根据所述个体对进行交叉繁殖，生成后代个体；变异生成模块，用于将所述后代个体进行变异，生成变异个体；跳转模块，用于当与所述变异个体对应的所述系统的能耗比不符合预定条件时，进入下一周期；确定模块，用于当与所述变异个体对应的所述系统的能耗比符合所述预定条件时，将所述变异个体中的功率值确定为所述系统中对应设备的功率值。通过上述技术方案，根据遗传算法确定系统中设备的功率，在生成个体对时，选择一初始个体的概率，与该初始个体对应的系统的能耗比成正比。也就是，一初始个体其对应的系统能耗比越高，则其被选入个体对的概率越大。这样，在用遗传算法寻找系统的较佳能耗比时，加快了收敛的速度，从而减少了较佳能耗比的搜索时间，提升了用户体验。本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。附图说明附图是用来提供对本公开的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本公开，但并不构成对本公开的限制。在附图中：图1是一示例性实施例提供的确定系统中设备功率的方法的流程图；图2是一示例性实施例提供的确定系统中设备功率的装置的框图。具体实施方式以下结合附图对本公开的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本公开，并不用于限制本公开。如上所述，系统的能耗比为系统的输出能量与系统所包含的全部设备运行功率总和之比。在应用遗传算法寻找最优能耗比时，在选择个体对时，通常都是随机抽取初始个体，这样导致迭代次数较多，收敛较慢。专利技术人想到，可以通过将初始个体的选择概率设置为与对应的能耗比预测值成正比，这样能够提高最优解的搜索效率。图1是一示例性实施例提供的确定系统中设备功率的方法的流程图。所述系统包括多个设备。如图1所示，所述方法可以包括以下步骤。在步骤S11中，生成种群。所述种群包括多个初始个体，每个初始个体包括各个设备的功率值。初始个体可以包括系统中每个设备对应的功率。也就是，一个初始个体对应着系统运行的一个状态。以中央空调系统为例，一中央空调系统包括10个冷却塔、10个冷却泵、10个冷机和10个冷冻泵，总共40个设备。每个设备都对应有多个功率可选值。例如，第一冷却泵可选的功率值包括：0W、100W、200W和500W。一个初始个体可以为这40个设备的功率值集合，例如为{0W、500W、200W、……、500W本文档来自技高网...

【技术保护点】
一种确定系统中设备功率的方法，所述系统包括多个设备，其特征在于，所述方法包括：生成种群，所述种群包括多个初始个体，每个初始个体包括各个设备的功率值；在当前周期中，从所述种群中选择两个初始个体，生成个体对，其中，选择所述种群中的第一初始个体作为所述个体对中的至少一个初始个体的概率，与所述第一初始个体对应的所述系统的能耗比成正比；根据所述个体对进行交叉繁殖，生成后代个体；将所述后代个体进行变异，生成变异个体；当与所述变异个体对应的所述系统的能耗比不符合预定条件时，进入下一周期；当与所述变异个体对应的所述系统的能耗比符合所述预定条件时，将所述变异个体中的功率值确定为所述系统中对应设备的功率值。

【技术特征摘要】
1.一种确定系统中设备功率的方法，所述系统包括多个设备，其特征在于，所述方法包括：生成种群，所述种群包括多个初始个体，每个初始个体包括各个设备的功率值；在当前周期中，从所述种群中选择两个初始个体，生成个体对，其中，选择所述种群中的第一初始个体作为所述个体对中的至少一个初始个体的概率，与所述第一初始个体对应的所述系统的能耗比成正比；根据所述个体对进行交叉繁殖，生成后代个体；将所述后代个体进行变异，生成变异个体；当与所述变异个体对应的所述系统的能耗比不符合预定条件时，进入下一周期；当与所述变异个体对应的所述系统的能耗比符合所述预定条件时，将所述变异个体中的功率值确定为所述系统中对应设备的功率值。2.根据权利要求1所述的方法，其特征在于，所述生成种群的步骤包括：根据所述系统运行的历史数据生成所述种群，使得在所述种群中，每个设备的每个功率值的取值概率为该设备的该功率值在所述历史数据中的取值概率。3.根据权利要求1所述的方法，其特征在于，所述多个设备划分为多个类型，在每个初始个体中的每类型设备中，至少有一个设备的功率值不为零。4.根据权利要求1所述的方法，其特征在于，所述个体对中的一个初始个体的选取概率随着与所述个体对中另一个初始个体的相似度的增加而减小。5.根据权利要求1或4所述的方法，其特征在于，选择所述种群中的第i个初始个体作为所述个体对中的一个初始个体的概率Pi1为：Pi1=COPiΣiCOPi]]>选择所述种群中的第j个初始个体作为所述个体对中的另一个初始个体的概率Pj1为：Pj1=βlog2(2-Sij)×COPjΣjCOPj]]>Sij=Σkδij(k)T]]>其中，COPi为第i个初始个体对应的所述系统的能耗比；COPj为第j个初始个体对应的所述系统的能耗比；Gik为第i个初始个体中第k个设备的功率值；Gjk为第j个初始个体中第k个设备的功率值；T为所述多个设备的数目；Sij为第i个初始个体和第j个初始个体的相似度；β为系数。6.根据权利要求1所述的方法，其特征在于，所述将所述后代个体进行变异，生成变异个体的步骤包括：确定每个设备被选为变异点的概率，使得一设备被选为变异点的概率，与该设备取各个功率值时对应的所述系统的能耗比的平均值的方差成正比；根据所确定的每个设备被选为变异点的概率，选择变异点；根据所选的变异点，将所述后代个体进行变异，生成变异个体。7.根据权利要求6所述的方法，其特征在于，选择所述多个设备中的第i个设备作为变异点的概率Pi2为：Pi2=stdiΣistdi]]>stdi=1cΣj(ACOP(Nj)-1c&...

【专利技术属性】
技术研发人员：邹存璐，
申请(专利权)人：东软集团股份有限公司，
类型：发明
国别省市：辽宁;21