【技术实现步骤摘要】
一种基于遗传算法和长短期记忆循环神经网络的空调节能方法
本专利技术涉及到一种基于遗传算法和长短期记忆循环神经网络的空调节能方法。
技术介绍
在我国,建筑的能耗逐年增加,已经占到全球能源需求的40%左右。同时,空调和供暖系统约占建筑总能耗的一半,并且近些年来所占比例不断增加。据统计,我国公共建筑节能达标率不足10%。所以针对空调系统做一定的调整,可以做到节能潜力的最大挖掘。现代建筑通常与各种技术相结合,做到一定程度的楼宇节能。楼宇自动化系统(BAS)是集成了物联网技术,控制技术、网络技术等技术的系统。它通过对建筑(群)的各种设备实施综合自动化监控与管理,为业主和用户提供安全、舒适、便捷高效的工作与生活环境,并使整个系统和其中的各种设备处在最佳的工作状态,从而保证系统运行的经济性和管理的现代化、信息化和智能化。与此同时,在BAS系统中,大量的空调数据如温度、湿度、流量、功率等都被记录在数据库中。但是这些数据很少有效的被用在空调分析、建模、优化当中。通过大量数据对空调系统进行分析、建模、优化,能更好地预测空调能耗,反映大楼内空调工况并进行实时自动管理,实现自动化管理和节能,同时提高大楼内人员的舒适感。
技术实现思路
为了克服已有空调能耗优化方法的评估建模、优化步骤繁杂的不足,本专利技术提供一种较为简单、且效果不错的基于遗传算法和长短期记忆循环神经网络的空调节能方法。本专利技术解决其技术问题所采用的技术方案是:一种基于遗传算法和长短期记忆循环神经网络的空调节能方法,包括以下步骤:步骤1,建立空调能耗预测评估模型,使用大冲能源提供的水冷空调项目数据归一化后,作为LSTM ...
【技术保护点】
1.一种基于遗传算法和长短期记忆循环神经网络的空调节能方法,其特征在于,所述方法包括以下步骤:步骤1,建立空调能耗预测评估模型,使用大冲能源提供的水冷空调项目数据归一化后,作为LSTM‑RNN长短期记忆循环神经网络的输入,当前工况下的空调总能耗空调总能耗作为神经网络预测目标,进行网络训练后,得到最终的空调能耗预测评估模型;步骤2,确定优化参数,在空调制冷量不变的情况下,最大限度的降低功耗,提高cop;设置冷却供水温度、冷却供回水温差为优化参数;步骤3,种群初始化,用遗传算法将冷却供水温度、冷却供回水温差进行编码,根据此编码,在一定范围内,随机生成冷却供水温度、冷却供回水温差,得到若干染色体组成的初始种群。步骤4,参数优化,将当前工况的其他参数以及染色体参数解码并输入步骤3得到的LSTM‑RNN空调预测评估模型,进行染色体评估,计算适应度函数,并对较优染色体进行交叉、变异;重复操作步骤4,直到优化到设定程度或遗传到设定代数,得到的最优染色体解码就是得到的最优参数;步骤5,将得到的最优染色体解码结合当前工况下的其他参数,输入预测评估模型,得到优化后空调功耗。
【技术特征摘要】
1.一种基于遗传算法和长短期记忆循环神经网络的空调节能方法,其特征在于,所述方法包括以下步骤:步骤1,建立空调能耗预测评估模型,使用大冲能源提供的水冷空调项目数据归一化后,作为LSTM-RNN长短期记忆循环神经网络的输入,当前工况下的空调总能耗空调总能耗作为神经网络预测目标,进行网络训练后,得到最终的空调能耗预测评估模型;步骤2,确定优化参数,在空调制冷量不变的情况下,最大限度的降低功耗,提高cop;设置冷却供水温度、冷却供回水温差为优化参数;步骤3,种群初始化,用遗传算法将冷却供水温度、冷却供回水温差进行编码,根据此编码,在一定范围内,随机生成冷却供水温度、冷却供回水温差,得到若干染色体组成的初始种群。步骤4,参数优化,将当前工况的其他参数以及染色体参数解码并输入步骤3得到的LSTM-RNN空调预测评估模型,进行染色体评估,计算适应度函数,并对较优染色体进行交叉、变异;重复操作步骤4,直到优化到设定程度或遗传到设定代数,得到的最优染色体解码就是得到的最优参数;步骤5,将得到的最优染色体解码结合当前工况下的其他参数,输入预测评估模型,得到优化后空调功耗。2.根据权利要求1所述的一种基于遗传算法和长短期记忆循环神经网络的空调节能方法,其特征在于:所述步骤1中的数据为:(1)输入变量:其中所述输入量包括室外温度、室外湿度、冷却供水温度、冷却回水温度、冷冻供水温度、冷冻回水温度、总管流量、月份标签和时间标签;(2)预测变量:预测变量为当前工况下的空调能耗;(3)数据归一化:输入变量的样本数据按下述公式进行归一化其中x'是归一化后的数据,x为输入数据,μ为数据的均值,σ为数据的标准差。3.根据权利要求1或2所述的一种基于遗传算法和长短期记忆循环神经网络的空调节能方法,其特征在于:所述步骤1中,LSTM-RNN长短期记忆循环神经网络预测模型网络结构如下:(1)Timesteps:RNN中表示记忆历史信息长度的参数,其值代表RNN能够利用的时间序列长度,更具有通用性的模型采用timesteps为1;(2)激活函数:RNN中选择tanh作为激活函数,它能够把输入的连续实值“压缩”到-1和1之间,如果是非常大的负数,那么输出就是-1;如果是非常大的正数,输出就是1;(3)神...
【专利技术属性】
技术研发人员:胡海根,洪天佑,李伟,肖杰,周乾伟,管秋,
申请(专利权)人:浙江工业大学,
类型:发明
国别省市:浙江,33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。