【技术实现步骤摘要】
一种基于强化学习的冷水机组无模型优化运行控制方法
本专利技术涉及冷水机组控制领域，尤其涉及一种基于强化学习的冷水机组无模型优化运行控制方法。
技术介绍
对于很多建筑来说，建设空调系统是必不可少的，其中控制空调系统中的冷水机组就是非常重要的一个环节，一般的，空调系统会保留冷水机组的历史数据，以便于调控冷水机组，但是对于新建建筑和无历史数据的建筑空调系统来说，冷水机组历史数据的缺乏，将会导致冷水机组的调控变得更为困难，因此，如何解决对于控制新建建筑空调系统和无历史运行数据的冷水机组的问题是目前的重点。
技术实现思路
本专利技术的目的在于针对
技术介绍
中的缺陷，提出一种基于强化学习的冷水机组无模型优化运行控制方法，无需使用已知的历史数据与设备性能模型，即可实现对新建建筑空调系统或无历史运行数据的建筑空调系统中的冷水机组的优化运行控制。为达此目的，本专利技术采用以下技术方案：一种基于强化学习的冷水机组无模型优化运行控制方法，具体步骤如下：步骤A：获取最新的系统运行状态数据，系统运行状态数据包...
【技术保护点】
1.一种基于强化学习的冷水机组无模型优化运行控制方法，其特征在于：具体步骤如下：/n步骤A：获取最新的系统运行状态数据，系统运行状态数据包括多个状态变量，计算出最新运行评分，将最新运行评分与状态变量进行记录；/n每隔预设时间，执行步骤A，得到多个历史运行记录；/n步骤B：对比前一条记录与最新一条记录的运行工况是否接近，即对比状态变量的变动是否小于5％；若是，则执行一次无模型寻优过程，根据无模型寻优过程的结果控制冷水机组；若不是，则查询历史运行记录中是否存在有与最新一条记录的运行工况接近的一条历史记录；/n步骤C：若历史运行记录中不存在有与最新一条记录的运行工况接近的一条历史...
【技术特征摘要】 【专利技术属性】
1.一种基于强化学习的冷水机组无模型优化运行控制方法，其特征在于：具体步骤如下：
步骤A：获取最新的系统运行状态数据，系统运行状态数据包括多个状态变量，计算出最新运行评分，将最新运行评分与状态变量进行记录；
每隔预设时间，执行步骤A，得到多个历史运行记录；
步骤B：对比前一条记录与最新一条记录的运行工况是否接近，即对比状态变量的变动是否小于5％；若是，则执行一次无模型寻优过程，根据无模型寻优过程的结果控制冷水机组；若不是，则查询历史运行记录中是否存在有与最新一条记录的运行工况接近的一条历史记录；
步骤C：若历史运行记录中不存在有与最新一条记录的运行工况接近的一条历史记录，则将冷水机组的冷冻水出水温度设定点调整至名义值，若存在，则将冷水机组的冷冻水出水温度设定值点调整至该条历史记录中运行评分最高的冷冻水出水温度值，并执行一次无模型寻优过程。
2.根据权利要求1所述一种基于强化学习的冷水机组无模型优化运行控制方法，其特征在于：
所述无模型寻优过程的具体步骤如下：
步骤B1：等待机房功率稳定，记录最新的运行工况与运行评分；
步骤B2：计算冷水机组各个温度点位的实际值与设定点的偏差，判断所有偏差的加权均值是否小于0，若是，则表示出现供冷过量，冷冻水出水温度应该调高，调整方向为单向，将冷水机组的冷冻水出水温度设定点调高0.2℃；若不是，则表示未出现供冷过量，将冷水机组的冷冻水出水温度设定点随机上调或下调0.2℃。
3.根据权利要求1所述一种基于强化学习的冷水机组无模型优化运行控制方法，其特征在于：
包括计算最新运行评分的过程：
使用公式一计算最新运行评分，即总评分：
U＝ucomfort×Wcomfort+uenergy×Wenergy；
其中：
U表示最新运行评分，即总评分；
ucomfort表示舒适度评分；
Wcomfort表示舒适度评分所占权重；
uenergy表示冷水机组能耗评分；
Wenergy表示冷水机组能耗评分所占权重。
4.根据权利要求3所述一种基于强化学习的冷水机组无模型优化运行控制方法，其特征在于：
包括使用风系统实际温度与设定点的偏差作为舒适度评分的自变量；
使用公式二计算舒适度评分；
技术研发人员：陈安琪，杨光，花静霞，
申请(专利权)人：垚控科技上海有限公司，
类型：发明
国别省市：上海;31
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。