一种基于人工智能的建筑节能控制系统技术方案

本发明专利技术公开了一种基于人工智能的建筑节能控制系统，包括建筑管理系统、互联网数据、人工智能模块、能源站控制系统。其特征在于，人工智能获取建筑管理系统、外部互联网、能源站设备的设置和运营状态等历史和实时数据，通过人工智能模块，学习过往建筑使用和外界天气条件下，对能源站的设备的最优设置和控制指令。同时人工智能基于所述数据，对建筑未来使用情况进行预测。经过训练的人工智能，结合建筑未来使用情况预测和天气预测数据，向能源站控制系统发送经过优化的设备设置和运营命令，调整能源站设备的运行状态，以达到节能的目的。

A building energy saving control system based on Artificial Intelligence

【技术实现步骤摘要】
一种基于人工智能的建筑节能控制系统
本专利技术涉及建筑节能
，具体为一种基于人工智能的建筑节能控制系统。
技术介绍
现代建筑中，很多采用了集中式能源站，对整个建筑供应空调、供暖、热水等，保证建筑内部的舒适。这类建筑中，最主要的能源消耗，来自于能源站：电制冷机、燃气发电机、溴化锂制冷机、燃气锅炉及辅机设备的电力、天然气能源的消耗。目前这种能源站设备的控制方式，主要为人工进行设置和发送运行指令。目前的节能措施，往往是根据历史用电、天然气数据进行人工分析，并结合工作经验，设定能源站设备设置和运行指令。然而，传统方式下对能源站设备设定的运行参数和运行指令，并不能考虑到建筑本身使用情况、外部天气等多种因素的影响，而且不能基于未来天气预测数据，进行有效的预测。
技术实现思路
本专利技术的目的在于解决上述问题，提供一种基于人工智能的建筑节能控制系统，保证建筑内部舒适度的同时，通过提高能源站的控制水平，实现建筑的节能。为了达到上述目的，本专利技术是通过如下技术方案实现的：本专利技术提供一种基于人工智能的建筑节能控制系统，包括建筑管理系统、互联网数据、人工智能模块、能源站控制系统。其特征在于，人工智能模块获取建筑管理系统、外部互联网、能源站控制系统的历史和实时数据，利用人工智能算法，学习建筑管理系统和外部互联网数据条件下，能源站的最优设备设置和控制命令。人工智能算法基于建筑管理系统历史数据，对未来的建筑使用情况产生预测数据。人工智能模块根据建筑管理系统的预测数据和未来天气预测数据，计算能源站的最优控制数据，发送指令并调整能源站设备的工作状态，以达到节能的目的。进一步的，建筑管理系统数据包括入住率、各区域温度、湿度、电力消耗等数据。进一步的，互联网数据包括建筑所在地区历史天气、风速、温度、湿度数据，天气预报的温度、湿度、降雨量、风速数据。进一步的，能源站控制系统对人工智能系统的输入应包含能源站系统中电制冷机、燃气发电机、溴化锂制冷机、燃气锅炉、冷冻水泵、冷却水泵的设定和运行数据。进一步的，电制冷机运行数据应当包含本设备：电流、负荷率、冷冻水进出口温度及流量、冷却水进出口温度及流量数据。进一步的，燃气发电机运行数据应当包含：发电量、天然气流量、冷却水进出口温度及流量、负荷率等参数。进一步的，溴化锂制冷机运行数据应当包含本设备的如下数据：烟气进口温度、流量、用电量、冷冻水进出口流量及温度，冷却水进出口流量及温度数据。进一步的，燃气锅炉运行数据应当包含本设备的如下数据：天然气耗量、负荷率、冷水进口温度流量、热水出口温度流量、蒸汽出口温度流量。进一步的，冷却水泵、冷冻水泵包含本设备的如下数据：功率、电流、启停状况数据。进一步的，人工智能模块针对每个时刻的建筑管理系统数据、互联网数据、能源站的运行状态建立可计算关系数据。根据所述可计算的数据，学习对能源站中设备的最优设置和运行指令。进一步的，人工智能模块对过去建筑管理系统的建筑使用情况，形成对建筑使用的预测数据。进一步的，人工智能模块根据建筑使用预测数据和天气预测数据，形成对能源站设备的最优设置和运行指令，并发送到能源站控制或直接发送到能源站中设备控制器，改变设备的设置和运行状态。附图说明图1是一种基于人工智能的建筑节能控制系统图。具体实施方式参照附图，本专利技术揭示了一种基于人工智能的建筑能源节能系统。所述系统包括人工智能模块3，以及为人工智能计算提供输入数据的建筑管理系统1，互联网数据2，能源站控制系统4。能源站控制系统4，功能是对电制冷机5、燃气发电机6、溴化锂制冷机7、燃机锅炉8、辅助设备9发出设定及运行命令，并记录该系统设备的设置及运行指令。建筑管理系统1通过互联网与人工智能模块3连接，输送到人工智能模块3的信号包括建筑入住率、建筑各房间使用情况、建筑各区域温度、湿度、各区域电表的数据、月度电费账单、月度燃气账单、各区域照明的开关数据。互联网数据2与人工智能模块3连接，输送到人工智能模块3的数据包含本地区过去十年的天气数据，包括每小时温度、湿度、风速等数据；未来15天的天气数据，例如温度、湿度、雨量、风速、光照情等数据。能源站控制系统4与人工智能模块3连接。对人工智能系统的输入应包括电制冷机5的如下数据：电流、负荷率、冷冻水进出口温度、流量、冷却水进出口温度、流量等；燃气发电机6的如下数据：发电量、天然气流量、冷却水进出口温度流量、负荷率等；溴化锂制冷机7的如下数据：烟气进口温度、流量、用电量、冷冻水进出口流量、温度，冷却水进出口流量、温度等；燃机锅炉8的如下数据：天然气耗量、负荷率、冷水进口温度流量、热水出口温度流量、蒸汽出口温度流量等；辅助设备9的如下数据：冷冻水泵和冷却水泵的功率、电流、启停状况等。人工智能模块3收集建筑管理系统1、互联网数据2、能源站控制系统4的数据。人工智能模块3采用神经网络预测模型进行计算的步骤包括：针对过去每小时的建筑管理系统数据、互联网数据、能源站的运行状态建立可计算关系数据。根据所述可计算的数据，学习对能源站中设备的最优设置和运行指令。需要理解的是，本实施例中以人工智能模块3作为参数优化控制模块的示例以及以神经网络预测模型作为人工智能计算模型对参数优化的实施进行说明仅仅是示例性的，其他人工智能模型，如基于向量机的统计学习、深度学习系统，均适用于本专利技术。人工智能模块3对过去每个小时建筑管理系统1的建筑使用情况，包括入住率、各区域温度、湿度、电力、天然气消耗数据，计算未来建筑使用情况的预测数据。人工智能基于未来建筑使用情况的预测数据和天气预测数据，计算能源站设备的最优设置和运行指令，并发送到能源站控制系统。需要理解的是，本实例中人工智能模块3发送设置和运行指令到能源站控制系统4，来改变设备的运行状态仅仅是示例性的，通过其他方式，如人工智能直接发送设置和运行命令到能源站设备，改变设备的运行状态等，均适用于本专利技术。人工智能模块3对能源站控制系统4的命令为对各设备的设置和运行指令，包括：电制冷机5的负荷率、冷冻水出口温度等；燃气发电机6的负荷率、天然气流量、空气进气量等；溴化锂制冷机7的电量、负荷率、冷冻水出口温度等；燃气锅炉8的天然气流量、空气供应量、负荷率、加热水的温度、加热蒸汽的压力等；辅助设备9中冷冻水泵启停数量、冷却水泵启停数量等。以上所述仅为本专利技术的较佳实施例而已，并不用以限制本专利技术，凡在本专利技术的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本专利技术的保护范围之内。本文档来自技高网...

【技术保护点】
1.一种基于人工智能的建筑节能控制系统，包括建筑管理系统、互联网数据、人工智能模块、能源站控制系统，其特征在于，人工智能模块获取建筑管理系统、外部互联网、能源站控制系统的历史和实时数据，利用人工智能算法，学习建筑管理系统和外部互联网数据条件下，能源站的最优设备设置和运行指令；人工智能算法基于建筑管理系统数据，对未来的建筑使用情况产生预测数据；人工智能模块根据建筑管理系统的预测数据和未来天气预测数据，计算能源站的最优设置和运行指令，发送指令并调整能源站设备的工作状态，以达到节能的目的。/n

【技术特征摘要】
1.一种基于人工智能的建筑节能控制系统，包括建筑管理系统、互联网数据、人工智能模块、能源站控制系统，其特征在于，人工智能模块获取建筑管理系统、外部互联网、能源站控制系统的历史和实时数据，利用人工智能算法，学习建筑管理系统和外部互联网数据条件下，能源站的最优设备设置和运行指令；人工智能算法基于建筑管理系统数据，对未来的建筑使用情况产生预测数据；人工智能模块根据建筑管理系统的预测数据和未来天气预测数据，计算能源站的最优设置和运行指令，发送指令并调整能源站设备的工作状态，以达到节能的目的。


2.根据权利要求1所述基于人工智能的建筑节能控制系统，其特征在于：所述建筑有集中式能源站，能源站至少有电制冷机、冷冻水泵、冷却水泵等设备。


3.根据权利要求1所述基于人工智能的建筑节能控制系统，其特征在于：所述建筑管理系统数据包括建筑入住率、各区域电表用电量、各区域温度、湿度等数据。


4.根据权利要求1所述基于人工智能的建筑节能控制系统，其特征在于：所述互联网数据包括该地区温度、湿度、风速等历史天气数据和未来天气预测的温度、湿度、降雨量、风速的预测数据。


5.根据权利要求1所述基于人工智能的建筑节能控制系统，其特征在于：所述人工智能模块，通过建筑管理系统的建筑使用数据、互联网数据和能源站设备的设置和运行指令，学习对能源站设备的最优控制模式；所述人工智能模块根据建筑管理系统的历史数据，计算建筑管理系统预测数据；...

【专利技术属性】
技术研发人员：贾继刚，
申请(专利权)人：贾继刚，
类型：发明
国别省市：上海;31