基于边云协同框架的冷水机组负荷预测控制方法和系统技术方案

本发明专利技术公开了基于边云协同框架的冷水机组负荷预测控制方法和系统，属于优化控制领域。本发明专利技术提出利用边缘计算和云计算融合的冷水机组分层优化控制。在边缘端进行负荷实时预测与划分及数据预处理，不同负荷率下控制参数矩阵，云端进行负荷预测模型及能耗拟合模型的练及更新、冷水机组控制参数寻优，利用相应模型通过智能优化算法寻求自适应函数下最小值时的输入，从而得到最优控制参数组合。本发明专利技术充分利用边缘端资源进行数据预处理和控制参数矩阵的存储与控制参数传输，降低云端计算压力并减少数据传输延迟带来的影响，从而达到快速实时更新优化控制的效果，能够较好地拟合实际运行数据，在满足基本负荷的情况下，显著降低整个系统的能耗。

【技术实现步骤摘要】
基于边云协同框架的冷水机组负荷预测控制方法和系统
本专利技术属于建筑空调系统优化控制领域，更具体地，涉及基于边云协同框架的冷水机组负荷预测控制方法和系统。
技术介绍
建筑行业在中国节能和减缓气候变化中发挥着重要作用。根据清华大学建筑能源研究中心(BERC)的数据，2018年建筑行业的一次能源消耗为1123百万吨煤当量(Mtce)，与建筑能耗相关的碳排放总量约为22亿吨二氧化碳，且中国的建筑业耗能在未来几年将继续增长。供热通风与空气调节(Heating,VentilationandAirConditioning，HVAC)系统的持续能耗占建筑能耗累积最终使用的很大一部分。建筑物能源消耗中约有40％归因于HVAC。为了提高能源效率，冷水机组通常具有最大的改进潜力，因为它们通常是HVAC系统中的最大耗能者，尤其是在商业建筑中，它们可以占建筑总能耗的35％–40％。影响冷水机组运行能耗的主要原因之一是其控制方法，为了提高其运行效率和节约能耗，需要优化冷水机组的运行控制，实现保持多台冷水机组联合运行的系统稳定性和合理性以及减少由于开关动作频繁造成设备损耗本文档来自技高网...

【技术保护点】
1.一种基于边云协同框架的冷水机组负荷预测控制方法，其特征在于，该方法包括以下步骤：/n训练阶段：/nS1.边缘端对采集到的冷水机组历史运行数据进行特征提取，得到第一特征集和第二特征集，并传递给云端；/nS2.云端采用第一特征集训练基于深度学习的风侧负荷预测模型，训练样本为(t-A)至(t-1)时刻的第一特征集数据，标签为t时刻的实际负荷值，并将训练好的风侧负荷预测模型同步到边缘端，A为设定时间间隔；/nS3.云端采用第二特征集训练基于深度学习的冷水机组数据驱动仿真模型，训练样本为t时刻的第二特征集数据，标签为t时刻的实际功耗值；/n控制阶段：/nT1.边缘端使用实时采集到的冷水机组运行数据初...

【技术特征摘要】
1.一种基于边云协同框架的冷水机组负荷预测控制方法，其特征在于，该方法包括以下步骤：
训练阶段：
S1.边缘端对采集到的冷水机组历史运行数据进行特征提取，得到第一特征集和第二特征集，并传递给云端；
S2.云端采用第一特征集训练基于深度学习的风侧负荷预测模型，训练样本为(t-A)至(t-1)时刻的第一特征集数据，标签为t时刻的实际负荷值，并将训练好的风侧负荷预测模型同步到边缘端，A为设定时间间隔；
S3.云端采用第二特征集训练基于深度学习的冷水机组数据驱动仿真模型，训练样本为t时刻的第二特征集数据，标签为t时刻的实际功耗值；
控制阶段：
T1.边缘端使用实时采集到的冷水机组运行数据初始化控制参数矩阵；
T2.边缘端将实时采集到的t时刻冷水机组运行数据进行特征提取，将得到的第一特征输入至训练好的风侧负荷预测模型，得到t+1时刻负荷需求；
T3.边缘端将t+1时刻负荷需求输入至控制参数矩阵，得到此时最优的控制参数组合，反馈到冷水机组进行调控；
在控制过程中，云端将训练好的DBN冷水机组数据驱动仿真模型作为优化对象，以最小功耗为优化目标，进行控制参数寻优并传递给边缘端，边缘端定期根据最优控制参数组合更新控制参数矩阵，云端根据最新运行数据定期训练并更新风侧负荷预测模型和冷水机组数据驱动仿真模型。


2.如权利要求1所述的方法，其特征在于，所述冷水机组运行数据通过在冷水机组设备端部署多个无线传感器采集得到。


3.如权利要求1或2所述的方法，其特征在于，在特征提取之前进行归一化处理，具体如下：
归一化的输入为冷水机组系统运行过程的n个变量，构成的变量集合为S*＝{X1*，X2*，...，Xn*}，归一化公式如下：



其中，Ximax，Ximin表示第i个特征的最大最小值，表示输入变量的值，下标i表示第i个特征，j表示第j个时刻数据，Xij表示标准化后输入变量的值作为输入数据。


4.如权利要求1至3任一项所述的方法，其特征在于，第一特征包括：室外干球温度、室外湿度和负荷；第二特征包括：负荷、冷却水供水温度、冷却水回水温度、冷冻水供水温度、冷却水泵频率和冷冻水泵频率。

<...

【专利技术属性】
技术研发人员：陈焕新，周镇新，韩林志，朱波，张梦华，龚麒鉴，
申请(专利权)人：华中科技大学，
类型：发明
国别省市：湖北;42