模型训练方法、控制参数确定方法及装置制造方法及图纸

技术编号:28322156 阅读:26 留言:0更新日期:2021-05-04 13:02
本发明专利技术公开了一种模型训练方法、控制参数确定方法及装置,可以根据能耗预测模型得到能耗最低时的控制参数,并根据当前的偏移量确定模型获得控制偏移量,进而根据扰动量与控制偏移量,确定实际偏移量;根据实际偏移量与控制参数,获得空调系统的一组测试用控制参数;获得空调系统在该组测试用控制参数下运行时的能耗参数,生成一条测试记录;根据测试记录获得训练数据,使用训练数据对当前的偏移量确定模型进行训练。通过本发明专利技术可以训练得到偏移量确定模型,通过该偏移量确定模型输出的控制偏移量,本发明专利技术可以得到能够真正降低空调系统的能耗的目标控制参数。本发明专利技术通过扰动量提高了偏移量确定模型的准确性和适用性。

【技术实现步骤摘要】
模型训练方法、控制参数确定方法及装置
本专利技术涉及节能降耗
,尤其涉及模型训练方法、控制参数确定方法及装置。
技术介绍
空调系统的节能降耗是节能降耗领域的重要组成部分。现有的对空调系统的降耗技术采用了能耗预测模型来获得能耗预测模型输出的能耗最低时的控制参数。虽然对于能耗预测模型而言,现有技术获得的控制参数是使得能耗预测模型输出的功耗最低时的控制参数。但是在实际应用中,由于多种原因,现有技术通过能耗预测模型获得的控制参数在施加到空调系统上时,却往往无法达到有效降低空调系统能耗的效果。
技术实现思路
鉴于上述问题,本专利技术提供一种克服上述问题或者至少部分地解决上述问题的模型训练方法、控制参数确定方法及装置,方案如下:一种模型训练方法,包括:将空调系统当前的第一环境参数组输入训练得到的能耗预测模型中,获得在所述能耗预测模型输出的能耗最低时的控制参数,其中,所述能耗预测模型的输入为所述第一环境参数组和所述控制参数,所述能耗预测模型的输出为所述空调系统的能耗;将当前的第二环境参数组输入当前的偏移量确定模型中,获得所述当前的偏移量确定模型输出的控制偏移量,其中,所述偏移量确定模型的输入为所述第二环境参数组,输出为所述控制偏移量;生成扰动量,根据所述扰动量与所述控制偏移量,确定实际偏移量;根据所述实际偏移量与获得的所述控制参数,获得所述空调系统的一组测试用控制参数;获得所述空调系统在该组所述测试用控制参数下运行时的能耗参数,生成一条测试记录;根据测试记录获得训练数据,使用所述训练数据对所述当前的偏移量确定模型进行训练,其中,所述训练数据包括:第二环境参数组和实际偏移量。可选的,每条所述测试记录中均至少对应保存有:第二环境参数组、实际偏移量和能耗参数,所述根据测试记录获得训练数据,使用所述训练数据对所述当前的偏移量确定模型进行训练包括:从测试记录中获得与满足预设的能耗要求的能耗参数相对应的第二环境参数组和实际偏移量;将获得的实际偏移量作为所述当前的偏移量确定模型的期望输出,对所述当前的偏移量确定模型进行训练,其中,所述期望输出对应的输入为:与所述获得的实际偏移量对应的第二环境参数组。可选的,所述能耗参数为能耗比,每条所述测试记录中均至少对应保存有:第二环境参数组、控制参数、实际偏移量和能耗参数,所述能耗比=空调系统实际能耗/空调系统基准能耗,在所述获得所述空调系统在所述测试用控制参数下运行时的能耗参数后,所述方法还包括:将所述实际偏移量作为控制偏移量,将所述当前的第二环境参数组、所述控制参数、所述实际偏移量和所述能耗参数作为训练数据,对当前的能耗比确定模型进行训练,其中,所述能耗比确定模型的输入为第二环境参数组、控制参数和控制偏移量,所述能耗比确定模型的输出为能耗比。可选的,所述根据测试记录获得训练数据,使用所述训练数据对所述当前的偏移量确定模型进行训练,包括:将所述实际偏移量作为控制偏移量,获得输入为所述测试记录中的第二环境参数组和实际偏移量时、使得所述当前的能耗比确定模型输出的能耗比最小的控制偏移量;将使得所述当前的能耗比确定模型输出的能耗比最小的实际偏移量作为所述当前的偏移量确定模型的期望输出,对所述当前的偏移量确定模型进行训练,其中,所述期望输出对应的输入为:在所述测试记录中与所述期望输出对应的第二环境参数组。可选的,所述根据测试记录获得训练数据,使用所述训练数据对所述当前的偏移量确定模型进行训练,包括:将所述当前的偏移量确定模型的输出作为所述当前的能耗比确定模型的输入之一,以所述当前的能耗比确定模型输出的能耗比最小为目标,从测试记录获得训练数据,使用所述训练数据对所述当前的偏移量确定模型进行训练。可选的,所述能耗参数为能耗比,所述获得所述空调系统在所述测试用控制参数下运行时的能耗参数,包括:将所述当前的第二环境参数组输入训练得到的环境基准能耗预测模型中,获得所述训练得到的环境基准能耗预测模型输出的空调系统基准能耗;获得所述空调系统在所述测试用控制参数下运行时的实际能耗;根据公式:能耗比=实际能耗/空调系统基准能耗,计算得到所述能耗比。一种控制参数确定方法,包括:将空调系统当前的第一环境参数组输入训练得到的能耗预测模型中,获得在所述能耗预测模型输出的能耗最低时的控制参数,其中,所述能耗预测模型的输入为所述第一环境参数组和所述控制参数,所述能耗预测模型的输出为所述空调系统的能耗;将当前的第二环境参数组输入当前的偏移量确定模型中,获得所述当前的偏移量确定模型输出的控制偏移量,其中,所述偏移量确定模型的输入为所述第二环境参数组,输出为所述控制偏移量;根据获得的所述控制参数与获得的所述控制偏移量,确定所述空调系统的目标控制参数。一种模型训练装置,包括:第一输入单元、第二输入单元、扰动量生成单元、测试参数获得单元、测试记录生成单元和第一训练单元,所述第一输入单元,用于将空调系统当前的第一环境参数组输入训练得到的能耗预测模型中,获得在所述能耗预测模型输出的能耗最低时的控制参数,其中,所述能耗预测模型的输入为所述第一环境参数组和所述控制参数,所述能耗预测模型的输出为所述空调系统的能耗;所述第二输入单元,用于将当前的第二环境参数组输入当前的偏移量确定模型中,获得所述当前的偏移量确定模型输出的控制偏移量,其中,所述偏移量确定模型的输入为所述第二环境参数组,输出为所述控制偏移量;所述扰动量生成单元,用于生成扰动量,根据所述扰动量与所述控制偏移量,确定实际偏移量;所述测试参数获得单元,用于根据所述实际偏移量与获得的所述控制参数,获得所述空调系统的一组测试用控制参数;所述测试记录生成单元,用于获得所述空调系统在该组所述测试用控制参数下运行时的能耗参数,生成一条测试记录;所述第一训练单元,用于根据测试记录获得训练数据,使用所述训练数据对所述当前的偏移量确定模型进行训练,其中,所述训练数据包括:第二环境参数组和实际偏移量。一种控制参数确定装置,包括:控制参数获得单元、偏移量获得单元和目标参数确定单元,所述控制参数获得单元,用于将空调系统当前的第一环境参数组输入训练得到的能耗预测模型中,获得在所述能耗预测模型输出的能耗最低时的控制参数,其中,所述能耗预测模型的输入为所述第一环境参数组和所述控制参数,所述能耗预测模型的输出为所述空调系统的能耗;所述偏移量获得单元,用于将当前的第二环境参数组输入当前的偏移量确定模型中,获得所述当前的偏移量确定模型输出的控制偏移量,其中,所述偏移量确定模型的输入为所述第二环境参数组,输出为所述控制偏移量;所述目标参数确定单元,用于根据获得的所述控制参数与获得的所述控制偏移量,确定所述空调系统的目标控制参数。一种存储介质,所述存储介质包括存储的程序,其中,在所述程序运行时控制所述存储介质所在设备执行如上述的任一种模型训练方法和/或上本文档来自技高网...

【技术保护点】
1.一种模型训练方法,其特征在于,包括:/n将空调系统当前的第一环境参数组输入训练得到的能耗预测模型中,获得在所述能耗预测模型输出的能耗最低时的控制参数,其中,所述能耗预测模型的输入为所述第一环境参数组和所述控制参数,所述能耗预测模型的输出为所述空调系统的能耗;/n将当前的第二环境参数组输入当前的偏移量确定模型中,获得所述当前的偏移量确定模型输出的控制偏移量,其中,所述偏移量确定模型的输入为所述第二环境参数组,输出为所述控制偏移量;/n生成扰动量,根据所述扰动量与所述控制偏移量,确定实际偏移量;/n根据所述实际偏移量与获得的所述控制参数,获得所述空调系统的一组测试用控制参数;/n获得所述空调系统在该组所述测试用控制参数下运行时的能耗参数,生成一条测试记录;/n根据测试记录获得训练数据,使用所述训练数据对所述当前的偏移量确定模型进行训练,其中,所述训练数据包括:第二环境参数组和实际偏移量。/n

【技术特征摘要】
1.一种模型训练方法,其特征在于,包括:
将空调系统当前的第一环境参数组输入训练得到的能耗预测模型中,获得在所述能耗预测模型输出的能耗最低时的控制参数,其中,所述能耗预测模型的输入为所述第一环境参数组和所述控制参数,所述能耗预测模型的输出为所述空调系统的能耗;
将当前的第二环境参数组输入当前的偏移量确定模型中,获得所述当前的偏移量确定模型输出的控制偏移量,其中,所述偏移量确定模型的输入为所述第二环境参数组,输出为所述控制偏移量;
生成扰动量,根据所述扰动量与所述控制偏移量,确定实际偏移量;
根据所述实际偏移量与获得的所述控制参数,获得所述空调系统的一组测试用控制参数;
获得所述空调系统在该组所述测试用控制参数下运行时的能耗参数,生成一条测试记录;
根据测试记录获得训练数据,使用所述训练数据对所述当前的偏移量确定模型进行训练,其中,所述训练数据包括:第二环境参数组和实际偏移量。


2.根据权利要求1所述的方法,其特征在于,每条所述测试记录中均至少对应保存有:第二环境参数组、实际偏移量和能耗参数,所述根据测试记录获得训练数据,使用所述训练数据对所述当前的偏移量确定模型进行训练包括:
从测试记录中获得与满足预设的能耗要求的能耗参数相对应的第二环境参数组和实际偏移量;
将获得的实际偏移量作为所述当前的偏移量确定模型的期望输出,对所述当前的偏移量确定模型进行训练,其中,所述期望输出对应的输入为:与所述获得的实际偏移量对应的第二环境参数组。


3.根据权利要求1所述的方法,其特征在于,所述能耗参数为能耗比,每条所述测试记录中均至少对应保存有:第二环境参数组、控制参数、实际偏移量和能耗参数,所述能耗比=空调系统实际能耗/空调系统基准能耗,在所述获得所述空调系统在所述测试用控制参数下运行时的能耗参数后,所述方法还包括:
将所述实际偏移量作为控制偏移量,将所述当前的第二环境参数组、所述控制参数、所述实际偏移量和所述能耗参数作为训练数据,对当前的能耗比确定模型进行训练,其中,所述能耗比确定模型的输入为第二环境参数组、控制参数和控制偏移量,所述能耗比确定模型的输出为能耗比。


4.根据权利要求3所述的方法,其特征在于,所述根据测试记录获得训练数据,使用所述训练数据对所述当前的偏移量确定模型进行训练,包括:
将所述实际偏移量作为控制偏移量,获得输入为所述测试记录中的第二环境参数组和实际偏移量时、使得所述当前的能耗比确定模型输出的能耗比最小的控制偏移量;
将使得所述当前的能耗比确定模型输出的能耗比最小的实际偏移量作为所述当前的偏移量确定模型的期望输出,对所述当前的偏移量确定模型进行训练,其中,所述期望输出对应的输入为:在所述测试记录中与所述期望输出对应的第二环境参数组。


5.根据权利要求3所述的方法,其特征在于,所述根据测试记录获得训练数据,使用所述训练数据对所述当前的偏移量确定模型进行训练,包括:
将所述当前的偏移量确定模型的输出作为所述当前的能耗比确定模型的输入之一,以所述当前的能耗比确定模型输出的能耗比最小为目标,从测试记录获得训练数据,使用所述训练数据对所述当前的偏移量确定模型进行训练。


6.根据权利要求1至5中任一项所述的方法,其特征在于,所述能耗参数为能耗比,所述获得所述空调系统在所述测试用控制参数下运行时的能耗参数,包括:
将所述当前的第二环境参数组输入训练得到的环境基准能耗预测模型中,获得所述训练得到的环...

【专利技术属性】
技术研发人员:袁德玉汤潮
申请(专利权)人:北京国双科技有限公司
类型:发明
国别省市:北京;11

网友询问留言 已有0条评论
  • 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。

1