通用暖通空调设备模型自动化辨识方法及系统技术方案

本发明专利技术涉及一种通用暖通空调设备模型自动化辨识方法及系统,包括：读取设备上的数据，自动对各个输入参数与输出参数进行相关性计算，将相关性较高的参数作为模型的输入参数；自动对上述数据进行异常值识别计算，并删除识别后的异常值；利用上述数据自动进行模型建立，并自动计算不同模型的精度指标；根据计算出的精度指标选出精度最高的模型，将所述精度最高的模型作为该数据集下的最优设备模型，并输出所述精度最高的模型。本发明专利技术可靠性好，精度高。

【技术实现步骤摘要】
通用暖通空调设备模型自动化辨识方法及系统
本专利技术涉及暖通空调系统优化控制的
，尤其是指一种通用暖通空调设备模型自动化辨识方法及系统。
技术介绍
据统计，建筑业消耗了全球能源的32％，从建筑的全生命周期角度进行能耗分析，发现运行与维护阶段的能耗可以占到建筑总生命周期能源消耗的80％-90％，而暖通空调系统运行能耗占到建筑能耗的50％-60％。如要实现暖通空调系统节能，可以通过对其实施能源管理与控制，确定能量管理、优化控制与节能运行三大方面的措施，而其中的核心之一就是对核心耗能设备进行合理的优化控制，尽可能减少“耗能大户”的能源消耗。空调系统节能核心之一就是对耗能设备的优化控制，其必要前提是精准、合理的设备模型。在一般的空调系统中，空调冷源系统的能耗在空调系统能耗中居于核心的地位。根据相关统计，在典型的集中空调系统中，空调冷源系统，即制冷机组、冷冻水泵、冷却水泵、冷却塔等设备，在夏季供冷季的能耗可以占据到整个空调系统的60％-80％，因而空调冷源系统节能是开发空调系统节能潜力的重中之重。模型辨识就是在输入输出数据的基础上，本文档来自技高网...

【技术保护点】
1.一种通用暖通空调设备模型自动化辨识方法，其特征在于，包括如下步骤：/n步骤S1：读取设备上的数据，自动对各个输入参数与输出参数进行相关性计算，将相关性较高的参数作为模型的输入参数；/n步骤S2：自动对上述数据进行异常值识别计算，并删除识别后的异常值；/n步骤S3：利用上述数据自动进行模型建立，并自动计算不同模型的精度指标；/n步骤S4：根据计算出的精度指标选出精度最高的模型，将所述精度最高的模型作为该数据集下的最优设备模型，并输出所述精度最高的模型。/n

【技术特征摘要】
1.一种通用暖通空调设备模型自动化辨识方法，其特征在于，包括如下步骤：
步骤S1：读取设备上的数据，自动对各个输入参数与输出参数进行相关性计算，将相关性较高的参数作为模型的输入参数；
步骤S2：自动对上述数据进行异常值识别计算，并删除识别后的异常值；
步骤S3：利用上述数据自动进行模型建立，并自动计算不同模型的精度指标；
步骤S4：根据计算出的精度指标选出精度最高的模型，将所述精度最高的模型作为该数据集下的最优设备模型，并输出所述精度最高的模型。


2.根据权利要求1所述的通用暖通空调设备模型自动化辨识方法，其特征在于：自动对各个输入参数与输出参数进行相关性计算的方法为：保留相关性较大的参数，删除相关性较小的参数。


3.根据权利要求2所述的通用暖通空调设备模型自动化辨识方法，其特征在于：相关性计算的公式为：其中，X为输入参数、Y为输出参数、N表示变量取值的个数、ρX，Y为X和Y的相关性系数。


4.根据权利要求1所述的通用暖通空调设备模型自动化辨识方法，其特征在于：自动对上述数据进行异常值识别计算的方法为：通过K-Means聚类分析算法识别异常数据。


5.根据权利要求1所述的通用暖通空调设备模型自动化辨识方法，其特征在于：利用上述数据自动进行模型建立时，对同一设备的历史运行数据建立不同设备模型，通过不同模型对数据...

【专利技术属性】
技术研发人员：孙强，陈杰军，潘杭萍，李怀，刘伟，黄巍，
申请(专利权)人：国网苏州城市能源研究院有限责任公司，中国建筑科学研究院有限公司，
类型：发明
国别省市：江苏;32