一种空压机集群系统能耗优化方法及系统技术方案

本发明专利技术涉及空压机的群控技术领域，具体涉及一种空压机集群系统能耗优化方法及系统，该方法本质上是一种采用神经网络模型的方法，具体包括：获取各空压机不同特征数据作为节点构建图结构，得到各空压机对应的子图；将各空压机对应的子图作为子图节点构建图结构，得到空压机集群图；构建图卷积神经网络，将所述空压机集群图输入图卷积神经网络，输出优化空压机集群图；获得优化空压机集群图中包含的每个子图中节点的节点值，所述每个子图中节点的节点值的和为每个空压机对应的能耗贡献度；根据所述能耗贡献度对各空压机的特征数据进行调节。本发明专利技术能够获取较为准确的空压机集群系统调节参数，并在进行参数调节的过程中，能保证系统的稳定。统的稳定。统的稳定。

【技术实现步骤摘要】
一种空压机集群系统能耗优化方法及系统


[0001]本专利技术涉及空压机的群控
，具体涉及一种空压机集群系统能耗优化方法及系统。

技术介绍

[0002]目前，我国空压机产品性能在不断改进，但是还存在运行过程中能效水平不高、不合理现象，主要原因是由于空压机系统控制方式选择不当。对于一般工业现场来说，空压机集群的设计产气量要大于实际用气量，随着用气负荷的变化，空气管网的压力也在不断变化，控制空压机实现供气管网的压力稳定高效运行非常重要。而通过人为控制的方式对空压机运行过程中进行加载和减载进行供气调节，频繁的调节负载会造成能耗损失较大，对电网产生较大的影响，影响空压机以及供电设备的寿命。

技术实现思路

[0003]为了解决上述技术问题，本专利技术的目的在于提供一种空压机集群系统能耗优化方法，所采用的技术方案具体如下：获取各空压机不同特征数据作为节点构建图结构，得到各空压机对应的子图；将各空压机对应的子图作为子图节点构建图结构，得到空压机集群图；所述不同特征数据为各空压机在预设时段的功率、压力和进出气量；构建图卷积神经网络，将所述空本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种空压机集群系统能耗优化方法，其特征在于，该方法包括以下步骤：获取各空压机不同特征数据作为节点构建图结构，得到各空压机对应的子图；将各空压机对应的子图作为子图节点构建图结构，得到空压机集群图；所述不同特征数据为各空压机在预设时段的功率、压力和进出气量；构建图卷积神经网络，将所述空压机集群图输入图卷积神经网络，输出优化空压机集群图；根据各空压机的特征数据之间的相似度，计算各空压机对应的子图的初始特征向量；根据各卷积层子图节点的特征向量和其相邻卷积层子图节点的特征向量，构建聚合函数；利用所述聚合函数计算各子图的聚合特征向量；利用图卷积神经网络获取空压机集群图的聚合特征向量；利用嵌入自编码网络获取空压机集群图的初始特征向量；根据各子图的初始特征向量和聚合特性向量的差值之和、空压机集群图的初始特征向量和聚合特征向量的差值，得到图卷积神经网络的损失函数；获得优化空压机集群图中包含的每个子图中节点的节点值，所述每个子图中节点的节点值的和为每个空压机对应的能耗贡献度；根据所述能耗贡献度对各空压机的特征数据进行调节。2.根据权利要求1所述的一种空压机集群系统能耗优化方法，其特征在于，所述聚合函数具体为：其中，表示第k层卷积层中第v个子图节点的聚合特征向量，表示第k层卷积层的权重矩阵，表示第k层卷积层的邻接矩阵，表示第k－1层卷积层中第v个子图节点的聚合特征向量，表示第k－1层卷积层中第u个子图节点的初始特征向量，表示第k－1层卷积层中第u个子图节点的初始特征向量的模，表示空压机集群图上所有子图节点的集合，K表示卷积层的总层数，表示预设权重参数，表示非线性激活函...

【专利技术属性】
技术研发人员：王伟璋，林希，吴国良，
申请(专利权)人：深圳市森辉智能自控技术有限公司，
类型：发明
国别省市：