一种基于给回水温度调节的风冷空调节能控制方法及装置制造方法及图纸

本发明专利技术公开了一种基于给回水温度调节的风冷空调节能控制方法及装置，属于数据处理技术领域。通过对与节能控制相关的历史数据进行相关性分析，挖掘多个供给平衡的控制策略，进一步根据实时采集建筑的外界气象数据和风冷空调能耗数据，确定未来时刻的目标特征的预测值，并根据该预测值从挖掘的多个控制策略中确定相匹配的最优控制策略。本发明专利技术使用与节能控制相关的历史数据进行信息挖掘和负荷匹配，不仅免去了复杂的冷负荷计算过程，同时又能根据实际建筑的情况确定相匹配的最优控制策略，有效提高了方案的实用性。解决了现有空调系统节能控制方法的计算复杂、适用性差的问题。适用性差的问题。适用性差的问题。

【技术实现步骤摘要】
一种基于给回水温度调节的风冷空调节能控制方法及装置


[0001]本专利技术涉及数据处理
，并且更具体地，涉及一种基于给回水温度调节的风冷空调节能控制方法及装置。

技术介绍

[0002]我国空调用电在建筑用电总量中占比超过60%，近年来随着经济重心南移和全球变暖趋势加剧该占比还在不断升高。在我国南方地区制冷机组年运行时间较长，并且南方地区湿球温度高，也对水冷机组不利。虽然风冷机组总体COP相比于水冷机组较低，但是同时也有占地面积小，安装和维护简单的优点，应用更为广泛。
[0003]在风冷机组中央空调制冷和制热系统中，空调主机的能耗是整个系统占比最大的，其中表征空调主机工作状态最重要的参数是机组的进水温度或出水温度。在中央空调制冷或制热物理系统中，主机的冷热负荷和诸多因素相关，比如室外温度、湿度、建筑内人员散热、设备散热等。主机的冷热负荷也会随着这些因素变化而波动。目前在许多建筑中的中央空调系统依赖于人工手动调节蒸发压力和冷凝压力，大多数时候是无法随着外界气象、人员、设备等变化而调节主机负荷的，而为了满足极限条件下的冷热负荷，一般主机系统的负载都会设置在接近极限值，这样往往会造成较大的能源浪费。
[0004]针对上述情况，中国专利CN111043731A提供了一种基于天气预报的空调系统调节方法，此专利将气象预测信息使用置信度判断的方法，判断当室外气象预测数据可用时再计算之后一段时间内的空调系统的冷负荷，进而根据负荷和机组的整体功率调节控制策略，并生成针对空调系统的控制时间进程表用以控制机组运行从而达到节能目标。
[0005]中国专利CN104359195A提出了一种基于动态响应末端总负荷变化的中央空调冷冻水控制方法，通过实施计算末端设备的负荷，根据当前冷冻水和冷却水的温度实现供冷量的智能控制从而达到动态响应实时调控的目的。
[0006]由于风冷机组安装占地面积小、维护相对容易，在我国许多中小型建筑中应用十分广泛。针对此种类型的风冷空调进行智能控制和节能措施时往往需要考虑诸多条件限制及经济因素，虽然依据冷负荷预测的按需供给方法预测精准度较高，然而在实际建筑的冷负荷计算也牵涉大量建筑模拟的计算过程和较多的变量才可求出相对准确的数值。这样的计算过程在中小型建筑应用时往往力不从心。大多数时候需要严密的数据支持，包括建筑结构、建筑材料、经纬度和全年平均气温、建筑朝向、建筑内设备参数、人员等等。实际计算由于受到测量误差影响，计算结果往往也要经过大量调整和修正才能指导主机工作。

技术实现思路

[0007]为了解决现有空调系统节能控制方法的计算复杂、适用性差的问题，本专利技术提供一种基于给回水温度调节的风冷空调节能控制方法及装置。
[0008]根据本专利技术的一个方面，提供了一种基于给回水温度调节的风冷空调节能控制方法，包括：
采集与节能控制相关的历史数据集，其中历史数据集包括外界气象信息、给回水温度信息、室内平均温度和风冷空调能耗数据；将外界气象信息和风冷空调能耗数据与风冷空调的总负荷进行相关性分析，从外界气象信息和风冷空调能耗数据中确定相关性大于预设阈值的控制指标；根据给回水温度信息和室内平均温度，确定风冷空调的滞后时间，其中滞后时间为风冷空调工作引起室内平均温度达到温度要求并使室内平均温度趋于平稳需要的平均时间；基于控制指标和滞后时间，从历史数据集中获取室内平均温度达到温度要求且平稳的时间段数据，其中时间段数据包括滞后时间内风冷空调的给回水温度、室内平均温度以及各个控制指标的数据；采用控制变量法，分析各个控制指标与风冷空调的给回水温度的关系，从时间段数据中选取不同外界条件下风冷空调能耗最低的控制策略；根据实时采集的外界气象数据和风冷空调能耗数据，利用预设的特征预测模型，确定滞后时间内目标特征的预测值；从不同外界条件下风冷空调能耗最低的控制策略中确定与目标特征的预测值相匹配的最优控制策略。
[0009]可选地，基于给回水温度调节的风冷空调节能控制方法还包括：获取使用目标控制策略的风冷空调的第一风冷空调能耗数据；在相同外界条件下，获取未使用目标控制策略的风冷空调的第二风冷空调能耗数据；对比第一风冷空调能耗数据和第二风冷空调能耗数据，并根据对比的结果确定目标控制策略的有效性和节能率；基于第一风冷空调能耗数据和第二风冷空调能耗数据，迭代更新已有的历史数据集。
[0010]可选地，基于给回水温度调节的风冷空调节能控制方法还包括：所述将外界气象信息和风冷空调能耗数据与风冷空调的总负荷进行相关性分析之前，对采集的历史数据集进行数据清洗和标准化处理。
[0011]可选地，所述采集与节能控制相关的历史数据集，包括：在目标建筑位置搭建气象站和室内温度采集器；通过气象站和室内温度采集器收集历史数据集中的外界气象信息。
[0012]可选地，所述预设的特征预测模型包括特征预测层和全连接神经网络；并且所述根据实时采集的外界气象数据和风冷空调能耗数据，利用预设的特征预测模型，确定滞后时间内目标特征的预测值，包括：将实时采集的外界气象数据和风冷空调能耗数据输入特征预测层，输出目标特征的预测特征；将预测特征送入全连接神经网络，确定滞后时间内目标特征的预测值。
[0013]可选地，基于给回水温度调节的风冷空调节能控制方法还包括：所述根据实时采集的外界气象数据和风冷空调能耗数据，利用预设的特征预测模型，确定滞后时间内目标特征的预测值之前，根据风冷空调的滞后时间，确实特征预测模型的输入特征的数据长度
以及模型预测的时间长度。
[0014]根据本专利技术的又一个方面，提供了一种基于给回水温度调节的风冷空调节能控制装置，包括：采集模块，用于采集与节能控制相关的历史数据集，其中历史数据集包括外界气象信息、给回水温度信息、室内平均温度和风冷空调能耗数据；相关性分析模块，用于将外界气象信息和风冷空调能耗数据与风冷空调的总负荷进行相关性分析，从外界气象信息和风冷空调能耗数据中确定相关性大于预设阈值的控制指标；滞后时间确定模块，用于根据给回水温度信息和室内平均温度，确定风冷空调的滞后时间，其中滞后时间为风冷空调工作引起室内平均温度达到温度要求并使室内平均温度趋于平稳需要的平均时间；数据选取模块，用于基于控制指标和滞后时间，从历史数据集中获取室内平均温度达到温度要求且平稳的时间段数据，其中时间段数据包括滞后时间内风冷空调的给回水温度、室内平均温度以及各个控制指标的数据；控制策略选取模块，用于采用控制变量法，分析各个控制指标与风冷空调的给回水温度的关系，从时间段数据中选取不同外界条件下风冷空调能耗最低的控制策略；预测值预测模块，用于根据实时采集的外界气象数据和风冷空调能耗数据，利用预设的特征预测模型，确定滞后时间内目标特征的预测值；策略确定模块，用于从不同外界条件下风冷空调能耗最低的控制策略中确定与目标特征的预测值相匹配的最优控制策略。
[0015]可选地，基于给回水温度调节的风冷空调节能控制装置还包括：第一获取模块，用于获取使用目标控制策略的风冷空调的第一风冷空调能耗数据；第二获取模块，用于在相同外界本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于给回水温度调节的风冷空调节能控制方法，其特征在于，包括：采集与节能控制相关的历史数据集，其中历史数据集包括外界气象信息、给回水温度信息、室内平均温度和风冷空调能耗数据；将外界气象信息和风冷空调能耗数据与风冷空调的总负荷进行相关性分析，从外界气象信息和风冷空调能耗数据中确定相关性大于预设阈值的控制指标；根据给回水温度信息和室内平均温度，确定风冷空调的滞后时间，其中滞后时间为风冷空调工作引起室内平均温度达到温度要求并使室内平均温度趋于平稳需要的平均时间；基于控制指标和滞后时间，从历史数据集中获取室内平均温度达到温度要求且平稳的时间段数据，其中时间段数据包括滞后时间内风冷空调的给回水温度、室内平均温度以及各个控制指标的数据；采用控制变量法，分析各个控制指标与风冷空调的给回水温度的关系，从时间段数据中选取不同外界条件下风冷空调能耗最低的控制策略；根据实时采集的外界气象数据和风冷空调能耗数据，利用预设的特征预测模型，确定滞后时间内目标特征的预测值；从不同外界条件下风冷空调能耗最低的控制策略中确定与目标特征的预测值相匹配的最优控制策略。2.根据权利要求1所述的方法，其特征在于，还包括：获取使用目标控制策略的风冷空调的第一风冷空调能耗数据；在相同外界条件下，获取未使用目标控制策略的风冷空调的第二风冷空调能耗数据；对比第一风冷空调能耗数据和第二风冷空调能耗数据，并根据对比的结果确定目标控制策略的有效性和节能率；基于第一风冷空调能耗数据和第二风冷空调能耗数据，迭代更新已有的历史数据集。3.根据权利要求1所述的方法，其特征在于，所述将外界气象信息和风冷空调能耗数据与风冷空调的总负荷进行相关性分析之前，还包括：对采集的历史数据集进行数据清洗和标准化处理。4.根据权利要求1所述的方法，其特征在于，所述采集与节能控制相关的历史数据集，包括：在目标建筑位置搭建气象站和室内温度采集器；通过气象站和室内温度采集器收集历史数据集中的外界气象信息。5.根据权利要求1所述的方法，其特征在于，所述预设的特征预测模型包括特征预测层和全连接神经网络；并且所述根据实时采集的外界气象数据和风冷空调能耗数据，利用预设的特征预测模型，确定滞后时间内目标特征的预测值，包括：将实时采集的外界气象数据和风冷空调能耗数据输入特征预测层，输出目标特征的预测特征；将预测特征送入全连接神经网络，确定滞后时间内目标特征的预测值。6.根据权利要求1所述的方法，其特征在于，所述根据实时采集的外界气象数据和风...

【专利技术属性】
技术研发人员：张珂鑫，陈峰，刘洪涛，刘江涛，丁柯豪，
申请(专利权)人：广东热矩智能科技有限公司，
类型：发明
国别省市：