【技术实现步骤摘要】
一种暖通空调节能控制方法及系统
[0001]本专利技术涉及一种暖通空调节能控制方法及系统，属于空调节能控制
技术介绍
[0002]暖通空调节能控制主要包括反馈控制及前馈控制，其中反馈控制通过采集末端温湿度和循环水回水温度等信息，基于PID或模糊控制等算法，控制暖通空调主机及附属设备负荷；前馈控制基于各种影响空调负荷的因素，预测未来的负荷需求，并根据未来负荷需求提前控制暖通空调主机及附属设备负荷，实现能源效率的提升。
[0003]现有技术中的反馈控制会有较大的控制延迟，导致系统效率的降低和能源的浪费。通过在控制方法中引入负荷预测，可以改善控制的延迟，实现暖通空调系统的优化运行。负荷预测的方法有很多，按照建模原理可以分为参数回归法、时间序列预测法、人工神经网络法等，现有技术中公开的各种预测方法针对暖通空调负荷预测，存在突发负荷变化响应延迟大，预测准确度差，季节性等时间特点与影响负荷环境参数未融合处理等问题，亟需进行更优的控制完善。
技术实现思路
[0004]本专利技术的目的在于克服现有技术中的不...
【技术保护点】
【技术特征摘要】
1.一种暖通空调节能控制方法，其特征在于，所述方法包括：采集系统特征数据，并进行预处理；将预处理后的系统特征数据，与天气预报数据及历史系统特征数据输入负荷预测模型，进行负荷预测；根据负荷预测的结果，生成优化控制策略；将优化控制策略和基础控制策略结合，得到最终控制参数用于控制暖通空调运行状态。2.根据权利要求1所述的一种暖通空调节能控制方法，其特征在于，所述负荷预测模型采用二次指数平滑算法与神经网络模型相结合的组合预测算法，将预处理后的系统特征数据，与天气预报数据及历史系统特征数据分别输入二次指数平滑模型和神经网络模型，获得二次指数平滑预测的下一时刻暖通空调系统的负荷需求和神经网络预测的下一时刻暖通空调系统的负荷需求；将二次指数平滑预测的下一时刻暖通空调系统的负荷需求和神经网络预测的下一时刻暖通空调系统的负荷需求通过加权平均算法，得到负荷预测结果。3.根据权利要求2所述的一种暖通空调节能控制方法，其特征在于，所述神经网络模型的构建方法包括：获取数据集信息进行预处理，随机分配为训练数据和测试数据；建立神经网络模型初始结构和初始权值，分别使用训练数据进行训练，测试数据进行测试；基于训练时间和测试误差，调整神经网络模型宽度和神经网络模型深度至优化值后，保存调整后的神经网络模型结构和权值。4.根据权利要求3所述的一种暖通空调节能控制方法，其特征在于，所述获取数据集信息进行预处理包括对数据集信息进行窗口切片算法，滤除异常、抖动的数据，计算窗口切片数据对应的时间顺序信息，对窗口切片后数据进行滤波处理。5.根据权利要求4所述的一种暖通空调节能控制方法，其特征在于，所述滤波处理的算法采用巴特沃斯滤波器，滤波处理的截止频率和滤波器阶数基于数据集信息的频谱数据分析选取。6.根据权利要求3所述的一种暖通空调节...
【专利技术属性】
技术研发人员：靳洋，王俊，
申请(专利权)人：北京清云能源集团有限公司，
类型：发明
国别省市：
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。