一种基于LSTM神经网络的冷却塔节能控制方法技术

本发明专利技术公开了一种基于LSTM神经网络的冷却塔节能控制方法，获得循环水系统中冷却塔运行相关参数信息；根据相关参数信息与历史运行数据构建冷却塔机组的换热仿真模型；根据冷却塔机组换热仿真模型进行冷却塔机组的负荷分配调控；将求解结果的负荷分配调控方案下发至各个冷却塔进行风机变频控制，本发明专利技术的有益效果：能够有效提高冷却塔机组工作效率，操作简单，易于实施。易于实施。易于实施。

【技术实现步骤摘要】
一种基于LSTM神经网络的冷却塔节能控制方法


[0001]本专利技术涉及冷却塔设备节能控制领域，具体是一种基于LSTM神经网络的冷却塔节能控制方法。

技术介绍

[0002]对于工业生产而言，循环水系统是生产车间、设备运行不可缺少的组成部分，在各行各业都有着广泛的应用。循环水系统主要由换热系统、冷却塔和水泵等组成，冷水由蓄水池出发流过需要降温的工业设备进行换热后，经由热水管道返回冷却塔，以此循环使用。随着社会的发展，工业生产需求越来越旺盛，同时工业生产所必须的水资源与电力能源越来越紧缺，据不完全统计，我国循环水每年耗电约300～450亿kWh。其中冷却塔风机与水泵为循环水系统的用电大户，其用电能耗占循环水系统的95％以上，因此，研究冷却塔机组的节能控制是进行工厂循环水系统节能改造的关键，合理的冷却塔机组控制方法能够有效降低冷却塔机组的能耗，进而提高整个循环水系统的运行效率。
[0003]目前在循环水系统应用中，冷却塔风机变频控制多采用传统的一些控制方式，如周期性的人工调控、简单的根据天气进行控制，这些控制方式实施简单，但仍具有较大的优化改本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于LSTM神经网络的冷却塔节能控制方法，其特征在于，包括以下步骤：步骤S1：通过边缘数据采集模块采集循环水系统相关环节参数信息，并将数据上传至计算平台；步骤S2：根据相关参数信息的历史运行数据构建冷却塔机组的换热仿真模型；步骤S3：结合冷却塔换热仿真模型进行冷却塔机组的负荷分配控制。2.根据权利要求1所述的一种基于LSTM神经网络的冷却塔节能控制方法，其特征在于：所述步骤S1具体包括：步骤S1
‑
1：通过边缘数据采集模块采集循环水系统相关环节参数信息，所述参数信息具体包括：冷却塔进风口出风口温度、湿度、湿球温度，蓄水池温度，蓄水池出水口温度与冷却塔进水口温度；步骤S1
‑
2：数据采集完成后在边缘数据采集模块中进行缓存，同时上传至计算平台，计算平台对数据进行持久化存储。3.根据权利要求1所述的一种基于LSTM神经网络的冷却塔节能控制方法，其特征在于：所述步骤S2具体包括：步骤S2
‑
1：根据数据管控周期从历史数据中提取模型训练所需数据；步骤S2
‑
2：进行数据的预处理，通过冷却塔进风口出风口温度、湿度、湿球温度计算冷却塔进出风口焓差，整理模型输入数据集；步骤S2
‑
3：使用以上所述的数据集对LSTM神经网络进行训练。4.根据权利要求1所述的一种基于LSTM神经网络的冷却塔节能控制方法，其特征在于：所述步骤S3具体包括：步骤S3
‑
1：计算平台将训练好的神经网络模型发送至边缘控制模块；步骤S3
‑
2：边缘控制模块从数据采集模块中获取实时数据；步骤S3
‑<...

【专利技术属性】
技术研发人员：汪惠芬，杨平，
申请(专利权)人：南京理工大学，
类型：发明
国别省市：