一种对多区域变风量空调系统温湿度的实时控制方法技术方案

本发明专利技术公开了一种对多区域变风量空调系统温湿度的实时控制方法，包括以下步骤：(1)设定房间温湿度值；(2)通过温湿度传感器获取房间的温湿度；(3)利用深度模糊认知地图对房间温湿度进行解耦；(4)将房间温湿度的解耦值与设定值分别进行比较作差，如果差值不等于0，则将差值作为控制误差e(k)输入到RBF

【技术实现步骤摘要】
一种对多区域变风量空调系统温湿度的实时控制方法


[0001]本专利技术涉及变风量空调系统运行调控领域，具体是一种对多区域变风量空调系统温湿度的实时控制方法。

技术介绍

[0002]建筑是一个国家三大主要经济部门之一，是最大的能源消耗者。据统计，建筑的能源消耗占全球年能源消耗的40％，碳排放量占总量的36％。其中，空调系统的能耗是建筑总能耗的大巨头，主要原因是空调系统的运行能耗居高不下。在确保居住者热舒适的情况下，降低空调系统运行能耗已成为建筑节能的首要重心。
[0003]传统的VAV空调系统末端风阀阻尼器常采用比例积分(PI)算法或者比例积分微分(PID)算法进行控制。传统的PI算法对固定参数无法处理，会导致阀门开度频繁波动和控制系统振荡。PID算法是典型的闭环控制算法，具有结构简单、易于实现、调节方便等优点。PID能够根据室内温度的实测值与设定值之间偏差计算出阀门开度的调节量。空调房间内的温湿度不仅与建筑围护结构有关，还与太阳辐射、室内热扰、送风量等都有很大的关系，而且室内温湿度是非线性的、耦合的。如果只利用PID控制方法对阀门开度进行控制，会导致阀门开度频繁变化，难以实现对阀门开度进行高精度、高性能的控制要求。研究人员们为了解决上述问题，利用神经网络、模糊控制、预测控制理论与PID控制算法相结合。鉴于此，本专利技术提出一种对多区域变风量空调系统温湿度的实时控制方法，以便能进行有效地实时控制变风量空调系统末端风阀和冷水阀门的开度。

技术实现思路

[0004]本专利技术旨在提供一种对多区域变风量空调系统温湿度的实时控制方法，以解决现有技术中多区域变风量空调控制系统控制效果不佳和抗干扰能力不强的技术问题，以便多区域变风量空调系统对室内温湿度进行联动控制，从而提高室内的空气质量。
[0005]为解决以上技术问题，本专利技术采用以下技术方案：
[0006]一种对多区域变风量空调系统温湿度的实时控制方法，包括以下步骤：
[0007]步骤一：设定房间温湿度的设定值；
[0008]步骤二：通过温湿度传感器获取房间的温湿度；
[0009]步骤三：利用深度模糊认知地图对房间温湿度进行解耦；
[0010]步骤四：将房间温湿度的解耦值与设定值分别进行比较作差，如果差值不等于0，则将差值作为控制误差e(k)输入到RBF
‑
PID算法；
[0011]步骤五：RBF
‑
PID算法根据差值分别计算出下一时刻的末端送风量和送风温度，得到下一时刻的末端风阀开度和冷水阀开度；
[0012]步骤六：将RBF
‑
PID算法得到的末端风阀开度数据和冷水阀开度数据分别输入到风量控制器和送风温度控制器中，控制器控制末端风阀和冷水阀达到合适的开度；
[0013]步骤七：循环执行步骤二至步骤六，以采样时间为周期进行采样。
[0014]进一步地，步骤三中所述深度模糊认知地图能根据房间温湿度之间的潜在关系对房间温湿度进行解耦：
[0015]1)深度模糊认知地图中的状态在时刻t时受到其他概念状态的影响：
[0016][0017]其中，函数f
j
(
·
)用于模拟a到a
j
的关系，称为f
‑
函数，函数，表示t时刻所有概念的系统状态，用函数u
j
(
·
)来模拟外部因素对a
j
的影响，称为u
‑
函数；
[0018]2)在f
j
(a
(t)
)的输入层，设在输出层，可以得到一个输出：
[0019][0020]其中，为在t时刻第K层、第n个神经元的输出，υ(n1,K+1)为K层神经元到K+1层神经元的连接权值；
[0021]3)外部因素对a
j
的影响可以用一个u
‑
函数来间接衡量：
[0022][0023]4)设则中定义的深度模糊认知地图可以改写为：
[0024][0025]其中，为的解耦值，θ
f
、θ
u
分别为f
j
、u
j
的参数。
[0026]进一步地，所述θ
f
、θ
u
通过交替函数梯度下降算法来训练深度模糊认知地图得到：
[0027]1)输入训练数据集：
[0028]2)随机初始化θ
f
、θ
u
；
[0029]3)初始化对于t∈[1,T]；
[0030]4)重复；
[0031]5)
[0032]6)对于t∈[1,T]；
[0033]7)
[0034]8)直到收敛；
[0035]9)返回θ
f
、θ
u
。
[0036]进一步地，所述深度模糊认知地图对房间温湿度进行解耦时：
[0037]1)将房间湿度的实测值和设定值定义为深度模糊认知地图的外部因素，输出值为房间温度解耦值；
[0038]2)将房间温度的实测值和设定值定义为深度模糊认知地图的外部因素，输出值为房间湿度解耦值。
[0039]进一步地，步骤四中所述RBF
‑
PID算法采用梯度下降法调整自身的权重系数，提供PID参数：比例系数k
p
，积分系数k
i
，微分系数k
d
，三个系数的学习速率η
pid
。
[0040]进一步地，步骤四中所述控制误差为e(k)＝r(k)
‑
y(k)，其中r(k)为温湿度设定值，y(k)为温湿度解耦值。
[0041]进一步地，步骤五中所述RBF
‑
PID算法的输出为：PID算法的输出为：其中，e(k
‑
1)为k
‑
1时刻的控制误差。
[0042]进一步地，步骤六中所述风量控制器与风阀、送风温度控制器与冷水阀门之间的传递函数为：
[0043][0044]其中T为采样周期，t为延时时间，s为拉斯变换得到的传递函数的变量。
[0045]与现有技术相比，本专利技术具有以下技术优势：
[0046](1)本专利技术在深度模糊认知地图对房间温湿度进行解耦的基础上，通过单独控制变风量空调系统的送风量和送风温度，实现对多区域房间温湿度的实时控制。在保证室内热舒适环境的前提下，RBF
‑
PID算法根据房间温湿度的解耦值与设定值计算出末端送风量和送风温度，得到末端风阀和冷水阀的开度，从而实现实时控制多区域变风量空调系统温湿度，对多区域房间的温湿度进行调控，这种控制方法能够提高末端风阀和冷水阀门的控制精度，从而全面提高多区域变风量空调系统在动态干扰方面的处理能力。与现有技术相比，本专利技术解决了多区域变风量空调控制系统控制效果不佳和抗干扰能力不强的技术问题本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种对多区域变风量空调系统温湿度的实时控制方法，其特征在于，包括以下步骤：步骤一：设定房间温湿度的设定值；步骤二：通过温湿度传感器获取房间的温湿度；步骤三：利用深度模糊认知地图对房间温湿度进行解耦；步骤四：将房间温湿度的解耦值与设定值分别进行比较作差，如果差值不等于0，则将差值作为控制误差e(k)输入到RBF
‑
PID算法；步骤五：RBF
‑
PID算法根据差值分别计算出下一时刻的末端送风量和送风温度，得到下一时刻的末端风阀开度和冷水阀开度；步骤六：将RBF
‑
PID算法得到的末端风阀开度数据和冷水阀开度数据分别输入到风量控制器和送风温度控制器中，控制器控制末端风阀和冷水阀达到合适的开度；步骤七：循环执行步骤二至步骤六，以采样时间为周期进行采样。2.根据权利要求1所述的对多区域变风量空调系统温湿度的实时控制方法，其特征在于，步骤三中所述深度模糊认知地图能根据房间温湿度之间的潜在关系对房间温湿度进行解耦：1)深度模糊认知地图中的状态在时刻t时受到其他概念状态的影响：其中，函数f
j
(
·
)用于模拟a到a
j
的关系，称为f
‑
函数，函数，表示t时刻所有概念的系统状态，用函数u
j
(
·
)来模拟外部因素对a
j
的影响，称为u
‑
函数；2)在f
j
(a
(t)
)的输入层，设在输出层，可以得到一个输出：其中，为在t时刻第K层、第n个神经元的输出，υ(n1,K+1)为K层神经元到K+1层神经元的连接权值；3)外部因素对a
j
的影响可以用一个u
‑
函数来间接衡量：4)设则中定义的深度模糊认知地图可以改写为：其中，为的解耦值，θ
f
、θ
u
分别为f
j
、u
j
的参数。<...

【专利技术属性】
技术研发人员：雷蕾，梁利霞，胡佳敏，邹政达，姚俊亮，
申请(专利权)人：浙江理工大学，
类型：发明
国别省市：