【技术实现步骤摘要】
优化空调水系统可调参数的方法、设备、介质和程序产品
[0001]本公开一般涉及空调系统的节能,更具体涉及用于优化空调水系统的可调参数以节省能耗的方法
、
设备
、
介质和程序产品
。
技术介绍
[0002]随着大数据技术的发展,用于存储和管理海量数据的数据中心的数量日趋庞大
。
数据中心依赖空调系统进行温度调节
。
数据中心每年用于制冷的能耗开销巨大,而其中空调水系统的能耗大约占到整个空调系统能耗的一半以上
。
空调水系统参数优化对建筑节能具有重要的意义
。
技术实现思路
[0003]本专利技术的目的在于提出一种优化空调水系统的可调参数的方法
、
设备
、
装置和介质,以降低空调水系统的能耗,实现节能
。
[0004]根据本公开的第一方面,提供了一种用于优化空调水系统的可调参数的方法
。
该方法包括建立空调水系统的能耗模型,能耗模型指示空调水系统的一组可调参数与能耗之间的关系
。
该方法还包括生成初始种群,具体而言包括:随机初始化生成具有第一数量的个体的第一种群,其中每个个体由一组可调参数的相应值编码得到;基于能耗模型计算第一种群中每个个体对应的能耗;以及从第一种群中选取能耗最小的第二数量的个体形成初始种群
。
该方法还包括对初始种群进行遗传算子操作,以获得使能耗最小化的优选个体
。
该方法还包括 ...
【技术保护点】
【技术特征摘要】
1.
一种用于优化空调水系统的可调参数的方法,其特征在于,所述方法包括:建立所述空调水系统的能耗模型,所述能耗模型指示空调水系统的一组可调参数与能耗之间的关系;生成初始种群,包括:随机初始化生成具有第一数量的个体的第一种群,其中每个个体由所述一组可调参数的相应值编码得到;基于所述能耗模型计算第一种群中每个个体对应的能耗;以及从第一种群中选取能耗最小的第二数量的个体形成初始种群;对初始种群进行遗传算子操作,以获得使所述能耗最小化的优选个体;以及对优选个体进行解码以得到所述一组可调参数的优选值
。2.
根据权利要求1所述的方法,其中,所述建立所述空调水系统的能耗模型包括:针对所述空调水系统的一个或多个子设备中的每一个子设备,分别确定相应子设备可调参数;利用多元多项式拟合,分别基于相应子设备可调参数为每一个子设备建立相应的子设备能耗模型,以得到一个或多个子设备能耗模型;以及将所述一个或多个多个子设备能耗模型相加,得到所述空调水系统的能耗模型
。3.
根据权利要求1或2所述的方法,其中,所述一组可调参数包括以下中的一个或多个:冷冻水出水温度;冷冻水回水温度;冷却水出水温度;冷却水回水温度;冷却水运行频率;冷冻水运行频率;以及冷却塔风机开启转速百分比
。4.
根据权利要求1所述的方法,其中,所述对初始种群进行遗传算子操作以获得使所述能耗最小化的优选个体包括:对初始种群迭代执行以下遗传操作,直至满足预定条件为止:基于所述能耗模型对初始种群的每个个体计算适应度;基于初始种群的每个个体的适应度对初始种群进行选择操作,以获得父代个体;对父代个体进行交叉操作和变异操作,以获得子代个体;以及以子代个体对初始种群进行更新;基于所述能耗模型计算更新后的初始种群中每个个体对应的能耗;以及从更新后的初始种群中选取能耗最小的个体,作为所述选优个体
。5.
根据权利要求4所述的方法,其中,所述基于初始种群的每个个体的适应度对初始种群进行选择操作以获得父代个体,包括:将所述初始种群中适应度最大的第一百分比的个体加入父代个体;以及通过轮盘赌方法从所述初始种群中选择第二百分比的个体加入父代个体,以及其中,所述以子代个体对初始种群进行更新,包括:在初始种群中保留适应度最大的第三百分比的个体,
其中,所述第一百分比
、
所述第二百分比与所述第三百分比之和为
1。6.
根据权利要求4所述的方法,其中,所述预定条件为迭代次数达到最大迭代次数
。7.
根据权利要求4所述的方法,其中,所述基于所述能耗模型对初始种群的每个个体计算适应度,包括:基于所述能耗模型对每个个体计算能耗;确定初始种群中所有个体中的最大能耗;以及将所述最大能耗减去每个个体的能耗,再加上第一数值,作为每个个体的适应度,其中所述第一数值随着迭代次数增大而减小
。8.
一种用于优化空调水系统的可调参数的电子设备,其特征在于,所述电子设备包括:处理器;和存储器,耦接到处理器并存储计算机程序指令,所述计算机程序指令在被处理器执行时使得处理器执行如下操作:建立所述空调水系统的能耗模型,所述能耗模型指示空调水系统的一组可调参数与能耗之间的关系;生成初始种群,包括:随机初始化生成具有第一数量的个体的第一种群,其中每个个体由所述一组可调参数的相应值编码得到;...
【专利技术属性】
技术研发人员:赵超越,贾丹,孟维业,曾宇,
申请(专利权)人:中国电信股份有限公司,
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。