空压机进气端温湿度调控方法技术

本申请公开了一种空压机进气端温湿度调控方法

【技术实现步骤摘要】
空压机进气端温湿度调控方法、装置、设备及介质


[0001]本专利技术属于空压机系统监控
，具体涉及一种空压机进气端温湿度调控方法
、
装置
、
设备及介质
。

技术介绍

[0002]随着工业化的不断进步，各行业对能源的依赖也不断地增加，压缩空气（即被外力压缩的空气）作为仅次于电力的第二大动力能源，且为清洁能源，被更多行业所利用
。
[0003]空压机系统是现代工厂不可缺少的配套设施之一，其装机功率和能耗占比高，在工厂中占到
30%
～
60%
的比例，其能源消耗和电力需求呈现逐年上升的趋势
。
在工厂能耗中，空压负荷一般占总负荷的
30%
，用电量占比
10%
～
20%
，并具有灵活性大
、
响应量高和影响性小等优势
。
[0004]由于空压机进气的空气含水量较大，会使湿度过大，增加进气通道阻力，影响容积效率，增加额外能耗，因此监测空压机进气温湿度，并根据温湿度监测结果做出相应的机房温湿度控制策略，可以改善机组进气空气品质，提高机组效率，从而降低机组单耗，达到节能效果
。
另外，高效的空压机系统运行，对改善电网负荷特性和实现电网的安全
、
稳定及经济运行都具有重要意义
。
[0005]据此，如何聚焦于分析空压机系统的运行规律和容积效率，并提出一种改造动作少及监测方式简单的空压机进气端温湿度监测暨调控方案，是本领域技术人员亟需研究的课题
。

技术实现思路

[0006]本专利技术的目的是提供一种空压机进气端温湿度调控方法
、
装置
、
计算机设备及计算机可读存储介质，用以解决现有空压机系统因尚未提出聚焦分析空压系统运行规律和容积效率来进行空压机进气端温湿度监测暨调控而导致稳定性及能效有限的问题
。
[0007]为了实现上述目的，本专利技术采用以下技术方案：第一方面，提供了一种空压机进气端温湿度调控方法，由通信连接目标空压机组的机组所在机房温湿度调控设备的控制设备执行，包括：获取所述目标空压机组的进气端温湿度数据
、
机组耗电量数据
、
机组产气量数据
、
机组内部运行数据和机组所在地区天气数据；根据所述进气端温湿度数据，确定所述目标空压机组在当前单位时期的进气端温湿度实测值，以及根据所述进气端温湿度数据和所述机组所在地区天气数据，预测得到所述目标空压机组在下一个单位时期的进气端温湿度估计值；根据所述进气端温湿度数据
、
所述机组耗电量数据
、
所述机组产气量数据
、
所述机组内部运行数据和所述进气端温湿度估计值，预测得到所述目标空压机组在下一个单位时期的机组单耗估计值；根据所述进气端温湿度实测值和所述进气端温湿度估计值，确定进气端温湿度升
降幅度；判断所述进气端温湿度升降幅度是否大于等于预设幅度阈值以及所述机组单耗估计值是否大于等于预设单耗阈值；若均是，则根据所述进气端温湿度数据
、
所述机组耗电量数据
、
所述机组产气量数据和所述机组内部运行数据，确定与所述目标空压机组在当前单位时期的运行状态对应的进气端温湿度最优值；根据所述进气端温湿度估计值和所述进气端温湿度最优值，计算得到进气端温湿度调节目标值；根据所述进气端温湿度调节目标值，确定用于使所述目标空压机组在下一个单位时期的进气端温湿度实测值达到所述进气端温湿度最优值的机组所在机房温湿度调控方案；将所述机组所在机房温湿度调控方案传送至所述机组所在机房温湿度调控设备予以执行
。
[0008]基于上述
技术实现思路
，提供了一种聚焦于分析空压机系统的运行规律和容积效率来进行空压机进气端温湿度监测暨调控的新方案，即先根据目标空压机组的进气端温湿度数据
、
机组耗电量数据
、
机组产气量数据
、
机组内部运行数据和机组所在地区天气数据，预测得到目标空压机组在下一个单位时期的进气端温湿度估计值和机组单耗估计值，然后在基于前述数值判定需要调控时，确定与目标空压机组在当前单位时期的运行状态对应的进气端温湿度最优值以及用于使目标空压机组在下一个单位时期的进气端温湿度实测值达到该进气端温湿度最优值的机组所在机房温湿度调控方案，最后传送方案予以执行，如此可改善机房的温湿度环境，提高空压机容积效率，并可利于闭环调节，达到负荷调峰效果，便于实际应用和推广
。
[0009]在一个可能的设计中，根据所述进气端温湿度数据和所述机组所在地区天气数据，预测得到所述目标空压机组在下一个单位时期的进气端温湿度估计值，包括：根据所述进气端温湿度数据，确定所述目标空压机组在历史各个单位时期的进气端温湿度实测值；根据所述机组所在地区天气数据，确定所述目标空压机组的所在地区在历史各个单位时期的天气数据；根据所述目标空压机组的所在地区在历史各个单位时期的天气数据，预测得到所述目标空压机组的所在地区在下一个单位时期的天气估计数据；根据所述目标空压机组的所在地区在历史各个单位时期的天气数据，确定所述目标空压机组的所在地区在历史各个单位时期的天气温湿度数值；根据所述目标空压机组在历史各个单位时期的进气端温湿度实测值和所述目标空压机组的所在地区在历史各个单位时期的天气温湿度数值，拟合得到进气端温湿度与天气温湿度的线性
/
非线性关系；根据所述目标空压机组的所在地区在下一个单位时期的天气估计数据，确定所述目标空压机组的所在地区在下一个单位时期的天气温湿度估计值；根据所述线性
/
非线性关系和所述目标空压机组的所在地区在下一个单位时期的天气温湿度估计值，预测得到所述目标空压机组在下一个单位时期的进气端温湿度估计
值
。
[0010]在一个可能的设计中，根据所述目标空压机组的所在地区在历史各个单位时期的天气数据，预测得到所述目标空压机组的所在地区在下一个单位时期的天气估计数据，包括：根据所述目标空压机组的所在地区在历史各个单位时期的天气数据，按照如下方式获取多个样本数据：将在连续
M
个单位时期中各个单位时期的时间数据和天气数据作为模型输入数据，以及将在时序上位于所述连续
M
个单位时期之后的首个单位时期的天气数据作为模型输出数据，得到一个包含有所述模型输入数据和所述模型输出数据的样本数据，其中，
M
表示不小于2且不大于
12
的正整数；将所述多个样本数据划分成训练集
、
测试集和验证集；应用所述训练集
、
所述测试集和所述验证集对基于双向
LSTM
神经网络的机器学习模型依次进行训练
、
测试和验证，得到通过测试及验证的天气预测模型；根据所述目标空压机组的所在地区在历史各个单位本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种空压机进气端温湿度调控方法，其特征在于，由通信连接目标空压机组的机组所在机房温湿度调控设备的控制设备执行，包括：获取所述目标空压机组的进气端温湿度数据
、
机组耗电量数据
、
机组产气量数据
、
机组内部运行数据和机组所在地区天气数据；根据所述进气端温湿度数据，确定所述目标空压机组在当前单位时期的进气端温湿度实测值，以及根据所述进气端温湿度数据和所述机组所在地区天气数据，预测得到所述目标空压机组在下一个单位时期的进气端温湿度估计值；根据所述进气端温湿度数据
、
所述机组耗电量数据
、
所述机组产气量数据
、
所述机组内部运行数据和所述进气端温湿度估计值，预测得到所述目标空压机组在下一个单位时期的机组单耗估计值；根据所述进气端温湿度实测值和所述进气端温湿度估计值，确定进气端温湿度升降幅度；判断所述进气端温湿度升降幅度是否大于等于预设幅度阈值以及所述机组单耗估计值是否大于等于预设单耗阈值；若均是，则根据所述进气端温湿度数据
、
所述机组耗电量数据
、
所述机组产气量数据和所述机组内部运行数据，确定与所述目标空压机组在当前单位时期的运行状态对应的进气端温湿度最优值；根据所述进气端温湿度估计值和所述进气端温湿度最优值，计算得到进气端温湿度调节目标值；根据所述进气端温湿度调节目标值，确定用于使所述目标空压机组在下一个单位时期的进气端温湿度实测值达到所述进气端温湿度最优值的机组所在机房温湿度调控方案；将所述机组所在机房温湿度调控方案传送至所述机组所在机房温湿度调控设备予以执行
。2.
根据权利要求1所述的空压机进气端温湿度调控方法，其特征在于，根据所述进气端温湿度数据和所述机组所在地区天气数据，预测得到所述目标空压机组在下一个单位时期的进气端温湿度估计值，包括：根据所述进气端温湿度数据，确定所述目标空压机组在历史各个单位时期的进气端温湿度实测值；根据所述机组所在地区天气数据，确定所述目标空压机组的所在地区在历史各个单位时期的天气数据；根据所述目标空压机组的所在地区在历史各个单位时期的天气数据，预测得到所述目标空压机组的所在地区在下一个单位时期的天气估计数据；根据所述目标空压机组的所在地区在历史各个单位时期的天气数据，确定所述目标空压机组的所在地区在历史各个单位时期的天气温湿度数值；根据所述目标空压机组在历史各个单位时期的进气端温湿度实测值和所述目标空压机组的所在地区在历史各个单位时期的天气温湿度数值，拟合得到进气端温湿度与天气温湿度的线性
/
非线性关系；根据所述目标空压机组的所在地区在下一个单位时期的天气估计数据，确定所述目标空压机组的所在地区在下一个单位时期的天气温湿度估计值；
根据所述线性
/
非线性关系和所述目标空压机组的所在地区在下一个单位时期的天气温湿度估计值，预测得到所述目标空压机组在下一个单位时期的进气端温湿度估计值
。3.
根据权利要求2所述的空压机进气端温湿度调控方法，其特征在于，根据所述目标空压机组的所在地区在历史各个单位时期的天气数据，预测得到所述目标空压机组的所在地区在下一个单位时期的天气估计数据，包括：根据所述目标空压机组的所在地区在历史各个单位时期的天气数据，按照如下方式获取多个样本数据：将在连续
M
个单位时期中各个单位时期的时间数据和天气数据作为模型输入数据，以及将在时序上位于所述连续
M
个单位时期之后的首个单位时期的天气数据作为模型输出数据，得到一个包含有所述模型输入数据和所述模型输出数据的样本数据，其中，
M
表示不小于2且不大于
12
的正整数；将所述多个样本数据划分成训练集
、
测试集和验证集；应用所述训练集
、
所述测试集和所述验证集对基于双向
LSTM
神经网络的机器学习模型依次进行训练
、
测试和验证，得到通过测试及验证的天气预测模型；根据所述目标空压机组的所在地区在历史各个单位时期的天气数据，获取待测输入数据，其中，所述待测输入数据包含有在当前最近
M
个单位时期中各个单位时期的时间数据和天气数据；将所述待测输入数据输入所述天气预测模型，输出得到所述目标空压机组的所在地区在下一个单位时期的天气估计数据
。4.
根据权利要求1所述的空压机进气端温湿度调控方法，其特征在于，根据所述进气端温湿度数据
、
所述机组耗电量数据
、
所述机组产气量数据
、
所述机组内部运行数据和所述进气端温湿度估计值，预测得到所述目标空压机组在下一个单位时期的机组单耗估计值，包括：根据所述进气端温湿度数据，确定所述目标空压机组在历史各个单位时期的进气端温湿度实测值；根据所述机组耗电量数据，确定所述目标空压机组在历史各个单位时期的机组耗电量实测值；根据所述机组产气量数据，确定所述目标空压机组在历史各个单位时期的机组产气量实测值；根据所述目标空压机组在历史各个单位时期的机组耗电量实测值和机组产气量实测值，计算得到所述目标空压机组在历史各个单位时期的机组单耗实测值，其中，机组单耗是指产生单位立方压缩空气的空压机组消耗电量；根据所述机组内部运行数据，确定所述目标空压机组在历史各个单位时期的机组内部运行参数值；将所述目标空压机组在历史各个单位时期的机组内部运行参数值和进气端温湿度实测值作为输入项，以及将所述目标空压机组在历史各个单位时期的机组单耗实测值作为输出项，对基于机器学习算法的人工智能模型进行率定验证建模，得到单耗预测模型；将所述目标空压机组在当前单位时期的机组内部运行参数值和所述进气端温湿度估计值输入所述单耗预测模型，输出得到所述目标空压机组在下一个单位时期的机组单耗估计值
。
5.
根据权利要求1所述的空压机进气端温湿度调控方法，其特征在于，根据所述进气端温湿度数据
、
所述机组耗电量数据
、
所述机组产气量数据和所述机组内部运行数据，确定与所述目标空压机组在当前单位时期的运行状态对应的进气端温湿度最优值，包括：根据所述进气端温湿度数据，确定所述目标空压机组在历史各个单位时期的进气端温湿度实测值；根据所述机组耗电量数据，确定所述目标空压机组在历史各个单位时期的机组耗电量实测值；根据所述机组产气量数据，确定所述目标空压机组在历史各个单位时期的机组产气量实测值；根据所述目标空压机组在历史各个单位时期的机组耗电量实测值和机组产气量实测值，计算得到所述目标空压机组在历史各个单位时期的机组单耗实测值，其中，机组单耗是指产生单位立方压缩空气的空压机组消耗电量；根据所述机组内部运行数据，确定所述目标空压机组在历史各个单位时期的机组内部运行参数值；分别对比所述目标空压机组在当前单位时期的机组内部运行参数值与所述目标空压机组在历史各个单位时期的机组内部运行参数值，确定具有与所述目标空压机组在当前单位时期的机组内部运行参数值相同或相似的机组内部运行参数值的至少一个历史单位时期；根据所述目标空压机组在所述至少一个历史单位时期的机组单耗实测值，从所述至少一个历史单位时期中选出具有最小机组单耗实测值的某个历史单位时期；将所述目标空压机组在所述某个历史单位时期的进气端温湿度实测值，确定为与所述目标空压机组在当前单位时期的运行状态对应的进气端温湿度最优值
。6.
根据权利要求1所述的空压机进气端温湿度调控方法，其特征在于，根据所述进气端温湿度调节目标值，确定用于使所述目标空压机组在下一个单位时期的进气端温湿度实测值达到所述进气端温湿度最优值的机组所在机房温湿度调控方案，包括：获取所...

【专利技术属性】
技术研发人员：闫磊，郭林娟，刘梦远，郭飞凡，李松，黄清文，陶顺天，
申请(专利权)人：上海时链节能科技有限公司，
类型：发明
国别省市：