System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 基于时间序列聚类的中央空调最佳运行效率状态识别方法技术_技高网

基于时间序列聚类的中央空调最佳运行效率状态识别方法技术

技术编号:40189605 阅读:5 留言:0更新日期:2024-01-26 23:52
本发明专利技术涉及空调运行调控技术领域,具体为基于时间序列聚类的中央空调最佳运行效率状态识别方法,首先采集冷水机组系统各设备在所有工况下的历史运行数据,利用动态时间弯曲算法来获取各台设备相同工况输出的有功功率时间序列数据之间的距离,采用DBSCAN算法进行聚类,得到同一等功率值群;确认数据合理性后,基于COP指标找到同一工况下的最佳运行效率点;重复上述步骤得到各个工况下冷水机组系统的最佳效率运行点;将各个工况中的运行最佳效率点通过数据拟合曲线方法组合到一起,得到该系统冷水机组系统的最佳效率运行曲线。本发明专利技术实现了系统稳态运行状态的识别和单独等值,冷水机组模型的精确性更高,最佳运行效率状态识别效果更好。

【技术实现步骤摘要】

本专利技术涉及空调运行调控,具体为基于时间序列聚类的中央空调最佳运行效率状态识别方法


技术介绍

1、通过建立冷水机组系统模型,并采用全局优化算法对系统模型进行寻优,可获取冷水机组最佳运行效率,从而确定冷水机组的最优控制策略。当冷水机组模型精确且优化算法合理时,基于经验模型的策略理论上可以确定冷水机组的最优控制策略。

2、然而,在实际应用中,冷水机组模型的精确性难以得到保证,优化算法难以同时保证良好的全局优化效果和较低的计算量。当冷水机组模型不精确或优化算法不完善时,该策略不能够很好地节约冷水机组系统的能耗。

3、冷水机组系统运行过程中会产生很多数据,这些数据反映了当前冷冻机组系统运行状况。考虑到暖通系统具有非线性,滞后性,多参数相互耦合的系统,产生的实时数据并不一定能够准确反映实时的冷冻水系统运行状况。同时从工程中获得的历史运行数据一般还存在着测量不准确、数据波动较大等数据异常现象。目前,对于运行数据的筛选主要是基于数学算法,如数据挖掘、聚类、神经网络算法等。

4、常规的冷水机组聚类方法通常利用运行数据来划分各机组所处的不同运行状态。选取的特征参数主要有冷冻侧进出水温度,冷却侧进出水温度等,运行工况相似的冷水主机将被聚类为同一群。然而,目前的冷水机组聚类方法大多基于特定时间点的数据,得到的聚类结果可能随着所选取的时间点的变化而发生改变。此外,传统方法中等值机组工况的确定主要依靠人为指定,过于主观,难以满足实际需要。

5、因此,需要一种基于时间序列聚类的中央空调最佳运行效率状态识别方法,避免人工指定聚类数目可能带来的不利影响,针对历史运行数据需要进行数据的检测与处理,筛除数据异常值,真实运行状态的识别。


技术实现思路

1、为避免现有技术存在的上述问题,本专利技术的目的在于提供基于时间序列聚类的中央空调最佳运行效率状态识别方法。

2、为实现上述目的,本专利技术提供了如下技术方案:基于时间序列聚类的中央空调最佳运行效率状态识别方法,包括以下步骤:

3、s1:采集冷水机组系统各设备在所有工况下的历史运行数据后,提取各设备的关键参数,利用动态时间弯曲算法来获取冷水机组系统各台设备输出的有功功率时间序列数据之间的距离,以此来评价设备运行状态的相似度,通过各设备输出的有功功率相似度来确定是否为同一工况,采用dbscan算法进行聚类,得到同一等功率值群;

4、s2:再对同一等功率值群中的数据点与机理模型数据对比,确认数据合理性后,基于cop指标找到同一工况下的最佳运行效率点;

5、s3:重复步骤s1-s2,得到各个工况下冷水机组系统的最佳效率运行点;

6、s4:将s3中各个工况中的运行最佳效率点通过数据拟合曲线方法组合到一起,得到该系统冷水机组系统的最佳效率运行曲线;通过最佳效率运行曲线来衡量当前系统是否运行在最佳运行效率点上。

7、本专利技术进一步设置为:步骤s1中所述的关键参数包括:

8、冷冻主机设备运行功率关键参数:冷冻侧回水温度,冷冻侧出水温度,负荷率,瞬时冷量;

9、水泵运行功率关键参数:工作频率,流量,冷冻侧/冷却侧进回水温度差;所述水泵包括冷冻侧水泵和冷却侧水泵;

10、冷却塔运行功率关键参数:冷却塔开启台数及频率,冷却塔出水温度。

11、本专利技术进一步设置为:步骤s1中利用动态时间弯曲算法分别获取冷冻主机、水泵和冷却塔在各个工况下输出的有功功率时间序列数据之间的距离。

12、本专利技术进一步设置为:所述动态时间弯曲算法具体包括以下步骤:

13、s11:以同一设备在不同时间所得到的输出的有功功率p1(t),p2(t),……pn(t)为聚类时间序列;

14、s12:任选其中两段长度相同的时间序列pi(t)和pj(t);其中pi(t)和pj(t)分别为该设备在相同长度下不同时间所得时间序列;

15、s13:使用动态时间弯曲算法求得时间序列pi(t)和pj(t)之间的弯曲路径距离;

16、s14:判断时间序列的两两配对组合是否完成,若未完成返回步骤s12;若完成则执行下一步;

17、s15:时间序列的两两配对组合完成后得到时间序列距离矩阵a;

18、s16:利用dbscan算法进行聚类,得到同一等功率值群。

19、本专利技术进一步设置为:利用动态时间弯曲算法获取冷冻主机输出的有功功率时间序列数据之间的距离时,以冷冻主机的冷冻水入回水温度在冷冻水入回水温度波动范围内为相同工况。

20、本专利技术进一步设置为:利用动态时间弯曲算法获取水泵输出的有功功率时间序列数据之间的距离时,以水泵工作频率在水泵工作频率波动范围内为相同工况。

21、本专利技术进一步设置为:利用动态时间弯曲算法获取冷却塔输出的有功功率时间序列数据之间的距离时,以冷却塔出水温度在冷却塔出水温度波动范围内为相同工况。

22、本专利技术进一步设置为:所述冷冻水入回水温度波动范围、水泵工作频率波动范围和冷却塔出水温度波动范围分别根据其样本标准差计算。

23、本专利技术提出了一种基于输出功率时间序列聚类的冷冻系统设备建模方法;利用了冷冻系统各台机组输出的有功功率时间序列进行分群,从而能更全面地获得一个时间段内机组运行状态发生变化时的动态特性;利用动态时间弯曲算法(dynamic time warping,dtw)来获取冷冻系统内各台设备输出的有功功率时间序列数据之间的距离,以此来评系统运行状态的相似度,相似度相同的,定义为系统运行的相同工况。

24、本专利技术进一步设置为:步骤s2中所述对同一等功率值群中的数据点与机理模型数据对比,确认数据合理性具体为,分别对冷冻主机、水泵和冷却塔同一等功率值群中的同一时刻所采集到的关键参数进行机理经验公式的判定,若符合其机理经验公式,则该数据合理:

25、其中,冷冻主机功率机理经验公式:

26、主机负载率=p1即时功耗/p额定功耗

27、式中:p即时功耗为冷冻主机的即时功耗,p额定为冷冻主机的额定功耗;

28、水泵运行功率机理经验公式:

29、p2=p额定功率(c0+c1*f/f工频+c2*f2/f工频)

30、式中:f为水泵的即时运行频率,f工频为水泵的工频频率;p2水泵的即时功耗,p额定为水泵的额定功耗,c0,c1,c2为经验系数;

31、冷却塔的功率主要体现在风扇的损耗上,冷却塔机理经验公式为:

32、p3=a0+a1*f/f工频+a2*f2/f工频

33、式中:

34、f为风扇的即时运行频率,f工频为风扇的工频频率,p3为冷却塔的即时功耗,a0,a1,a2为经验系数。

35、本专利技术进一步设置为:基于步骤s2中得到的不同工况下的运行最佳效率点生成各个工况下的冷水机组运行性能图;再从冷水机组运行性能图中提取到不同工况下冷本文档来自技高网...

【技术保护点】

1.基于时间序列聚类的中央空调最佳运行效率状态识别方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的基于时间序列聚类的中央空调最佳运行效率状态识别方法,其特征在于,步骤S1中所述的关键参数包括:

3.根据权利要求2所述的基于时间序列聚类的中央空调最佳运行效率状态识别方法,其特征在于,步骤S1中利用动态时间弯曲算法分别获取冷冻主机、水泵和冷却塔在各个工况下输出的有功功率时间序列数据之间的距离。

4.根据权利要求3所述的基于时间序列聚类的中央空调最佳运行效率状态识别方法,其特征在于,所述动态时间弯曲算法具体包括以下步骤:

5.根据权利要求4所述的基于时间序列聚类的中央空调最佳运行效率状态识别方法,其特征在于,利用动态时间弯曲算法获取冷冻主机输出的有功功率时间序列数据之间的距离时,以冷冻主机的冷冻水入回水温度在冷冻水入回水温度波动范围内为相同工况。

6.根据权利要求4所述的基于时间序列聚类的中央空调最佳运行效率状态识别方法,其特征在于,利用动态时间弯曲算法获取水泵输出的有功功率时间序列数据之间的距离时,以水泵工作频率在水泵工作频率波动范围内为相同工况。

7.根据权利要求4所述的基于时间序列聚类的中央空调最佳运行效率状态识别方法,其特征在于,利用动态时间弯曲算法获取冷却塔输出的有功功率时间序列数据之间的距离时,以冷却塔出水温度在冷却塔出水温度波动范围内为相同工况。

8.根据权利要求5-7中任一项所述的基于时间序列聚类的中央空调最佳运行效率状态识别方法,其特征在于,所述冷冻水入回水温度波动范围、水泵工作频率波动范围和冷却塔出水温度波动范围分别根据其样本标准差计算。

9.根据权利要求5-7中任一项所述的基于时间序列聚类的中央空调最佳运行效率状态识别方法,其特征在于,步骤S2中所述对同一等功率值群中的数据点与机理模型数据对比,确认数据合理性具体为,分别对冷冻主机、水泵和冷却塔同一等功率值群中的同一时刻所采集到的关键参数进行机理经验公式的判定,若符合其机理经验公式,则该数据合理:

10.根据权利要求1所述的基于时间序列聚类的中央空调最佳运行效率状态识别方法,其特征在于,步骤S4具体为,根据步骤S3中得到的不同工况下的运行最佳效率点生成各个工况下的冷水机组运行性能图;再从冷水机组运行性能图中提取到不同工况下冷水机组的运行性能包络线;将所有工况下的冷水机组运行性能包络线通过数据拟合曲线方法组合成为冷水机组系统的最佳效率运行曲线。

...

【技术特征摘要】

1.基于时间序列聚类的中央空调最佳运行效率状态识别方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的基于时间序列聚类的中央空调最佳运行效率状态识别方法,其特征在于,步骤s1中所述的关键参数包括:

3.根据权利要求2所述的基于时间序列聚类的中央空调最佳运行效率状态识别方法,其特征在于,步骤s1中利用动态时间弯曲算法分别获取冷冻主机、水泵和冷却塔在各个工况下输出的有功功率时间序列数据之间的距离。

4.根据权利要求3所述的基于时间序列聚类的中央空调最佳运行效率状态识别方法,其特征在于,所述动态时间弯曲算法具体包括以下步骤:

5.根据权利要求4所述的基于时间序列聚类的中央空调最佳运行效率状态识别方法,其特征在于,利用动态时间弯曲算法获取冷冻主机输出的有功功率时间序列数据之间的距离时,以冷冻主机的冷冻水入回水温度在冷冻水入回水温度波动范围内为相同工况。

6.根据权利要求4所述的基于时间序列聚类的中央空调最佳运行效率状态识别方法,其特征在于,利用动态时间弯曲算法获取水泵输出的有功功率时间序列数据之间的距离时,以水泵工作频率在水泵工作频率波动范围内为相同工况。

7.根据权利要求4所述的基于时间序列聚...

【专利技术属性】
技术研发人员:陈敬峰张文化徐景利童明刚胡琦
申请(专利权)人:广东德尔智慧科技股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1