【技术实现步骤摘要】
本文涉及空调技术，尤指一种功率预测方法、装置和存储介质。
技术介绍
1、当前主要采用白箱模型、黑箱模型及灰箱模型对空调系统进行功率预测。采用白箱模型进行功率预测时遵循制冷的热力循环，需要获取空调系统的主要部件的关键设计参数，但是用户往往无法获取这些关键设计参数，并且即使得到这些关键设计参数，随着空调系统运行时间的推移，主要部件的性能可能会偏离设计值，导致功率预测的预测精度降低，不适合电力需求响应的应用场景。采用黑箱模型进行功率预测时仅利用数据的规律性和相关性进行预测，这种方法很大程度上依赖于样本数据的质量和复杂度。灰箱模型结合了白箱模型的可解释性和黑箱模型的准确性的优势，但是采用灰箱模型进行功率预测时，需要大量的计算资源，并且预测过程耗时较长。在电力需求响应期间，空调系统的运行可能会发生急剧的变化，因此，亟需能够快速准确地对空调系统的功率进行预测的方法。
技术实现思路
1、本申请实施例提供了一种功率预测方法、装置和存储介质，能够快速准确地对空调系统的功率进行预测。
2、本申请实施例提供的一种功率预测方法，应用于空调系统，包括：
3、获取预设室内温度、预报的外界环境温度；
4、以所述外界环境温度和预设室内温度为输入，使用所述空调系统对应的建筑热动态物理模型预测出所述空调系统的制冷量；
5、以所述外界环境温度、预设室内温度和所述制冷量为输入，使用数据驱动的所述空调系统的中间参数预测模型分别预测出所述空调系统的压缩机频率、压缩机吸入压力和冷
6、以所述外界环境温度、预设室内温度、制冷量、压缩机频率、压缩机吸入压力和冷凝器入口压力为输入，使用数据驱动的功率预测模型预测出所述空调系统的功率。
7、在一种示例性的实施例中，所述中间参数预测模型包括基于数据驱动的压缩机频率模型；
8、以所述外界环境温度、预设室内温度和所述制冷量为输入，使用数据驱动的所述空调系统的中间参数预测模型预测出所述空调系统的压缩机频率，包括：将所述制冷量、所述预设室内温度和所述外界环境温度输入到基于数据驱动的压缩机频率模型，预测得到所述压缩机频率。
9、在一种示例性的实施例中，所述中间参数预测模型还包括基于数据驱动的冷媒蒸发压力状态模型；
10、以所述外界环境温度、预设室内温度和所述制冷量为输入，使用数据驱动的所述空调系统的中间参数预测模型预测出所述空调系统的压缩机吸入压力，包括：
11、将所述制冷量、所述压缩机频率和所述预设室内温度输入到冷媒蒸发压力状态模型，预测得到所述压缩机吸入压力。
12、在一种示例性的实施例中，所述中间参数预测模型还包括基于数据驱动的冷媒冷凝压力状态模型；
13、以所述外界环境温度、预设室内温度和所述制冷量为输入，使用数据驱动的所述空调系统的中间参数预测模型预测出所述空调系统的冷凝器入口压力，包括：
14、将所述制冷量、所述压缩机频率、所述压缩机吸入压力、所述外界环境温度输入到所述冷媒冷凝压力状态模型，预测得到所述冷凝器入口压力。
15、在一种示例性的实施例中，所述预设的建筑热动态阻容模型为：
16、
17、其中，表示空调系统的制冷量，cair表示空气比热容，单位为j/k，τ为时间项，r1为包含新风换气负荷与窗户传热的等效热阻，单位为k/w，rwall1表示围护结构热阻，单位为k/w，tin为室内温度,单位℃；twall为墙体温度，单位℃；tambient为外界环境温度，单位℃；
18、twall可以按照如下公式(2)计算得到：
19、
20、其中，cwall为墙体比热容，单位j/k；rwall2表示围护结构热阻，单位为k/w。
21、在一种示例性的实施例中，所述压缩机频率模型、所述冷媒蒸发压力状态模型、所述冷媒冷凝压力状态模型、功率预测模型采用如下模型之一：神经网络模型、多元线性回归、支持向量机、极限提升树，基于所述空调系统的历史运行数据训练得到。
22、在一种示例性的实施例中，所述空调系统包括多联机空调系统和单联机空调系统。
23、在一种示例性的实施例中，所述获取预设室内温度、预报的外界环境温度前还包括：按照如下方式确定用于预测功率的参数：基于最大信息系数对第一组参数进行非线性相关性分析，根据所述非线性相关性分析分别得到所述第一组参数中的每个参数与所述空调系统功率的关联程度的统计量，将统计量最大的预设数量的参数作为用于预测功率的参数；其中，所述第一组参数为所述空调系统的历史运行数据中所涉及的室内机参数和室外机参数；所确定的用于预测功率的参数包括所述制冷量参数、所述压缩机频率参数、所述压缩机吸入压力参数和所述冷凝器入口压力参数。
24、本申请实施例提供的一种功率预测装置，包括存储器和处理器，
25、所述存储器，用于保存用于功率预测方法的程序；
26、所述处理器，用于读取执行所述用于功率预测方法的程序，执行如上述任一项所述的功率预测方法。
27、本申请实施例提供的一种计算机可读存储介质，存储有计算机可执行指令，其中，所述计算机可执行指令用于使所述计算机执行上述任一项所述的功率预测方法。
28、本申请实施例通过将所述预设室内温度、所述外界环境温度输入到预设的建筑热动态阻容模型中，预测得到所述制冷量；以所述外界环境温度、预设室内温度和所述制冷量为输入，使用数据驱动的所述空调系统的中间参数预测模型分别预测出所述空调系统的压缩机频率、压缩机吸入压力和冷凝器入口压力；以所述外界环境温度、预设室内温度、制冷量、压缩机频率、压缩机吸入压力和冷凝器入口压力为输入，使用数据驱动的功率预测模型预测出所述空调系统的功率，能够快速准确地对空调系统的功率进行预测。
29、本申请的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本申请而了解。本申请的其他优点可通过在说明书以及附图中所描述的方案来实现和获得。
本文档来自技高网...【技术保护点】
1.一种功率预测方法，应用于空调系统，包括：
2.根据权利要求1所述的功率预测方法，其特征在于：
3.根据权利要求2所述的功率预测方法，其特征在于：
4.根据权利要求3所述的功率预测方法，其特征在于：
5.根据权利要求1所述的功率预测方法，其特征在于：
6.根据权利要求2所述的功率预测方法，其特征在于：
7.根据权利要求1所述的功率预测方法，其特征在于：
8.根据权利要求1所述的功率预测方法，其特征在于，所述获取预设室内温度、预报的外界环境温度前还包括：
9.一种功率预测装置，包括存储器和处理器，其特征在于：
10.一种计算机可读存储介质，存储有计算机可执行指令，其中，所述计算机可执行指令用于使所述计算机执行权利要求1至8中任一项所述的方法。
【技术特征摘要】
1.一种功率预测方法，应用于空调系统，包括：
2.根据权利要求1所述的功率预测方法，其特征在于：
3.根据权利要求2所述的功率预测方法，其特征在于：
4.根据权利要求3所述的功率预测方法，其特征在于：
5.根据权利要求1所述的功率预测方法，其特征在于：
6.根据权利要求2所述的功率预测方法，其特征在于：
7...
【专利技术属性】
技术研发人员：李冬冬，魏子清，李斌，郑春元，李斯琪，李申，翟晓强，
申请(专利权)人：广东美的暖通设备有限公司，
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。