本發明專利技術公開了一種基于給回水溫度調節的風冷空調節能控制方法及裝置，屬于數據處理技術領域。通過對與節能控制相關的歷史數據進行相關性分析，挖掘多個供給平衡的控制策略，進一步根據實時采集建筑的外界氣象數據和風冷空調能耗數據，確定未來時刻的目標特征的預測值，并根據該預測值從挖掘的多個控制策略中確定相匹配的最優控制策略。本發明專利技術使用與節能控制相關的歷史數據進行信息挖掘和負荷匹配，不僅免去了復雜的冷負荷計算過程，同時又能根據實際建筑的情況確定相匹配的最優控制策略，有效提高了方案的實用性。解決了現有空調系統節能控制方法的計算復雜、適用性差的問題。適用性差的問題。適用性差的問題。
【技術實現步驟摘要】
一種基于給回水溫度調節的風冷空調節能控制方法及裝置
[0001]本專利技術涉及數據處理
，并且更具體地，涉及一種基于給回水溫度調節的風冷空調節能控制方法及裝置。
技術介紹
[0002]我國空調用電在建筑用電總量中占比超過60%，近年來隨著經濟重心南移和全球變暖趨勢加劇該占比還在不斷升高。在我國南方地區制冷機組年運行時間較長，并且南方地區濕球溫度高，也對水冷機組不利。雖然風冷機組總體COP相比于水冷機組較低，但是同時也有占地面積小，安裝和維護簡單的優點，應用更為廣泛。
[0003]在風冷機組中央空調制冷和制熱系統中，空調主機的能耗是整個系統占比最大的，其中表征空調主機工作狀態最重要的參數是機組的進水溫度或出水溫度。在中央空調制冷或制熱物理系統中，主機的冷熱負荷和諸多因素相關，比如室外溫度、濕度、建筑內人員散熱、設備散熱等。主機的冷熱負荷也會隨著這些因素變化而波動。目前在許多建筑中的中央空調系統依賴于人工手動調節蒸發壓力和冷凝壓力，大多數時候是無法隨著外界氣象、人員、設備等變化而調節主機負荷的，而為了滿足極限條件下的冷熱負荷，一般主機系統的負載都會設置在接近極限值，這樣往往會造成較大的能源浪費。
[0004]針對上述情況，中國專利CN111043731A提供了一種基于天氣預報的空調系統調節方法，此專利將氣象預測信息使用置信度判斷的方法，判斷當室外氣象預測數據可用時再計算之后一段時間內的空調系統的冷負荷，進而根據負荷和機組的整體功率調節控制策略，并生成針對空調系統的控制時間進程表用以控制機組運行從而達到節能目標。
[0005]中國專利CN104359195A提出了一種基于動態響應末端總負荷變化的中央空調冷凍水控制方法，通過實施計算末端設備的負荷，根據當前冷凍水和冷卻水的溫度實現供冷量的智能控制從而達到動態響應實時調控的目的。
[0006]由于風冷機組安裝占地面積小、維護相對容易，在我國許多中小型建筑中應用十分廣泛。針對此種類型的風冷空調進行智能控制和節能措施時往往需要考慮諸多條件限制及經濟因素，雖然依據冷負荷預測的按需供給方法預測精準度較高，然而在實際建筑的冷負荷計算也牽涉大量建筑模擬的計算過程和較多的變量才可求出相對準確的數值。這樣的計算過程在中小型建筑應用時往往力不從心。大多數時候需要嚴密的數據支持，包括建筑結構、建筑材料、經緯度和全年平均氣溫、建筑朝向、建筑內設備參數、人員等等。實際計算由于受到測量誤差影響，計算結果往往也要經過大量調整和修正才能指導主機工作。
技術實現思路
[0007]為了解決現有空調系統節能控制方法的計算復雜、適用性差的問題，本專利技術提供一種基于給回水溫度調節的風冷空調節能控制方法及裝置。
[0008]根據本專利技術的一個方面，提供了一種基于給回水溫度調節的風冷空調節能控制方法，包括：
采集與節能控制相關的歷史數據集，其中歷史數據集包括外界氣象信息、給回水溫度信息、室內平均溫度和風冷空調能耗數據；將外界氣象信息和風冷空調能耗數據與風冷空調的總負荷進行相關性分析，從外界氣象信息和風冷空調能耗數據中確定相關性大于預設閾值的控制指標；根據給回水溫度信息和室內平均溫度，確定風冷空調的滯后時間，其中滯后時間為風冷空調工作引起室內平均溫度達到溫度要求并使室內平均溫度趨于平穩需要的平均時間；基于控制指標和滯后時間，從歷史數據集中獲取室內平均溫度達到溫度要求且平穩的時間段數據，其中時間段數據包括滯后時間內風冷空調的給回水溫度、室內平均溫度以及各個控制指標的數據；采用控制變量法，分析各個控制指標與風冷空調的給回水溫度的關系，從時間段數據中選取不同外界條件下風冷空調能耗最低的控制策略；根據實時采集的外界氣象數據和風冷空調能耗數據，利用預設的特征預測模型，確定滯后時間內目標特征的預測值；從不同外界條件下風冷空調能耗最低的控制策略中確定與目標特征的預測值相匹配的最優控制策略。
[0009]可選地，基于給回水溫度調節的風冷空調節能控制方法還包括：獲取使用目標控制策略的風冷空調的第一風冷空調能耗數據；在相同外界條件下，獲取未使用目標控制策略的風冷空調的第二風冷空調能耗數據；對比第一風冷空調能耗數據和第二風冷空調能耗數據，并根據對比的結果確定目標控制策略的有效性和節能率；基于第一風冷空調能耗數據和第二風冷空調能耗數據，迭代更新已有的歷史數據集。
[0010]可選地，基于給回水溫度調節的風冷空調節能控制方法還包括：所述將外界氣象信息和風冷空調能耗數據與風冷空調的總負荷進行相關性分析之前，對采集的歷史數據集進行數據清洗和標準化處理。
[0011]可選地，所述采集與節能控制相關的歷史數據集，包括：在目標建筑位置搭建氣象站和室內溫度采集器；通過氣象站和室內溫度采集器收集歷史數據集中的外界氣象信息。
[0012]可選地，所述預設的特征預測模型包括特征預測層和全連接神經網絡；并且所述根據實時采集的外界氣象數據和風冷空調能耗數據，利用預設的特征預測模型，確定滯后時間內目標特征的預測值，包括：將實時采集的外界氣象數據和風冷空調能耗數據輸入特征預測層，輸出目標特征的預測特征；將預測特征送入全連接神經網絡，確定滯后時間內目標特征的預測值。
[0013]可選地，基于給回水溫度調節的風冷空調節能控制方法還包括：所述根據實時采集的外界氣象數據和風冷空調能耗數據，利用預設的特征預測模型，確定滯后時間內目標特征的預測值之前，根據風冷空調的滯后時間，確實特征預測模型的輸入特征的數據長度
以及模型預測的時間長度。
[0014]根據本專利技術的又一個方面，提供了一種基于給回水溫度調節的風冷空調節能控制裝置，包括：采集模塊，用于采集與節能控制相關的歷史數據集，其中歷史數據集包括外界氣象信息、給回水溫度信息、室內平均溫度和風冷空調能耗數據；相關性分析模塊，用于將外界氣象信息和風冷空調能耗數據與風冷空調的總負荷進行相關性分析，從外界氣象信息和風冷空調能耗數據中確定相關性大于預設閾值的控制指標；滯后時間確定模塊，用于根據給回水溫度信息和室內平均溫度，確定風冷空調的滯后時間，其中滯后時間為風冷空調工作引起室內平均溫度達到溫度要求并使室內平均溫度趨于平穩需要的平均時間；數據選取模塊，用于基于控制指標和滯后時間，從歷史數據集中獲取室內平均溫度達到溫度要求且平穩的時間段數據，其中時間段數據包括滯后時間內風冷空調的給回水溫度、室內平均溫度以及各個控制指標的數據；控制策略選取模塊，用于采用控制變量法，分析各個控制指標與風冷空調的給回水溫度的關系，從時間段數據中選取不同外界條件下風冷空調能耗最低的控制策略；預測值預測模塊，用于根據實時采集的外界氣象數據和風冷空調能耗數據，利用預設的特征預測模型，確定滯后時間內目標特征的預測值；策略確定模塊，用于從不同外界條件下風冷空調能耗最低的控制策略中確定與目標特征的預測值相匹配的最優控制策略。
[0015]可選地，基于給回水溫度調節的風冷空調節能控制裝置還包括：第一獲取模塊，用于獲取使用目標控制策略的風冷空調的第一風冷空調能耗數據；第二獲取模塊，用于在相同外界本文檔來自技高網...
【技術保護點】
【技術特征摘要】
1.一種基于給回水溫度調節的風冷空調節能控制方法，其特征在于，包括：采集與節能控制相關的歷史數據集，其中歷史數據集包括外界氣象信息、給回水溫度信息、室內平均溫度和風冷空調能耗數據；將外界氣象信息和風冷空調能耗數據與風冷空調的總負荷進行相關性分析，從外界氣象信息和風冷空調能耗數據中確定相關性大于預設閾值的控制指標；根據給回水溫度信息和室內平均溫度，確定風冷空調的滯后時間，其中滯后時間為風冷空調工作引起室內平均溫度達到溫度要求并使室內平均溫度趨于平穩需要的平均時間；基于控制指標和滯后時間，從歷史數據集中獲取室內平均溫度達到溫度要求且平穩的時間段數據，其中時間段數據包括滯后時間內風冷空調的給回水溫度、室內平均溫度以及各個控制指標的數據；采用控制變量法，分析各個控制指標與風冷空調的給回水溫度的關系，從時間段數據中選取不同外界條件下風冷空調能耗最低的控制策略；根據實時采集的外界氣象數據和風冷空調能耗數據，利用預設的特征預測模型，確定滯后時間內目標特征的預測值；從不同外界條件下風冷空調能耗最低的控制策略中確定與目標特征的預測值相匹配的最優控制策略。2.根據權利要求1所述的方法，其特征在于，還包括：獲取使用目標控制策略的風冷空調的第一風冷空調能耗數據；在相同外界條件下，獲取未使用目標控制策略的風冷空調的第二風冷空調能耗數據；對比第一風冷空調能耗數據和第二風冷空調能耗數據，并根據對比的結果確定目標控制策略的有效性和節能率；基于第一風冷空調能耗數據和第二風冷空調能耗數據，迭代更新已有的歷史數據集。3.根據權利要求1所述的方法，其特征在于，所述將外界氣象信息和風冷空調能耗數據與風冷空調的總負荷進行相關性分析之前，還包括：對采集的歷史數據集進行數據清洗和標準化處理。4.根據權利要求1所述的方法，其特征在于，所述采集與節能控制相關的歷史數據集，包括：在目標建筑位置搭建氣象站和室內溫度采集器；通過氣象站和室內溫度采集器收集歷史數據集中的外界氣象信息。5.根據權利要求1所述的方法，其特征在于，所述預設的特征預測模型包括特征預測層和全連接神經網絡；并且所述根據實時采集的外界氣象數據和風冷空調能耗數據，利用預設的特征預測模型，確定滯后時間內目標特征的預測值，包括：將實時采集的外界氣象數據和風冷空調能耗數據輸入特征預測層，輸出目標特征的預測特征；將預測特征送入全連接神經網絡，確定滯后時間內目標特征的預測值。6.根據權利要求1所述的方法，其特征在于，所述根據實時采集的外界氣象數據和風...
【專利技術屬性】
技術研發人員：張珂鑫，陳峰，劉洪濤，劉江濤，丁柯豪，
申請(專利權)人：廣東熱矩智能科技有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。