中央空調節能控制ＡＲ模型負荷預測系統的預測方法技術方案

一種中央空調節能控制ＡＲ模型負荷預測系統的預測方法，涉及中央空調技術領域，所解決的是節能控制的技術問題。該方法的步驟如下：１）采集中央空調的現場暖通數據和室內外溫度，并進行預處理后存入實時數據庫；２）根據實時數據庫中的室內外溫度梯度值大小與中央空調供冷的時滯大小，設定預測周期的時長；３）根據關系數據庫中的數據與預測周期時長建立ＡＲ模型，并根據ＡＲ模型進行負荷預測。本發明專利技術提供的方法，能在滿足用戶需求的前提下，可以實現最大程度的節能。

【技術實現步驟摘要】

本專利技術涉及中央空調的技術，特別是涉及一種中央空調節能控制AR模型負荷預 測系統的預測方法的技術。
技術介紹
目前，建筑能耗約占全社會能耗的30%，而建筑物的大部分能耗發生在建筑運行過 程中，因此建筑運行能耗是建筑節能任務中最主要的關注對象，也是當前建筑節能的主要 任務所在。在建筑運行過程中，中央空調的能耗約占總能耗的50% 60%，而且呈逐年增長 的趨勢。由此可見，對中央空調的能耗系統進行節能控制，可以減少無效能耗、減少熱量排 放.對于提高能源利用率具有重要的經濟效益和社會效益。由于中央空調系統是一個時變性的動態系統，其運行工況會受季節變化、天氣變 化、環境條件、人流量增減等諸多因素的綜合影響而隨時變化。據資料統計，大部份建筑物 全年只有幾十小時處于滿負荷運行狀態，其余時間內的負荷都要低于設計負荷，從而出現 了 “大馬拉小車”現象，能源浪費極其嚴重。
技術實現思路
針對上述現有技術中存在的缺陷，本專利技術所要解決的技術問題是提供一種能節省 中央空調能耗的中央空調節能控制AR模型負荷預測系統的預測方法。為了解決上述技術問題，本專利技術所提供的一種中央空調節能控制AR模型負荷預 測系統的預測方法，其特征在于，所述負荷預測系統包括數據采集模塊、數據庫模塊、AR負 荷建模與預測模塊、預測步長控制模塊；所述數據庫模塊包括實時數據庫和關系數據庫；該方法的具體步驟如下1)設定數據采集時間段的起始時間、終止時間，及數據采集時間段中的采集時間間隔， 并設定AR建模參數；2)數據采集模塊根據步驟1所設定的時間段及采集時間間隔，采集中央空調的現場暖 通數據和室內外溫度，并將采集的現場暖通數據預處理后得到負荷數據，將采集的室內外 溫度預處理后得到室內外溫度變化梯度值，將采集時間點及預處理后得到的負荷數據、室 內外溫度變化梯度值存入實時數據庫；3)將實時數據庫中的采集時間點、負荷數據和室內外溫度變化梯度值轉存到關系數據 庫中；4)預測步長控制模塊根據關系數據庫中的室內外溫度變化梯度值大小，以及中央空調 供冷的時滯大小設定預測周期的時長，室內外溫度變化梯度值的變化越大，則預測周期時 長越短，反之則越長；5)AR負荷建模與預測模塊根據關系數據庫中的負荷數據、預測步長控制模塊所設定的 預測周期時長及步驟1所設定的AR建模參數建立AR模型，并根據AR模型進行負荷預測， AR模型的公式為3 其中，《為當前時間點，xfc)為當前時間點的預測負荷值，《-i為當前時間點之前的第 i個時間點，為當前時間點之前第i個時間點的預測負荷值，/7為預測周期中除當前 時間點外的時間點數量，你fc)是方差為G的白噪聲序列，方差G是步驟1中所設定的AR建 模參數，A為當前時間點之前第i個時間點的系數； 式中，ai由下式計算得到 式中，Rx(m)由下式計算得到 式中，N為關系數據庫中早于預測時間點之前的第i個時間點的時間點數量，不為早于 預測時間點之前的第i個時間點的負荷值；6)AR負荷建模與預測模塊將當前時間點的預測負荷值存入關系數據庫，關系數據庫再 將當前時間點的預測負荷值轉存入實時數據庫。本專利技術提供的中央空調節能控制AR模型負荷預測系統的預測方法，利用AR模型 進行中央空調的負荷預測，根據預測負荷值控制中央空調的能耗輸出，能使中央空調的供 冷在滿足用戶需求的前提下，可以實現最大程度的節能。附圖說明圖1是本專利技術實施例的中央空調節能控制AR模型負荷預測系統的結構框圖； 圖2是本專利技術實施例的中央空調節能控制AR模型負荷預測系統的預測邏輯圖。具體實施例方式以下結合附圖說明對本專利技術的實施例作進一步詳細描述，但本實施例并不用于限 制本專利技術，凡是采用本專利技術的相似結構及其相似變化，均應列入本專利技術的保護范圍。如圖1-圖2所示，本專利技術實施例所提供的一種中央空調節能控制AR模型負荷預 測系統的預測方法，其特征在于，所述負荷預測系統包括數據采集模塊1、數據庫模塊2、AR 負荷建模與預測模塊3、預測步長控制模塊4 ；所述數據庫模塊包括實時數據庫和關系數據 庫；該方法的具體步驟如下1)設定數據米集時間段的起始時間、終止時間，及數據米集時間段中的米集時間間隔， 并設定AR建模參數；2)數據采集模塊1根據步驟1所設定的時間段及采集時間間隔，采集中央空調的現場 暖通數據和室內外溫度，并將采集的現場暖通數據預處理后得到負荷數據，將采集的室內 外溫度預處理后得到室內外溫度變化梯度值，將采集時間點及預處理后得到的負荷數據、 室內外溫度變化梯度值存入實時數據庫；3)通過組態軟件的ODBCRouter實現實時數據庫與關系數據庫的交互，將實時數據庫 中的采集時間點、負荷數據和室內外溫度變化梯度值轉存到關系數據庫中；4)預測步長控制模塊4根據關系數據庫中的室內外溫度變化梯度值大小，以及中央空 調供冷的時滯大小設定預測周期的時長，室內外溫度變化梯度值的變化越大，則預測周期 時長越短，反之則越長；5)AR負荷建模與預測模塊3根據關系數據庫中的負荷數據、預測步長控制模塊4所設 定的預測周期時長及步驟1所設定的AR建模參數建立AR模型，并根據AR模型進行負荷預 測，AR模型的公式為 其中，《為當前時間點(即預測時間點)，zfc)為當前時間點的預測負荷值，《-i為當前 時間點之前的第i個時間點，Xfc-i)為當前時間點之前第i個時間點的預測負荷值，/7為預 測周期中除當前時間點外的時間點數量，Gwifl)是方差為G的白噪聲序列，方差G是步驟1 中所設定的AR建模參數， 為當前時間點之前第i個時間點的系數； 式中，&由下式計算得到 式中，兄如)由下式計算得到 式中，#為關系數據庫中早于預測時間點之前的第i個時間點的時間點數量，不為早于 預測時間點之前的第i個時間點的負荷值；6)AR負荷建模與預測模塊3將當前時間點的預測負荷值存入關系數據庫，關系數據庫 再通過組態軟件的ODBC Router將當前時間點的預測負荷值轉存入實時數據庫。 本專利技術實施例中，所述負荷預測系統還包括負荷預測顯示模塊5，負荷預測顯示 模塊5根據實時數據庫中各時間點的預測負荷值，通過顯示設備實時顯示負荷實時預測曲線、負荷歷史預測曲線和負荷預測值，通過顯示設備查詢歷史負荷預測值。 本專利技術實施例中，所述AR負荷建模與預測模塊的預測負荷值可作為中央空調節能控制的輸出能耗設定值，使中央空調的供冷在滿足用戶需求的前提下，達到最大節能。本文檔來自技高網...

【技術保護點】
一種中央空調節能控制ＡＲ模型負荷預測系統的預測方法，其特征在于，所述負荷預測系統包括數據采集模塊、數據庫模塊、ＡＲ負荷建模與預測模塊、預測步長控制模塊；所述數據庫模塊包括實時數據庫和關系數據庫；該方法的具體步驟如下：１）設定數據采集時間段的起始時間、終止時間，及數據采集時間段中的采集時間間隔，并設定ＡＲ建模參數；２）數據采集模塊根據步驟１所設定的時間段及采集時間間隔，采集中央空調的現場暖通數據和室內外溫度，并將采集的現場暖通數據預處理后得到負荷數據，將采集的室內外溫度預處理后得到室內外溫度變化梯度值，將采集時間點及預處理后得到的負荷數據、室內外溫度變化梯度值存入實時數據庫；３）將實時數據庫中的采集時間點、負荷數據和室內外溫度變化梯度值轉存到關系數據庫中；４）預測步長控制模塊根據關系數據庫中的室內外溫度變化梯度值大小，以及中央空調供冷的時滯大小設定預測周期的時長，室內外溫度變化梯度值的變化越大，則預測周期時長越短，反之則越長；５）ＡＲ負荷建模與預測模塊根據關系數據庫中的負荷數據、預測步長控制模塊所設定的預測周期時長及步驟１所設定的ＡＲ建模參數建立ＡＲ模型，并根據ＡＲ模型進行負荷預測，ＡＲ模型的公式為：ｘ（ｎ）＝－＊ａ↓［ｉ］ｘ（ｎ－ｉ）＋Ｇｗ（ｎ）；其中，ｎ為當前時間點，ｘ（ｎ）為當前時間點的預測負荷值，ｎ－ｉ為當前時間點之前的第ｉ個時間點，ｘ（ｎ－ｉ）為當前時間點之前第ｉ個時間點的預測負荷值，ｐ為預測周期中除當前時間點外的時間點數量，Ｇｗ（ｎ）是方差為Ｇ的白噪聲序列，方差Ｇ是步驟１中所設定的ＡＲ建模參數，ａ↓［ｉ］為當前時間點之前第ｉ個時間點的系數；式中，ａ↓［ｉ］由下式計算得到：Ｒ↓［ｘ］（ｍ）＝＊＊＊式中，Ｒ↓［ｘ］（ｍ）由下式計算得到：Ｒ↓［ｘ］（ｍ）＝１／Ｎ＊ｘ↓［ｉ］ｘ↓［ｉ＋ｍ］ｍ＝０，１，２，…ｐ式中，Ｎ為關系數據庫中早于預測時間點之前的第ｉ個時間點的時間點數量，ｘ↓［ｉ］為早于預測時間點之前的第ｉ個時間點的負荷值；６）ＡＲ負荷建模與預測模塊將當前時間點的預測負荷值存入關系數據庫，關系數據庫再將當前時間點的預測負荷值轉存入實時數據庫。...

【技術特征摘要】
一種中央空調節能控制AR模型負荷預測系統的預測方法，其特征在于，所述負荷預測系統包括數據采集模塊、數據庫模塊、AR負荷建模與預測模塊、預測步長控制模塊；所述數據庫模塊包括實時數據庫和關系數據庫；該方法的具體步驟如下1)設定數據采集時間段的起始時間、終止時間，及數據采集時間段中的采集時間間隔，并設定AR建模參數；2)數據采集模塊根據步驟1所設定的時間段及采集時間間隔，采集中央空調的現場暖通數據和室內外溫度，并將采集的現場暖通數據預處理后得到負荷數據，將采集的室內外溫度預處理后得到室內外溫度變化梯度值，將采集時間點及預處理后得到的負荷數據、室內外溫度變化梯度值存入實時數據庫；3)將實時數據庫中的采集時間點、負荷數據和室內外溫度變化梯度值轉存到關系數據庫中；4)預測步長控制模塊根據關系數據庫中的室內外溫度變化梯度值大小，以及中央空調供冷的時滯大小設定預測周期的時長，室內外溫度變化梯度值的變化越大，則預測周期時長越短，反之則越長；5)AR負荷建模與預測模塊根據關系數據庫中的負荷數據、預測步長控制模塊所設定的預測周期時長及步驟1所設定的AR建模參數建立AR模型，并根據AR模型進行負荷預測，AR模型的公式為；其中，n為當前時間點，x(n)為當前時間點的預測負荷值，n i為當前時間點之前的第i個時間點，x(n i)為當前時間點之前第i個時間點的預測負荷值，p為預測周期中除當前時間點外的時間點數量，Gw(n)是方差為G的白噪聲序列，方差G是步驟1中所設定的AR建模參數，為當前時間點之前第i個時間點的系數；式中，由下式計算得到式中，由下式計算得到 式中，N為關系數據庫中早于預測時間點之前的第i個時間點的時間點數量，為早于預測時間點之前的第i個時間點的負荷值；6)AR負荷建模與預測模塊將當前時間點的預測負荷值存入關系數據庫，關系數據庫再將當前時間點的預測負荷值轉存入實時數據庫。201010289593X100001dest_path_image001.jpg,823986dest_path_image002.jpg,201010289593...

【專利技術屬性】
技術研發人員：陳卉，陳烈，周慎，李冰，
申請(專利權)人：上海建坤信息技術有限責任公司，
類型：發明
國別省市：31[中國|上海]