【技術實現步驟摘要】
本專利技術涉及冷熱系統控制，并且更具體地，涉及一種冷熱系統的溫濕度控制方法、裝置及介質。
技術介紹
1、冷熱系統常見于工業、民用等諸多領域，類似空調系統、烘干系統、冷凍系統等。在諸多冷熱系統運行中，通常需要控制系統來控制冷熱系統的工作溫度或目標溫度，如空調系統中可以通過調節給回水溫度來實現溫度控制，暖氣系統中可以通過調節燃氣供應速度來實現溫度控制等。
2、但是由于物理系統中冷熱傳輸的強非線性和多影響因素導致的系統復雜性，想要精準控制系統的目標溫度通常非常困難。目前冷熱系統普遍存在“大馬拉小車”的現象，造成較大的能源浪費。
3、大型冷庫、汽車生產工廠等諸多領域都存在冷熱控制系統。不同類型和廠家的空調主機的控制參數不同。
4、在中央空調制冷（制熱）物理系統中，主機的冷熱負荷與諸多因素相關，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。在那些需要需要精準控制環境溫濕度的應用場景中（如醫院、半導體車間、汽車涂裝車間、通信基站等），溫濕度的波動通常會對系統運行造成較大的不利影響。
5、目前許多建筑中的中央空調系統主要依賴于人工手動調節主機的工作狀態，人工手動可以調節的物理量包括：壓縮機蒸發壓力和冷凝壓力、蒸發溫度和冷凝溫度、主機進水溫度和出水溫度（以下稱給回水溫度，也即給水回水的溫差）。大多數時候，無法隨著室外氣象條件、室內人員（會散熱）數量、設備（會散熱）數量等動態變化而實時調節主機負荷。另一方面，為了滿足極限條件下物理系統的冷熱負荷，一般主機的
6、在其他領域也存在類似的情況。在不同環境和應用場景中，控制系統的調節和校準通常需要消耗較多的資源。由于控制模型的缺失，很多場景都是依賴于技術人員的經驗，且控制效果也較為一般。
7、中國專利技術專利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，通過實時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。具體地，該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，采用被動控制的方式進行控制，其原理是基于消費端的反饋，計算末端設備的負荷來調節供應端的供應，這樣的控制方法在面對時滯小、反饋快的系統時具有較好的效果，但是對于大型建筑，實時的反饋調整通常需要一段時間才能影響到末端系統，控制目標和真實目標通常會存在差距。
8、中國專利技術申請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，在判斷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。該基于天氣預報的空調系統調節方法，屬于基于預測的控制，但是存在兩個問題。第一是沒有考慮到冷熱系統的復雜性。在一些復雜場景中，冷熱系統的負荷會受到氣象、設備、供應端效率、設備匹配程度等諸多因素影響，而建立這樣一個復雜系統的控制模型是傳統的時間序列方法無法完成的。第二是沒有考慮到預測系統失穩時控制系統的魯棒性，一旦預測系統出現偏差，控制系統沒有自我調節的能力便會出現較大的控制偏差。
9、為此，急需提供新的技術方案，實現供冷量或供熱量的智能控制，達到動態響應實時調控的目的。
技術實現思路
1、針對現有技術的不足，本專利技術提供一種冷熱系統的溫濕度控制方法、裝置及介質。
2、根據本專利技術的一個方面，提供了一種冷熱系統的溫濕度控制方法，包括：
3、基于神經網絡對采集冷熱系統預定歷史時間周期內的多個目標特征數據進行訓練，生成冷熱系統溫濕度預測模型；
4、將采集的預測時間段之前預設時間長度的目標特征時序數據輸入至冷熱系統溫濕度預測模型中，確定預測時間段內的預測溫濕度時序數據；
5、根據預測溫濕度時序數據，確定預測時間段內的控制參數時序數據，其中控制參數時序數據包括：表冷閥門的開度時序數據、燃燒閥門的開度時序數據、加熱閥門的開度時序數據、加濕閥門的開度時序數據；
6、利用預設的優化算法對控制參數時序數據進行尋優，確定預測時間段內的最優控制參數，并根據最優控制參數，確定預測時間段內的目標溫濕度時序數據；
7、根據預測溫濕度時序數據和目標溫濕度時序數據，計算優化目標，迭代將目標溫濕度時序數據輸入至冷熱系統溫濕度預測模型中，直至優化目標滿足預設的約束條件，輸出最優控制參數；
8、根據最優控制參數在預測時間段內對冷熱系統進行溫濕度控制。
9、可選地，基于神經網絡對采集冷熱系統預定歷史時間周期內的多個目標特征數據進行訓練，生成冷熱系統溫濕度預測模型，包括：
10、采集冷熱系統預定歷史時間周期內的多個目標特征數據，其中目標特征數據包括：室外溫度、室外濕度、太陽照度、表冷閥門的開度、加濕閥門的開度、加熱閥門的開度、燃燒閥門的開度、進水或回水溫度、末端風機工作頻率、室內溫度以及室內濕度；
11、將多個目標特征數據與室內溫度和室內濕度進行皮爾遜相關性分析，確定冷熱系統溫濕度預測模型所需的輸入目標特征數據，其中輸入目標特征數據包括：室外溫度、室外濕度、太陽照度、表冷閥門的開度、加濕閥門的開度、加熱閥門的開度、燃燒閥門的開度、進水或回水溫度、室內溫度以及室內濕度；
12、將輸入目標特征數據進行標準化處理，確定輸入標準化特征數據；
13、基于神經網絡對輸入標準化特征數據、室內溫度和室內濕度進行訓練，生成冷熱系統溫濕度預測模型。
14、可選地，采集冷熱系統預定歷史時間周期內的多個目標特征數據，包括：
15、根據預設的采集密度函數，采集冷熱系統預定歷史時間周期內的多個目標特征數據，其中采集密度函數滿足相鄰兩次采集點各自對應的目標特征之間的變化幅度小于其特征極差的1%，公式如下：
16、
17、上式中， t為目標特征數據， i和 i+1用于指示相鄰的兩個采集點對應的時刻， n為采集點的總數量，為特征極差。
18、可選地，基于神經網絡對輸入標準化特征數據、室內溫度和室內濕度進行訓練，生成冷熱系統溫濕度預測模型，包括：
19、根據冷熱系統的熱傳導公式，確定冷熱系統的溫濕度變化的滯后時間；
20、根據滯后時間對輸入標準化特征數據、室內溫度和室內濕度進行劃分，確定訓化樣本集；
21、基于神經網絡對訓化樣本集進行訓練，生成冷熱系統溫濕度預測模型。
22、可選地，優化目標為預測溫濕度時序數據與目標溫濕度時序數據的差的本文檔來自技高網...
【技術保護點】
1.一種冷熱系統的溫濕度控制方法，其特征在于，包括：
2.根據權利要求1所述的方法，其特征在于，基于神經網絡對采集冷熱系統預定歷史時間周期內的多個目標特征數據進行訓練，生成冷熱系統溫濕度預測模型，包括：
3.根據權利要求2所述的方法，其特征在于，采集冷熱系統預定歷史時間周期內的多個目標特征數據，包括：
4.根據權利要求2所述的方法，其特征在于，基于神經網絡對所述輸入標準化特征數據、所述室內溫度和所述室內濕度進行訓練，生成所述冷熱系統溫濕度預測模型，包括：
5.根據權利要求1所述的方法，其特征在于，所述優化目標為所述預測溫濕度時序數據與所述目標溫濕度時序數據的差的平方和。
6.一種冷熱系統的溫濕度控制裝置，其特征在于，包括：
7.根據權利要求6所述的裝置，其特征在于，訓練模塊，包括：
8.根據權利要求7所述的裝置，其特征在于，采集子模塊，包括：
9.一種計算機可讀存儲介質，其特征在于，所述存儲介質存儲有計算機程序，所述計算機程序用于執行上述權利要求1-5任一所述的方法。
10
...【技術特征摘要】
1.一種冷熱系統的溫濕度控制方法，其特征在于，包括：
2.根據權利要求1所述的方法，其特征在于，基于神經網絡對采集冷熱系統預定歷史時間周期內的多個目標特征數據進行訓練，生成冷熱系統溫濕度預測模型，包括：
3.根據權利要求2所述的方法，其特征在于，采集冷熱系統預定歷史時間周期內的多個目標特征數據，包括：
4.根據權利要求2所述的方法，其特征在于，基于神經網絡對所述輸入標準化特征數據、所述室內溫度和所述室內濕度進行訓練，生成所述冷熱系統溫濕度預測模型，包括：
5.根據權利...
【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。