【技術實現步驟摘要】
本專利技術空調，具體涉及一種帶有智能調控的暖通空調自控系統。
技術介紹
1、隨著社會經濟的快速發展和人民生活水平的提高，建筑能耗在總能源消耗中所占比例日益增大。其中，暖通空調系統作為建筑物中主要的耗能設備，其能源消耗問題備受關注。傳統的暖通空調系統通常采用固定的運行模式，無法根據環境變化和用戶需求進行動態調整，導致能源浪費和用戶舒適度下降。近年來，太陽能等可再生能源的利用受到廣泛關注。太陽能作為一種清潔、可再生的能源，具有取之不盡、用之不竭的特點。將太陽能應用于暖通空調系統，不僅可以降低對傳統能源的依賴，還能減少碳排放，具有重要的環保和經濟意義。然而，太陽能具有間歇性和不穩定性的特點，受光照強度、天氣狀況等因素影響較大，給太陽能供電的穩定性和可靠性帶來挑戰。
2、為了提高暖通空調系統的能源利用效率，滿足用戶的舒適性需求，智能控制技術逐漸被引入到暖通空調系統中。傳統的控制策略多采用基于規則的控制方法，難以適應復雜多變的環境和用戶需求。同時，隨著人工智能和大數據技術的發展，機器學習方法，特別是神經網絡模型，被廣泛應用于預測和控制領域。神經網絡具有強大的非線性映射能力，能夠從大量歷史數據中學習復雜的關系，為系統的預測和控制提供支持。
3、現有的研究中，一些學者嘗試將長短期記憶網絡(lstm)等循環神經網絡應用于暖通空調系統的預測和控制。然而，lstm在處理長時間序列數據時，存在訓練復雜度高、計算效率低等問題。相比之下，卷積神經網絡(cnn)在特征提取和計算效率方面具有優勢，但傳統的cnn主要應用于圖像處理領域，
4、且現有智能空調自動調節中都是實時進行調節導致空調頻率工作在時刻變化中，導致空調硬件壽命降低，沒有采用時間段控制，通過時間段內空調運行恒定實現自動控制調節以增強硬件壽命節省電量，針對以上問題，有必要設計一種新的暖通空調自控系統，結合太陽能供電和智能控制技術，提高預測的準確性和系統的能源利用效率。。
技術實現思路
1、針對現有技術中提到的上述問題，本專利技術提供一種帶有智能調控的暖通空調自控系統；首先，數據采集模塊每隔時間段t采集當前時間環境參數、太陽能發電量、用戶需求；其次，將采集的當前和歷史環境參數、太陽能發電量、用戶需求輸入至訓練好的卷積神經網絡，卷積神經網絡輸出未來時段太陽能發電量、環境參數變化趨勢和用戶需求和控制信號；再次，中央控制器將控制信號發送至暖通空調系統，按照所述輸出未來時段的功率調整空調設備的運行參數，實現對室內溫度和濕度的自動調節；最后，根據中央控制器的指令，選擇未來時段內使用太陽能供電或電網供電，以驅動空調設備運行。本專利技術能夠根據用戶設定的溫濕度需求，動態調整空調設備的運行模式和功率，實現對室內環境的精細化調節，提升用戶的舒適度。
2、本申請提供一種帶有智能調控的暖通空調自控系統，包括以下模塊：
3、數據采集模塊每隔時間段t采集當前時間環境參數、太陽能發電量、用戶需求；其中，環境參數包括室內外溫度、濕度、光照強度，用戶需求包括用戶設定的溫濕度；
4、計算模塊，將采集的當前和歷史環境參數、太陽能發電量、用戶需求輸入至訓練好的卷積神經網絡，卷積神經網絡輸出未來時段太陽能發電量、環境參數變化趨勢和用戶需求，并輸出未來時段的控制信號，控制信號包括空調設備的運行模式和功率；其中，卷積神經網絡采用光照調制的sigmoid激活函數f(x,l)：
5、
6、其中，x為激活函數輸入，k(l)為隨光照強度l調節的斜率函數，k0為基礎斜率；α為調節系數，控制光照強度對斜率的影響程度；lmax為光照強度最大值；
7、暖通空調調節模塊，中央控制器將控制信號發送至暖通空調系統，按照所述輸出未來時段的功率調整空調設備的運行參數，實現對室內溫度和濕度的自動調節；
8、供電選擇模塊，根據中央控制器的指令，選擇未來時段內使用太陽能供電或電網供電，以驅動空調設備運行。
9、優選地，太陽能發電單元包括光伏板和光伏逆變器，用于將太陽能轉換為電能。
10、優選地，所述空調設備的運行模式包括：第一模式控制器控制使用太陽能供電，驅動空調設備進行制冷或制熱；第二模式控制器控制切換至電網供電。
11、優選地，所述數據采集模塊包括溫度傳感器、濕度傳感器、光照強度傳感器和用戶輸入接口裝置，用戶輸入接口裝置用于獲取用戶設定的溫濕度參數。
12、優選地，所述卷積神經網絡包括卷積層、池化層和全連接層。
13、優選地，所述計算模塊還包括數據預處理單元，對采集的當前和歷史數據進行中值濾波處理。
14、優選地，所述暖通空調調節模塊包括變頻空調設備，能夠根據控制信號動態調整制冷或制熱功率。
15、優選地，所述暖通空調自控系統還包括電能存儲單元，用于在太陽能發電過剩時存儲電能，并在太陽能供電不足時提供輔助供電。
16、優選地，所述太陽能發電單元的輸出端安裝電流傳感器和電壓傳感器，所述電流傳感器用于測量太陽能發電單元的輸出電流，所述電壓傳感器用于測量太陽能發電單元的輸出電壓；計算得到太陽能發電量。
17、優選地，在將采集的當前和歷史環境參數、太陽能發電量、用戶需求輸入至訓練好的卷積神經網絡之前，還包括：首先，對采集的數據進行缺失值處理和異常值檢測，填補或剔除缺失和異常數據；其次，將采集的數據按時間戳進行對齊，確保數據在時間維度上的一致性；最后，將數據歸一化，將歸一化后的數據轉換為適合卷積神經網絡輸入的張量格式。
18、本專利技術提供了一種帶有智能調控的暖通空調自控系統，所能實現的有益技術效果如下：
19、1、本專利技術通過首先數據采集模塊每隔時間段t采集當前時間環境參數、太陽能發電量、用戶需求；其次，將采集的當前和歷史環境參數、太陽能發電量、用戶需求輸入至訓練好的卷積神經網絡，卷積神經網絡輸出未來時段太陽能發電量、環境參數變化趨勢和用戶需求和控制信號；再次，中央控制器將控制信號發送至暖通空調系統，按照所述輸出未來時段的功率調整空調設備的運行參數，實現對室內溫度和濕度的自動調節；最后，根據中央控制器的指令，選擇未來時段內使用太陽能供電或電網供電，以驅動空調設備運行。本專利技術能夠根據用戶設定的溫濕度需求，動態調整空調設備的運行模式和功率，實現對室內環境的精細化調節，提升用戶的舒適度，大大提升了使用體驗。
20、2.本專利技術采用卷積神經網絡對當前和歷史環境參數、太陽能發電量和用戶需求進行預測。尤其是引入了光照調制的sigmoid激活函數，將光照強度直接融入神經網絡的激活過程，使模型能夠動態適應光照條件的變化，顯著提高了對未來時段太陽能發本文檔來自技高網...
【技術保護點】
1.一種帶有智能調控的暖通空調自控系統，其特征在于，包括以下模塊：
2.根據權利要求1所述的系統，其特征在于，太陽能發電單元包括光伏板和光伏逆變器，用于將太陽能轉換為電能。
3.根據權利要求1或2所述的系統，其特征在于，所述空調設備的運行模式包括：第一模式控制器控制使用太陽能供電，驅動空調設備進行制冷或制熱；第二模式控制器控制切換至電網供電。
4.根據權利要求1至3中任一項所述的系統，其特征在于，所述數據采集模塊包括溫度傳感器、濕度傳感器、光照強度傳感器和用戶輸入接口裝置，用戶輸入接口裝置用于獲取用戶設定的溫濕度參數。
5.根據權利要求1至4中任一項所述的系統，其特征在于，所述卷積神經網絡包括卷積層、池化層和全連接層。
6.根據權利要求1至5中任一項所述的系統，其特征在于，所述計算模塊還包括數據預處理單元，對采集的當前和歷史數據進行中值濾波處理。
7.根據權利要求1至6中任一項所述的系統，其特征在于，所述暖通空調調節模塊包括變頻空調設備，能夠根據控制信號動態調整制冷或制熱功率。
8.根據權利要求1
9.根據權利要求1至8中任一項所述的系統，其特征在于，所述太陽能發電單元的輸出端安裝電流傳感器和電壓傳感器，所述電流傳感器用于測量太陽能發電單元的輸出電流，所述電壓傳感器用于測量太陽能發電單元的輸出電壓；計算得到太陽能發電量。
10.根據權利要求1至9中任一項所述的系統，其特征在于，在將采集的當前和歷史環境參數、太陽能發電量、用戶需求輸入至訓練好的卷積神經網絡之前，還包括：首先，對采集的數據進行缺失值處理和異常值檢測，填補或剔除缺失和異常數據；其次，將采集的數據按時間戳進行對齊，確保數據在時間維度上的一致性；最后，將數據歸一化，將歸一化后的數據轉換為適合卷積神經網絡輸入的張量格式。
...【技術特征摘要】
1.一種帶有智能調控的暖通空調自控系統，其特征在于，包括以下模塊：
2.根據權利要求1所述的系統，其特征在于，太陽能發電單元包括光伏板和光伏逆變器，用于將太陽能轉換為電能。
3.根據權利要求1或2所述的系統，其特征在于，所述空調設備的運行模式包括：第一模式控制器控制使用太陽能供電，驅動空調設備進行制冷或制熱；第二模式控制器控制切換至電網供電。
4.根據權利要求1至3中任一項所述的系統，其特征在于，所述數據采集模塊包括溫度傳感器、濕度傳感器、光照強度傳感器和用戶輸入接口裝置，用戶輸入接口裝置用于獲取用戶設定的溫濕度參數。
5.根據權利要求1至4中任一項所述的系統，其特征在于，所述卷積神經網絡包括卷積層、池化層和全連接層。
6.根據權利要求1至5中任一項所述的系統，其特征在于，所述計算模塊還包括數據預處理單元，對采集的當前和歷史數據進行中值濾波處理。
7.根據權利要求1至6中任一項所述的系統，其特...
【專利技術屬性】
技術研發人員：王冠興，王世勝，楊晨紅，張存福，
申請(專利權)人：北京創福新銳電器設備有限公司，
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。