System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內(nèi)的位置。 參數(shù)名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術(shù)實現(xiàn)步驟摘要】
本專利技術(shù)屬于人工智能,具體涉及一種空調(diào)機(jī)組能耗預(yù)測方法、系統(tǒng)、終端及存儲介質(zhì)。
技術(shù)介紹
1、空調(diào)系統(tǒng)是建筑物中能耗的主要組成部分,其能耗占建筑總能耗的40%左右。該系統(tǒng)主要由冷水機(jī)組、冷卻塔、冷凍泵、冷卻泵以及空調(diào)末端等幾個部分組成。在整個空調(diào)系統(tǒng)中,冷水機(jī)組的能耗占比最大,因此以往空調(diào)系統(tǒng)的研究主要關(guān)注冷水機(jī)組的能耗。然而,由于空調(diào)系統(tǒng)內(nèi)部各設(shè)備之間存在強(qiáng)耦合性,各個設(shè)備對整個空調(diào)系統(tǒng)性能的影響程度各不相同。因此,在對空調(diào)機(jī)組系統(tǒng)進(jìn)行能耗預(yù)測時,需要綜合考慮多種復(fù)雜因素。
技術(shù)實現(xiàn)思路
1、針對現(xiàn)有技術(shù)的上述不足,本專利技術(shù)提供一種空調(diào)機(jī)組能耗預(yù)測方法、系統(tǒng)、終端及存儲介質(zhì),以解決上述技術(shù)問題。
2、第一方面,本專利技術(shù)提供一種空調(diào)機(jī)組能耗預(yù)測方法,包括:
3、利用傳感器采集環(huán)境數(shù)據(jù)和空調(diào)機(jī)組的運(yùn)行數(shù)據(jù);
4、將所述環(huán)境數(shù)據(jù)和空調(diào)機(jī)組的運(yùn)行數(shù)據(jù)轉(zhuǎn)換為多個時間序列數(shù)據(jù);
5、利用時間窗口分別從多個時間序列數(shù)據(jù)中截取相同長度的片段序列,將多個片段序列輸入預(yù)先訓(xùn)練好的預(yù)測模型,所述預(yù)測模型包括圖學(xué)習(xí)層、卷積層,所述卷積層包括圖卷積模塊、時間卷積模塊,所述圖卷積模塊的節(jié)點之間設(shè)有門控機(jī)制;
6、獲取所述預(yù)測模型輸出的預(yù)測能耗值。
7、在一個可選的實施方式中,利用傳感器采集環(huán)境數(shù)據(jù)和空調(diào)機(jī)組的運(yùn)行數(shù)據(jù),包括:
8、利用傳感器采集環(huán)境數(shù)據(jù),所述環(huán)境數(shù)據(jù)包括室外溫度和室外濕度;
9、利用傳感器采
10、在一個可選的實施方式中,將所述環(huán)境數(shù)據(jù)和空調(diào)機(jī)組的運(yùn)行數(shù)據(jù)轉(zhuǎn)換為多個時間序列數(shù)據(jù),包括:
11、設(shè)置所有傳感器采用相同的頻率采集數(shù)據(jù);
12、為每個變量創(chuàng)建一個序列,將變量的傳感器檢測值保存至相應(yīng)序列,得到多個變量的時間序列數(shù)據(jù)。
13、在一個可選的實施方式中,所述預(yù)測模型包括:
14、所述圖學(xué)習(xí)層用于自適應(yīng)地生成變量間的圖鄰接矩陣,通過relu激活函數(shù)對圖鄰接矩陣進(jìn)行正則化處理,并對處理后的圖鄰接矩陣進(jìn)行稀疏化處理;
15、所述卷積層包括m個圖卷積模塊和m個時間卷積模塊,每個圖卷積層包含兩個混合跳躍傳播層,將圖卷積模塊作為節(jié)點,不同節(jié)點間的信息選擇由多個門控機(jī)制實現(xiàn),所述門控機(jī)制包括更新門和重置門;每個圖卷積模塊后都緊接一個時間卷積模塊,時間卷積層由兩個一維膨脹inception層組成,其中一個膨脹inception層的輸出經(jīng)過tanh激活函數(shù)處理,用于捕捉信號中的關(guān)鍵信息;另一個分支則采用sigmoid激活函數(shù)充當(dāng)門控機(jī)制,以調(diào)控傳遞至后續(xù)模塊的信息量。
16、第二方面,本專利技術(shù)提供一種空調(diào)機(jī)組能耗預(yù)測系統(tǒng),包括:
17、數(shù)據(jù)采集模塊,用于利用傳感器采集環(huán)境數(shù)據(jù)和空調(diào)機(jī)組的運(yùn)行數(shù)據(jù);
18、數(shù)據(jù)處理模塊,用于將所述環(huán)境數(shù)據(jù)和空調(diào)機(jī)組的運(yùn)行數(shù)據(jù)轉(zhuǎn)換為多個時間序列數(shù)據(jù);
19、數(shù)據(jù)輸入模塊,用于利用時間窗口分別從多個時間序列數(shù)據(jù)中截取相同長度的片段序列,將多個片段序列輸入預(yù)先訓(xùn)練好的預(yù)測模型,所述預(yù)測模型包括圖學(xué)習(xí)層、卷積層,所述卷積層包括圖卷積模塊、時間卷積模塊,所述圖卷積模塊的節(jié)點之間設(shè)有門控機(jī)制;
20、結(jié)果獲取模塊,用于獲取所述預(yù)測模型輸出的預(yù)測能耗值。
21、在一個可選的實施方式中,所述數(shù)據(jù)采集模塊包括:
22、第一采集單元,用于利用傳感器采集環(huán)境數(shù)據(jù),所述環(huán)境數(shù)據(jù)包括室外溫度和室外濕度;
23、第二采集單元,用于利用傳感器采集空調(diào)機(jī)組的運(yùn)行數(shù)據(jù),空調(diào)機(jī)組的運(yùn)行數(shù)據(jù)包括冷水機(jī)組的冷凍供水溫度、冷凍回水溫度、冷凍供水流量、冷凍回水流量、冷卻供水溫度、冷卻供水流量、冷卻回水溫度、冷卻回水流量、運(yùn)行功率、運(yùn)行電流、運(yùn)行電壓、消耗電量,冷凍泵的水泵頻率、進(jìn)水壓力、出水壓力、運(yùn)行功率、運(yùn)行電流、運(yùn)行電壓、消耗電量,冷卻泵的水泵頻率、進(jìn)水壓力、出水壓力、運(yùn)行功率、運(yùn)行電流、運(yùn)行電壓和消耗電量,空調(diào)末端的風(fēng)機(jī)運(yùn)行頻率、出風(fēng)溫度、運(yùn)行功率、運(yùn)行電流、運(yùn)行電壓和消耗電量。
24、在一個可選的實施方式中,所述數(shù)據(jù)處理模塊包括:
25、頻率設(shè)置單元,用于設(shè)置所有傳感器采用相同的頻率采集數(shù)據(jù);
26、序列創(chuàng)建單元,用于為每個變量創(chuàng)建一個序列,將變量的傳感器檢測值保存至相應(yīng)序列,得到多個變量的時間序列數(shù)據(jù)。
27、在一個可選的實施方式中,所述預(yù)測模型包括:
28、所述圖學(xué)習(xí)層用于自適應(yīng)地生成變量間的圖鄰接矩陣,通過relu激活函數(shù)對圖鄰接矩陣進(jìn)行正則化處理,并對處理后的圖鄰接矩陣進(jìn)行稀疏化處理;
29、所述卷積層包括m個圖卷積模塊和m個時間卷積模塊,每個圖卷積層包含兩個混合跳躍傳播層,將圖卷積模塊作為節(jié)點,不同節(jié)點間的信息選擇由多個門控機(jī)制實現(xiàn),所述門控機(jī)制包括更新門和重置門;每個圖卷積模塊后都緊接一個時間卷積模塊,時間卷積層由兩個一維膨脹inception層組成,其中一個膨脹inception層的輸出經(jīng)過tanh激活函數(shù)處理,用于捕捉信號中的關(guān)鍵信息;另一個分支則采用sigmoid激活函數(shù)充當(dāng)門控機(jī)制,以調(diào)控傳遞至后續(xù)模塊的信息量。
30、第三方面,提供一種終端,包括:
31、存儲器,用于存儲空調(diào)機(jī)組能耗預(yù)測程序;
32、處理器,用于執(zhí)行所述空調(diào)機(jī)組能耗預(yù)測程序時實現(xiàn)如第一方面提供的空調(diào)機(jī)組能耗預(yù)測方法的步驟。
33、第四方面,提供了一種計算機(jī)可讀存儲介質(zhì),存儲介質(zhì)上存儲有空調(diào)機(jī)組能耗預(yù)測程序,空調(diào)機(jī)組能耗預(yù)測程序被處理器執(zhí)行時實現(xiàn)如第一方面提供的空調(diào)機(jī)組能耗預(yù)測方法的步驟。
34、本專利技術(shù)的有益效果在于,本專利技術(shù)提供的空調(diào)機(jī)組能耗預(yù)測方法、系統(tǒng)、終端及存儲介質(zhì),能夠明確地捕捉到如冷凍水溫度與冷水機(jī)組功率之間的關(guān)系、冷卻水溫度與室外環(huán)境條件的關(guān)系等,從而識別出影響能耗的關(guān)鍵因素及其相互作用關(guān)系。通過自適應(yīng)學(xué)習(xí)變量間的圖鄰接關(guān)系,本專利技術(shù)提供的預(yù)測模型可以在在缺乏預(yù)定義圖結(jié)構(gòu)的情況下,有效揭示這些復(fù)雜關(guān)系;gru是一種改進(jìn)的循環(huán)神經(jīng)網(wǎng)絡(luò)架構(gòu),其門控機(jī)能夠地決定各個變量節(jié)點的信息流在傳遞至下游處理環(huán)節(jié)時的具體參與程度,這將進(jìn)一步增強(qiáng)模型對時間維度上變化趨勢的理解。
35、此外,本專利技術(shù)設(shè)計原理可靠,結(jié)構(gòu)簡單,具有非常廣泛的應(yīng)用前景。
本文檔來自技高網(wǎng)...【技術(shù)保護(hù)點】
1.一種空調(diào)機(jī)組能耗預(yù)測方法,其特征在于,包括:
2.根據(jù)權(quán)利要求1所述的方法,其特征在于,利用傳感器采集環(huán)境數(shù)據(jù)和空調(diào)機(jī)組的運(yùn)行數(shù)據(jù),包括:
3.根據(jù)權(quán)利要求1所述的方法,其特征在于,將所述環(huán)境數(shù)據(jù)和空調(diào)機(jī)組的運(yùn)行數(shù)據(jù)轉(zhuǎn)換為多個時間序列數(shù)據(jù),包括:
4.根據(jù)權(quán)利要求3所述的方法,其特征在于,所述預(yù)測模型包括:
5.一種空調(diào)機(jī)組能耗預(yù)測系統(tǒng),其特征在于,包括:
6.根據(jù)權(quán)利要求5所述的系統(tǒng),其特征在于,所述數(shù)據(jù)采集模塊包括:
7.根據(jù)權(quán)利要求5所述的系統(tǒng),其特征在于,所述數(shù)據(jù)處理模塊包括:
8.根據(jù)權(quán)利要求7所述的系統(tǒng),其特征在于,所述預(yù)測模型包括:
9.一種終端,其特征在于,包括:
10.一種存儲有計算機(jī)程序的計算機(jī)可讀存儲介質(zhì),其特征在于,所述可讀存儲介質(zhì)上存儲有空調(diào)機(jī)組能耗預(yù)測程序,所述空調(diào)機(jī)組能耗預(yù)測程序被處理器執(zhí)行時實現(xiàn)如權(quán)利要求1-4任一項所述空調(diào)機(jī)組能耗預(yù)測方法的步驟。
【技術(shù)特征摘要】
1.一種空調(diào)機(jī)組能耗預(yù)測方法,其特征在于,包括:
2.根據(jù)權(quán)利要求1所述的方法,其特征在于,利用傳感器采集環(huán)境數(shù)據(jù)和空調(diào)機(jī)組的運(yùn)行數(shù)據(jù),包括:
3.根據(jù)權(quán)利要求1所述的方法,其特征在于,將所述環(huán)境數(shù)據(jù)和空調(diào)機(jī)組的運(yùn)行數(shù)據(jù)轉(zhuǎn)換為多個時間序列數(shù)據(jù),包括:
4.根據(jù)權(quán)利要求3所述的方法,其特征在于,所述預(yù)測模型包括:
5.一種空調(diào)機(jī)組能耗預(yù)測系統(tǒng),其特征在于,包括:
6.根據(jù)權(quán)利要求5所述的系統(tǒng)...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員:孫浩,徐昆,李啟凱,劉浩瑞,李亮,
申請(專利權(quán))人:山東浪潮智慧建筑科技有限公司,
類型:發(fā)明
國別省市:
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。