本发明专利技术公开了一种制冷控制模型、装置、设备及存储介质，训练制冷控制模型包括：S1构建控制量预测模型、制冷状态预测模型以及判别器模型；S2.将第一时刻的第一类数据输入控制量预测模型中，得到第一时刻的第二类数据；S3.将第一时刻的第一类数据以及第二类数据输入制冷状态预测模型中，得到第二时刻的第一类数据；S4.重复步骤S2至S3，得到第一时刻至第N时刻的第一类数据和第二类数据，将第一时刻至第N时刻的第一类数据和第二类数据存入第一训练数据序列中；S5.获取第二训练数据序列，将第一训练数据序列和第二训练数据训练输入判别器模型中，根据判别结果调整控制量预测模型的模型参数；S6.重复步骤S2至S5，直至判别器模型输出预设的判别结果。出预设的判别结果。出预设的判别结果。
【技术实现步骤摘要】
一种制冷控制模型、装置、电子设备及存储介质
[0001]本专利技术实施例涉及制冷控制技术，尤其涉及一种制冷控制模型、装置、电子设备及存储介质。
技术介绍
[0002]当前，人们对食品安全和食品品质的要求不断上升，造成了食品冷冻加工、储存和流通等重要基础设施的蓬勃发展。然而，在冷库建设快速发展的同时，冷库的能耗问题也日益凸显，甚至在冷库的耗电量中制冷系统占到总运营能耗的75％
‑
85％，同我国近期提出的“双碳经济”的口号相矛盾。
[0003]实现冷库节能的最有效的方式就是通过控制制冷机组的载位和频率，从而提高制冷系统的控制效率，使冷库内温度持续快速收敛到保鲜温度。然而，冷库的制冷系统为典型的多变量、大滞后、参数高度耦合的非线性时变系统，因此传统的制冷控制系统建模方法难以建立精确的模型，进而，采用上述模型实现制冷控制时，往往存在着控制效果不理想、节能效果差等问题。
[0004]综上所述，亟需一种数字化、自动化、智能化的制冷机组控制方案，可以通过制冷系统内外的少量的、相互之间较为独立的传感器数据，进行精确且稳定的制冷系统温度控制。
技术实现思路
[0005]本专利技术提供一种制冷控制模型、装置、电子设备及存储介质，以达到精确且稳定的实现制冷系统温度控制的目的。
[0006]第一方面，本专利技术实施例提供了一种制冷控制模型，训练所述制冷控制模型包括：
[0007]S1.构建控制量预测模型、制冷状态预测模型以及判别器模型；
[0008]S2.将第一时刻的第一类数据输入所述控制量预测模型中，得到第一时刻的第二类数据；
[0009]S3.将第一时刻的第一类数据以及第二类数据输入制冷状态预测模型中，得到第二时刻的第一类数据；
[0010]S4.重复步骤S2至S3，得到第一时刻至第N时刻的第一类数据和第二类数据，将第一时刻至第N时刻的第一类数据和第二类数据存入第一训练数据序列中；
[0011]S5.获取第二训练数据序列，将第一训练数据序列和第二训练数据训练输入判别器模型中，根据判别结果调整控制量预测模型的模型参数；
[0012]S6.重复步骤S2至S5，直至判别器模型输出预设的判别结果；
[0013]S7.将训练完成的控制量预测模型作为制冷控制模型。
[0014]可选的，步骤S3和步骤S4之间还包括：
[0015]S8.采用第二时刻的第一类数据以及目标制冷状态参数数据训练制冷状态预测模型；
[0016]执行步骤S5之前，执行一次步骤S8后，重复步骤S2和S3，得到第一时刻至第N时刻的第一类数据和第二类数据，将第一时刻至第N时刻的第一类数据和第二类数据存入第一训练数据序列中。
[0017]可选的，构建判别器模型包括：
[0018]按照时间顺序，获取制冷系统在第一时刻至第N时刻的制冷状态参数数据以及运行参数数据，依次将获取的制冷状态参数数据以及运行参数数据存入制冷系统数据序列中；
[0019]将第一训练数据序列作为制冷系统假数据序列，将制冷系统数据序列、制冷系统假数据序列输入至判别器模型中，训练判别器模型。
[0020]可选的，获取第二训练数据序列包括：
[0021]执行步骤S6时，将第一次循环中，执行步骤S4时，生成的第一训练数据序列作为第二训练数据序列。
[0022]可选的，步骤S6和步骤S7之间还包括：
[0023]步骤S9.采用控制量预测模型、制冷状态预测模型重新生成一组第一训练数据序列；
[0024]将第一训练数据序列作为制冷系统假数据序列，将制冷系统数据序列、制冷系统假数据序列输入至判别器模型中，训练判别器模型；
[0025]步骤S7还包括：
[0026]重复S2至步骤S9，直至控制量预测模型达到设定的模型精度，将训练完成的控制量预测模型作为制冷控制模型。
[0027]可选的，所述第一类数据包括制冷系统的制冷温度，所述第二类数据包括制冷系统的载位参数、频率参数。
[0028]可选的，采用第二时刻的第一类数据以及目标制冷状态参数数据训练制冷状态预测模型包括：
[0029]获取目标制冷状态参数数据，采用目标制冷状态参数数据以及第二时刻的第一类数据确定差值项；
[0030]采用差值项确定制冷状态预测模型的损失函数值，根据损失函数值调整制冷状态预测模型的模型参数。
[0031]第二方面，本专利技术实施例还提供了一种制冷控制装置，包括制冷控制单元，制冷控制单元用于：
[0032]S1.构建控制量预测模型、制冷状态预测模型以及判别器模型；
[0033]S2.将第一时刻的第一类数据输入所述控制量预测模型中，得到第一时刻的第二类数据；
[0034]S3.将第一时刻的第一类数据以及第二类数据输入制冷状态预测模型中，得到第二时刻的第一类数据；
[0035]S4.重复步骤S2至S3，得到第一时刻至第N时刻的第一类数据和第二类数据，将第一时刻至第N时刻的第一类数据和第二类数据存入第一训练数据序列中；
[0036]S5.获取第二训练数据序列，将第一训练数据序列和第二训练数据训练输入判别器模型中，根据判别结果调整控制量预测模型的模型参数；
[0037]S6.重复步骤S2至S5，直至判别器模型输出预设的判别结果；
[0038]S7.将训练完成的控制量预测模型作为制冷控制模型。
[0039]第三方面，本专利技术实施例还提供了一种电子设备，包括至少一个处理器，以及与所述至少一个处理器通信连接的存储器；
[0040]所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够训练本专利技术实施例记载的制冷控制模型。
[0041]第四方面，本专利技术实施例还提供了一种计算机可读取存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时训练本专利技术实施例记载的制冷控制模型。
[0042]与现有技术相比，本专利技术的有益效果在于：本专利技术提出一种制冷控制模型，在制冷控制模型的训练过程中，设置控制量预测模型、制冷状态预测模型和判别器模型，将当前时刻的第一类数据输入至控制量预测模型中，生成当前时刻的第二类数据，将当前时刻的第一类数据和第二类数据输入至制冷状态预测模型中，生成下一时刻的第一类数据，通过控制量预测模型和制冷状态预测模型的交互生成第一时刻至第N时刻的第一训练数据序列，将第一训练数据输入至判别器模型中，根据判别器模型的判别结果更新控制量预测模型的模型参数，完成控制量预测模型的训练，将训练完成的控制量预测模型作为制冷控制模型，利用制冷控制控制实现对制冷系统的控制；
[0043]由于制冷控制模型(训练完成的控制量预测模型)在使用时，其仅需要输出当前控制周期的制冷控制量，因此，构建控制量预测模型时，设定控制量预测模型的输入具体为当前控制周期的的，制冷系统的工况采集数据，输出为当前控制周期的，制冷系统的制本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种制冷控制模型，其特征在于，训练所述制冷控制模型包括：S1.构建控制量预测模型、制冷状态预测模型以及判别器模型；S2.将第一时刻的第一类数据输入控制量预测模型中，得到第一时刻的第二类数据；S3.将第一时刻的第一类数据以及第二类数据输入制冷状态预测模型中，得到第二时刻的第一类数据；S4.重复步骤S2至S3，得到第一时刻至第N时刻的第一类数据和第二类数据，将第一时刻至第N时刻的第一类数据和第二类数据存入第一训练数据序列中；S5.获取第二训练数据序列，将第一训练数据序列和第二训练数据训练输入判别器模型中，根据判别结果调整控制量预测模型的模型参数；S6.重复步骤S2至S5，直至判别器模型输出预设的判别结果；S7.将训练完成的控制量预测模型作为制冷控制模型。2.如权利要求1所述的制冷控制模型，其特征在于，步骤S3和步骤S4之间还包括：S8.采用第二时刻的第一类数据以及目标制冷状态参数数据训练制冷状态预测模型；执行步骤S5之前，执行一次步骤S8后，重复步骤S2和S3，得到第一时刻至第N时刻的第一类数据和第二类数据，将第一时刻至第N时刻的第一类数据和第二类数据存入第一训练数据序列中。3.如权利要求1所述的制冷控制模型，其特征在于，构建判别器模型包括：按照时间顺序，获取制冷系统在第一时刻至第N时刻的制冷状态参数数据以及运行参数数据，依次将获取的制冷状态参数数据以及运行参数数据存入制冷系统数据序列中；将第一训练数据序列作为制冷系统假数据序列，将制冷系统数据序列、制冷系统假数据序列输入至判别器模型中，训练判别器模型。4.如权利要求3所述的制冷控制模型，其特征在于，获取第二训练数据序列包括：执行步骤S6时，将第一次循环中，执行步骤S4时，生成的第一训练数据序列作为第二训练数据序列。5.如权利要求4所述的制冷控制模型，其特征在于，步骤S6和步骤S7之间还包括：步骤S9.采用控制量预测模型、制冷状态预测模型重新生成一组第一训练数据序列；将第一训练数据序列作为制冷系统假数据序列，将制冷系统数据序列、制冷系统假数据序列输入至判别器模型...
【专利技术属性】
技术研发人员：王健树，高永健，
申请(专利权)人：南栖仙策南京高新技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。