冷冻泵流量的控制方法、装置、计算机设备及存储介质制造方法及图纸

本申请公开一种冷冻泵流量的控制方法、装置、计算机设备及存储介质，属于制冷设备技术领域。该方法包括：获取冷冻泵在当前时间点的控制参量和上一时间点的第一冷冻水瞬时流量；将控制参量和第一冷冻水瞬时流量输入至目标回归模型中，预测得到当前时间点冷冻泵的第二冷冻水瞬时流量；根据第二冷冻水瞬时流量和预设的瞬时流量阈值，确定控制参量的调节策略；根据调节策略调节控制参量，使得当前时刻下冷冻泵的第二冷冻水瞬时流量与瞬时流量阈值之间的误差在预设误差阈值范围内。这样，可以减小模拟信号和设备传感器等因素对冷冻泵流量预测结果的影响，从而提高冷冻泵流量的控制精度。度。度。

【技术实现步骤摘要】
冷冻泵流量的控制方法、装置、计算机设备及存储介质


[0001]本申请实施例涉及制冷设备
，特别涉及一种冷冻泵流量的控制方法、装置、计算机设备及存储介质。

技术介绍

[0002]冷冻泵是一个冷冻水循环系统，通常应用于中央空调等大型制冷设备中。现阶段，通常将大数据和AI模拟仿真技术相结合，模拟仿真数据中心暖通工艺，其中，冷冻泵的冷冻水瞬时流量的预测模型是模拟仿真数据中心暖通工艺的一个重要模型，在满足负载散热的制冷量计算和数据中心工艺串联中都起着重要的作用。
[0003]专利技术人发现，数据中心存储的设备数据多为分段定频数据，如冷冻泵频率在一段时间内一直保持一个定值，根据冷冻泵频率与冷冻水流量的特性曲线关系，预测冷冻泵流量，但是受模拟信号和设备传感器的影响，冷冻泵流量在该时间段内通常为一个震荡值，因而现有方法仅考虑冷冻泵频率与冷冻水流量之间的特性曲线关系，难以预测出冷冻泵流量在该时间段内的振荡值，因而会影响冷冻泵流量的控制精度。

技术实现思路

[0004]本申请实施例提供了一种冷冻泵流量的控制方法、装置、计算机设备及存储介质，通过考虑冷冻泵当前时间点的控制参量和上一时间点的第一冷冻水瞬时流量，预测当前时间点冷却泵的第二冷冻水瞬时流量，以减小模拟信号和设备传感器等因素对冷冻泵流量预测结果的影响，从而提高冷冻泵流量的控制精度。
[0005]为了解决上述技术问题，本申请是这样实现的：
[0006]第一方面，本申请实施例提供了一种冷冻泵流量的控制方法，包括：
[0007]获取冷冻泵在当前时间点的控制参量和上一时间点的第一冷冻水瞬时流量；
[0008]将所述控制参量和第一冷冻水瞬时流量输入至目标回归模型中，预测得到当前时间点所述冷冻泵的第二冷冻水瞬时流量；
[0009]根据所述第二冷冻水瞬时流量和预设的瞬时流量阈值，确定所述控制参量的调节策略；
[0010]根据所述调节策略调节所述控制参量，使得当前时刻下所述冷冻泵的第二冷冻水瞬时流量与所述瞬时流量阈值之间的误差在预设误差阈值范围内。
[0011]在一种可能的实施方式中，在获取冷冻泵在当前时间点的控制参量和上一时间点的第一冷冻水瞬时流量之前，还包括：
[0012]获取预设时间段内所述冷冻泵的历史数据，所述历史数据包括多个时间点的冷冻水瞬时流量和控制参量；
[0013]将所述历史数据输入至预先建立的多个回归模型中，对多个回归模型进行参数训练；
[0014]根据回归模型的评判指标，从多个回归模型中选取目标回归模型，所述目标回归
模型用于预测当前时间点所述冷冻泵的第二冷冻水瞬时流量。
[0015]进一步的，在获取预设时间段内所述冷冻泵的历史数据之后，将所述历史数据输入至预先建立的多个回归模型中，对多个回归模型进行参数训练之前，还包括：
[0016]对所述历史数据进行预处理，剔除数据异常值和所述冷冻泵未开启时的数据。
[0017]进一步的，多个回归模型包括但不限于长短期记忆网络、决策树、X
‑
GBoost、岭回归模型、Losso回归模型中的一个或多个。
[0018]进一步的，所述回归模型的评判指标包括平均绝对误差和拟合优度；所述根据回归模型的评判指标，从多个回归模型中选取目标回归模型，包括：
[0019]选取多个回归模型中平均绝对误差最小且拟合优度大于预设拟合优度阈值的回归模型作为目标回归模型。
[0020]进一步的，在获取冷冻泵在当前时间点的控制参量和上一时间点的第一冷冻水瞬时流量之前，还包括：
[0021]获取所述冷冻泵的多个候选控制参量；
[0022]针对每个候选控制参量，分别确定该候选控制参量与冷冻水瞬时流量之间的相关系数；
[0023]选取相关系数大于预设系数阈值的候选控制参量作为所述冷冻泵当前时刻的控制参量。
[0024]第二方面，本申请实施例还提供了一种冷冻泵流量的控制装置，包括：
[0025]第一获取模块，用于获取冷冻泵在当前时间点的控制参量和上一时间点的第一冷冻水瞬时流量；
[0026]流量预测模块，用于将所述控制参量和第一冷冻水瞬时流量输入至目标回归模型中，预测得到当前时间点所述冷冻泵的第二冷冻水瞬时流量；
[0027]策略确定模块，用于根据所述第二冷冻水瞬时流量和预设的瞬时流量阈值，确定所述控制参量的调节策略；
[0028]参量调节模块，用于根据所述调节策略调节所述控制参量，使得当前时刻下所述冷冻泵的第二冷冻水瞬时流量与所述瞬时流量阈值之间的误差在预设误差阈值范围内。
[0029]在一种可能的实施方式中，还包括：
[0030]第二获取模块，用于获取预设时间段内所述冷冻泵的历史数据，所述历史数据包括多个时间点的冷冻水瞬时流量和控制参量；
[0031]模型训练模块，用于将所述历史数据输入至预先建立的多个回归模型中，对多个回归模型进行参数训练；
[0032]模型选取模块，用于根据回归模型的评判指标，从多个回归模型中选取目标回归模型，所述目标回归模型用于预测当前时间点所述冷冻泵的第二冷冻水瞬时流量。
[0033]第三方面，本申请实施例还提供了一种计算机设备，所述计算机设备包括处理器和存储器，所述存储器存储有至少一条计算机程序，所述至少一条计算机程序由所述处理器加载并执行以实现上述的冷冻泵流量的控制方法。
[0034]第四方面，本申请实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一条计算机程序，所述计算机程序由处理器加载并执行以实现上述的冷冻泵流量的控制方法。
[0035]本申请提供的技术方案可以包括以下有益效果：
[0036]本申请实施例通过获取冷冻泵在当前时间点的控制参量和上一时间点的第一冷冻水瞬时流量；将控制参量和第一冷冻水瞬时流量输入至目标回归模型中，预测得到当前时间点冷冻泵的第二冷冻水瞬时流量；根据第二冷冻水瞬时流量和预设的瞬时流量阈值，确定控制参量的调节策略；根据调节策略调节控制参量，使得当前时刻下冷冻泵的第二冷冻水瞬时流量与瞬时流量阈值之间的误差在预设误差阈值范围内。这样，通过考虑冷冻泵当前时间点的控制参量和上一时间点的第一冷冻水瞬时流量，预测当前时间点冷却泵的第二冷冻水瞬时流量，可以减小模拟信号和设备传感器等因素对冷冻泵流量预测结果的影响，从而提高冷冻泵流量的控制精度。
[0037]应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。
附图说明
[0038]此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。
[0039]图1示出了本申请实施例提供的一种冷冻泵流量的控制方法的流程示意图；
[0040]图2示出了本申请实施例提供的另一种冷冻泵流量的控制方法的流程示意图；
[0041]图3示出了现有方法中冷冻水瞬时流量的预测值与真实值的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种冷冻泵流量的控制方法，其特征在于，包括：获取冷冻泵在当前时间点的控制参量和上一时间点的第一冷冻水瞬时流量；将所述控制参量和第一冷冻水瞬时流量输入至目标回归模型中，预测得到当前时间点所述冷冻泵的第二冷冻水瞬时流量；根据所述第二冷冻水瞬时流量和预设的瞬时流量阈值，确定所述控制参量的调节策略；根据所述调节策略调节所述控制参量，使得当前时刻下所述冷冻泵的第二冷冻水瞬时流量与所述瞬时流量阈值之间的误差在预设误差阈值范围内。2.根据权利要求1所述的方法，其特征在于，在获取冷冻泵在当前时间点的控制参量和上一时间点的第一冷冻水瞬时流量之前，还包括：获取预设时间段内所述冷冻泵的历史数据，所述历史数据包括多个时间点的冷冻水瞬时流量和控制参量；将所述历史数据输入至预先建立的多个回归模型中，对多个回归模型进行参数训练；根据回归模型的评判指标，从多个回归模型中选取目标回归模型，所述目标回归模型用于预测当前时间点所述冷冻泵的第二冷冻水瞬时流量。3.根据权利要求2所述的方法，其特征在于，在获取预设时间段内所述冷冻泵的历史数据之后，将所述历史数据输入至预先建立的多个回归模型中，对多个回归模型进行参数训练之前，还包括：对所述历史数据进行预处理，剔除数据异常值和所述冷冻泵未开启时的数据。4.根据权利要求2所述的方法，其特征在于，多个回归模型包括但不限于长短期记忆网络、决策树、X
‑
GBoost、岭回归模型、Losso回归模型中的一个或多个。5.根据权利要求2所述的方法，其特征在于，所述回归模型的评判指标包括平均绝对误差和拟合优度；所述根据回归模型的评判指标，从多个回归模型中选取目标回归模型，包括：选取多个回归模型中平均绝对误差最小且拟合优度大于预设拟合优度阈值的回归模型作为目标回归模型。6.根据权利要求1
‑
5任一项所...

【专利技术属性】
技术研发人员：李金花，高鹏飞，司海亮，邓昊，饶云飞，
申请(专利权)人：嘉兴世纪互联信息技术有限公司，
类型：发明
国别省市：