用于楼宇自动控制的智能空调控制系统和方法技术方案

本发明专利技术涉及自适应控制系统领域，提出了用于楼宇自动控制的智能空调控制系统和方法，包括：采集当日数据及历史数据；对历史数据及当日数据进行时段划分，获取每个时段的当天数据以及若干参考数据；对当天数据及参考数据根据数据变化进行分段，获取每个分段的当天数据与所属时段每个参考数据的综合相似程度；根据综合相似程度每个分段的长期分布参数，根据长期分布参数获取每个分段的短期分布参数，得到每个分段的校正特征参数，获取温度预测值；根据温度预测值以及当前时刻的温度数据，设置模糊规则，实现空调系统的精准控制。本发明专利技术旨在解决温度变化的滞后性以及人流量因素干扰导致空调系统控制效果较差的问题。空调系统控制效果较差的问题。空调系统控制效果较差的问题。

【技术实现步骤摘要】
用于楼宇自动控制的智能空调控制系统和方法


[0001]本专利技术涉及自适应控制系统领域，具体涉及用于楼宇自动控制的智能空调控制系统和方法。

技术介绍

[0002]随着经济的不断发展以及人民生活水平的提高，智能建筑行业得到迅速的发展，它是一个建筑行业、自动化行业、计算机行业以及网络技术行业的结合；其中楼宇自动化系统（BAS）是主要的功能子系统，包括空调系统、通风系统、给排水系统及照明系统等，其中空调系统由于对能源消耗的影响，同时会造成电力供需不平衡，因此对楼宇自动化系统中的空调系统进行智能控制，可以大大缓解能源消耗问题。
[0003]现有技术中通常采用模糊PID控制空调系统，模糊PID控制结合了模糊理论和PID控制算法，利用模糊规则整定PID参数；而由于室内温度变化存在时间滞后性特征，同时室内温度变化受人流量等因素的干扰，进而导致空调系统在控制过程中效果较差；若使用传统的模糊PID控制算法得到PID参数进而获取空调参数的控制量，由于温度变化的滞后性以及对应的人流量变化会得到当前时刻错误的控制量值；因此需要量化当前时刻所属时间段内的温度数据的变化特征以及对应的人流量变化特征，来将传统的模糊PID的输入数据中，当前时刻的特征替换为当前时间段的特征，结合数据预测算法，进而得到对当前时间段较为准确的预测值，从而实现对空调系统的精准控制。

技术实现思路

[0004]本专利技术提供用于楼宇自动控制的智能空调控制系统和方法，以解决现有的温度变化的滞后性以及人流量因素干扰导致空调系统控制效果较差的问题，所采用的技术方案具体如下：第一方面，本专利技术一个实施例提供了用于楼宇自动控制的智能空调控制方法，该方法包括以下步骤：获取当日数据中的当日温度数据及当日人流量数据，获取若干天历史数据中的历史温度数据及历史人流量数据；对历史数据及当日数据进行时段划分，获取当日数据中每个时段的当天数据以及若干参考数据；获取每个时段的当天数据中的当天温度数据，以及参考数据中的参考温度数据，根据当天温度数据或参考温度数据中相邻时刻的数据变化，获取每个时段的当天温度数据中的分段时刻以及参考温度数据中的分段时刻，根据每个时段的当天温度数据中的分段时刻对当天数据进行分段，得到若干分段的当天数据，根据每个时段每个参考温度数据中的分段时刻对参考数据进行分段，得到若干分段的参考数据；根据每个分段的当天数据与所属时段每个参考数据中不同分段的参考数据的相似性，获取每个分段的当天数据与所属时段每个参考数据的综合相似程度；
根据温度预测值以及当前时刻的温度数据获取控制参数，设置控制参数的基本论域及隶属度函数，对控制参数进行模糊化，设置PID参数自适应的模糊规则并对控制参数解模糊化，得到PID控制器的输出值，结合空调运行数据，实现对空调系统的精准控制；根据温度预测值以及当前时刻的温度数据，设置模糊规则，实现空调系统的精准控制。
[0005]可选的，所述获取当日数据中每个时段的当天数据以及若干参考数据，包括的具体方法为：根据当日数据及每一天历史数据对应的在每个星期中的分布，获取当日数据的若干天参考数据；对当日数据及若干天参考数据通过预设时段进行划分，获取到当日数据中每个时段的当天数据，将参考数据中相同时段的参考数据，作为当日数据中每个时段参考数据，得到当日数据中每个时段的若干参考数据。
[0006]可选的，所述获取每个时段的当天温度数据中的分段时刻以及参考温度数据中的分段时刻，包括的具体方法为：获取任意一个时段的当天温度数据或参考温度数据作为目标温度数据，获取目标温度数据的目标温度曲线，将目标温度曲线时间序列分解得到的趋势项记为目标温度趋势线；将目标温度趋势线中相邻时刻趋势项数据的差值与相邻时刻时间间隔的比值，作为相邻时刻中后一时刻的温度变化程度，获取目标温度趋势线中每个时刻的温度变化程度，将所有温度变化程度的绝对值进行线性归一化，得到的结果记为每个时刻的温度变化率，将温度变化率大于第一预设阈值的时刻作为目标温度数据的分段时刻。
[0007]可选的，所述获取每个分段的当天数据与所属时段每个参考数据的综合相似程度，包括的具体方法为：获取第个时段中第个分段的当天温度曲线，对应的在第个时段的当天温度趋势线中得到第个分段的当天温度趋势线，获取第个时段的若干参考温度数据中每个分段的参考温度趋势线；获取第个时段中第个分段的当天温度趋势线，与第个时段的第个参考温度数据中每个分段的参考温度趋势线之间的DTW距离，将所有DTW距离中的最小值，作为第个时段中第个分段的当天温度数据与第个参考温度数据的第一相似距离，表示为，其中表示第个时段中第个分段的当天温度趋势线，表示DTW距离最小值对应的第个时段的第个参考温度数据中的分段的参考温度趋势线；将记为第个时段中第个分段的当天温度数据与第个参考温度数据的第一相似程度，其中表示以自然常数为底的指数函数；获取每个分段的当天温度数据与所属时段的每个参考数据的第一相似程度，获取每个分段的当天人流量数据与所属时段的每个参考数据的第二相似程度，将第一相似程度与第二相似程度的平方和的开方根，作为每个分段的当天数据与所属时段的每个参考数据的综合相似程度。
[0008]可选的，所述根据综合相似程度获取当日数据中每个分段的长期分布参数，包括
的具体方法为：
[0009][0010]其中，表示第个分段数据点的第距离邻域下的局部可达密度，表示第个分段数据点的第距离邻域中参考数据点的数量，表示第个分段数据点的第距离邻域中的第个参考数据点，表示第个分段数据点与第个参考数据点的综合相似程度，表示第个参考数据点在第个分段数据点的第距离邻域下的局部可达密度，表示第个分段数据点的第距离邻域下的局部离群因子；将第个分段数据点的第距离邻域下的局部离群因子作为第个分段的长期分布参数。
[0011]可选的，所述根据长期分布参数获取当日数据中每个分段的短期分布参数，包括的具体方法为：
[0012]其中，表示当日数据中第个分段的短期分布参数，表示当日数据中第个分段之前其他分段的数量，表示当日数据中第个其他分段与第个分段的时间间隔，所述时间间隔通过后一个分段的第一个时刻与前一个分段的最后时刻的差值得到，表示当日数据中第个其他分段的长期分布参数，表示符号函数，表示以自然常数为底的指数函数。
[0013]可选的，所述根据短期分布参数修正长期分布参数获取当日数据中每个分段的校正特征参数，包括的具体方法为：
[0014]其中，表示当日数据中第个分段的校正特征参数，表示当日数据中第个分段的短期分布参数，表示当日数据中第个分段的长期分布参数。
[0015]第二方面，本专利技术另一个实施例提供了用于楼宇自动控制的智能空调控制系统，该系统包括：数据采集获取模块，获取当日数据中的当日温度数据及当日人流量数据，获取若干天历史数据中的历史温度数据及历史人流量数据；控制参数校正模块：对历史数据及当日数据进行时段划分，获取当日数据中每个时段的当天数据以及若干参考数据；获取每个时段的当天数据中的当天温度数据，以及参考数据中的参考温度数据，根据当天温度数据或参考温度数本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.用于楼宇自动控制的智能空调控制方法，其特征在于，该方法包括以下步骤：获取当日数据中的当日温度数据及当日人流量数据，获取若干天历史数据中的历史温度数据及历史人流量数据；对历史数据及当日数据进行时段划分，获取当日数据中每个时段的当天数据以及若干参考数据；获取每个时段的当天数据中的当天温度数据，以及参考数据中的参考温度数据，根据当天温度数据或参考温度数据中相邻时刻的数据变化，获取每个时段的当天温度数据中的分段时刻以及参考温度数据中的分段时刻，根据每个时段的当天温度数据中的分段时刻对当天数据进行分段，得到若干分段的当天数据，根据每个时段每个参考温度数据中的分段时刻对参考数据进行分段，得到若干分段的参考数据；根据每个分段的当天数据与所属时段每个参考数据中不同分段的参考数据的相似性，获取每个分段的当天数据与所属时段每个参考数据的综合相似程度；根据综合相似程度获取当日数据中每个分段的长期分布参数，根据长期分布参数获取当日数据中每个分段的短期分布参数，根据短期分布参数修正长期分布参数获取当日数据中每个分段的校正特征参数，根据校正特征参数获取温度预测值；根据温度预测值以及当前时刻的温度数据获取控制参数，设置控制参数的基本论域及隶属度函数，对控制参数进行模糊化，设置PID参数自适应的模糊规则并对控制参数解模糊化，得到PID控制器的输出值，结合空调运行数据，实现对空调系统的精准控制。2.根据权利要求1所述的用于楼宇自动控制的智能空调控制方法，其特征在于，所述获取当日数据中每个时段的当天数据以及若干参考数据，包括的具体方法为：根据当日数据及每一天历史数据对应的在每个星期中的分布，获取当日数据的若干天参考数据；对当日数据及若干天参考数据通过预设时段进行划分，获取到当日数据中每个时段的当天数据，将参考数据中相同时段的参考数据，作为当日数据中每个时段参考数据，得到当日数据中每个时段的若干参考数据。3.根据权利要求1所述的用于楼宇自动控制的智能空调控制方法，其特征在于，所述获取每个时段的当天温度数据中的分段时刻以及参考温度数据中的分段时刻，包括的具体方法为：获取任意一个时段的当天温度数据或参考温度数据作为目标温度数据，获取目标温度数据的目标温度曲线，将目标温度曲线时间序列分解得到的趋势项记为目标温度趋势线；将目标温度趋势线中相邻时刻趋势项数据的差值与相邻时刻时间间隔的比值，作为相邻时刻中后一时刻的温度变化程度，获取目标温度趋势线中每个时刻的温度变化程度，将所有温度变化程度的绝对值进行线性归一化，得到的结果记为每个时刻的温度变化率，将温度变化率大于第一预设阈值的时刻作为目标温度数据的分段时刻。4.根据权利要求3所述的用于楼宇自动控制的智能空调控制方法，其特征在于，所述获取每个分段的当天数据与所属时段每个参考数据的综合相似程度，包括的具体方法为：获取第个时段中第个分段的当天温度曲线，对应的在第个时段的当天温度趋势线中得到第个分段的当天温度趋势线，获取第个时段的若干参考温度数据中每个分段的参考温度趋势线；
获取第个时段中第个分段的当天温度趋势线，与第个时段的第个参考温度数据中每个分段的参考温度趋势线之间的DTW距离，将所有DTW距离中的最小值，作为第个时段中第个分段的当天温度数据与第个参考温度数据的第一相似距离，表示为，其中表示第个时段中第个分段的当天温度趋势线，表示DTW距离最小值对应的第个时段的第个参考温度数据中的分段的参考温度趋势线；将记为第个时段中第个分段的当天温度数据与第个参考温度数据的第一相似程...

【专利技术属性】
技术研发人员：江宝玉，杨宏强，
申请(专利权)人：深圳市森辉智能自控技术有限公司，
类型：发明
国别省市：