【技术实现步骤摘要】
本专利技术涉及中央空调系统的调节与优化领域，具体涉及一种基于数理混合模型驱动的多品牌中央空调认证调节方法及系统。
技术介绍
1、随着全球能源危机的加剧和环保要求的提高，建筑节能已成为社会关注的重点课题之一。中央空调作为现代建筑中的主要耗能设备，其能耗问题尤为突出。统计数据显示，中央空调系统的能耗占建筑物总能耗的40％至60％，其中大部分设备在部分负荷状态下工作时效率不高，导致能源的严重浪费。因此，提高中央空调系统的运行效率、降低能耗成为建筑节能改造的重要环节。现有的中央空调控制系统大多根据单一品牌设备的工作特性进行调节，难以应对多品牌、多型号设备的复杂运行环境。此外，传统的中央空调系统大多采用静态控制方法，无法根据实际环境和负荷的动态变化进行实时调整，导致调节精度较差，能耗较高。例如，很多空调设备在负荷变化时，仍以满负荷模式运行，造成了能源的浪费。而中央空调系统本身结构复杂，设备间的相互影响进一步增加了节能优化的难度。
2、目前，市场上已有一些基于单一设备的优化调节方法，这些方法通常基于物理模型或简单的线性模型进行控制，但由于中央空调系统中的设备涉及多个品牌和型号，单一模型往往难以适用于复杂的多品牌系统。而基于数据驱动的模型，例如人工神经网络，在处理复杂的非线性问题上具有一定优势，但其缺点在于依赖大量的历史数据，并且对未学习区域的预测效果较差。因此，如何将物理模型和数据驱动模型相结合，提出一种适应多品牌空调设备的认证调节方法，是当前研究的重要方向。此外，随着物联网和大数据技术的发展，空调系统的运行数据量不断增加，这为
技术实现思路
1、本专利技术的目的是提供一种基于数理混合模型驱动的多品牌中央空调认证调节方法，该方法通过物理模型和人工神经网络模型的结合，针对不同品牌的中央空调系统进行优化调节，实现精确控制与节能。具体提供了一种基于数理混合模型驱动的多品牌中央空调认证调节方法，包括如下步骤，
2、s1：基于数理混合模型，构建多品牌中央空调系统的综合调节模型；
3、s2：利用遗传算法对不同品牌中央空调的运行数据进行参数辨识，优化综合调节模型；
4、s3：通过多品牌中央空调系统的综合调节模型预测生成认证调节专家表，利用不同品牌设备的特性进行优化调节；
5、s4：构建基于数理混合模型的闭环控制系统，结合自学习机制，持续优化调节策略实现对多品牌中央空调的自动调节与认证。
6、进一步的，所述数理混合模型包括中央空调的灰箱物理模型和bp神经网络模型的冷量预测模型，二者整合形成多品牌中央空调系统的综合调节模型。
7、进一步的，利用实际运行数据，通过模型辨识技术来确定能耗模型中的未知参数，最终形成了一个适用于预测中央空调冷源系统能耗的灰箱模型，相关公式如下所示：
8、其中，基于运行cop的冷水机组能耗的模型具体如下：
9、
10、式中：qe为冷负荷，kw；tchws为冷冻水供水温度，℃；tcwi为冷却水进水温度，℃；pchiller为冷水机组能耗，kw；c1～c8为模型系数。
11、冷冻水泵能耗模型可由冷冻水流量的多项式进行建模：
12、
13、式中：pchp为冷冻水泵能耗，kw；gchp为冷冻水泵流量，m3/h；c为水的比热容，kj/(kg·k)；δtchw为冷冻水供回水温差；d1～d3为模型系数。
14、冷却水泵能耗模型可由冷却水流量的多项式进行建模：
15、
16、qcon＝qe+pchiller (6)
17、
18、式中：pcp为冷却水泵能耗，kw；gcp为冷却水泵流量，m3/h；δtcw为冷却水供回水温差，℃；qcon为冷凝热，kw；ρw为水的密度，kg/m3；e1～e3为模型系数；
19、冷却塔换热模型如下：
20、
21、冷却塔风机能耗可由风机风量多项式进行建模：
22、
23、式中：twb为室外空气湿球温度，℃；mcw为冷却水质量流量，kg/s；mair为冷却塔风量质量流量，kg/s；ρair为空气的密度，kg/m3；pfan为冷却塔风机能耗，kw；gfan为冷却塔风机流量，m3/h；g1～g7，f1～f3为模型系数；
24、冷源系统运行总能耗计算：
25、ptotal＝pchiller+pchp+pcp+pfan (11)
26、式中：ptotal为冷源系统运行总能耗，kw。
27、进一步的，采用bp神经网络模型的冷量预测模型预测中央空调冷源系统的设备能耗，所述bp神经网络模型使用历史输入输出数据来训练网络，从而确定各层之间的权重和偏置值；随后，将新的输入数据送入训练好的网络，以预测相应的输出结果；具体的，在预测冷水机组的能耗时，首先识别出影响能耗的关键因素(qe,tcwi,tchws,δtchw,δtcw)，并将这些因素定义为模型的输入变量(记为i)，将冷水机组的总能耗pchiller设定为模型的输出变量(记为o)，以下是利用bp神经网络进行能耗预测的具体计算步骤：
28、
29、f2(x)＝x (15)
30、式中：i为输入变量；h为隐含层变量；o为输出变量；w和b为网络层权值和阈值；f为传递函数。
31、进一步的，将灰箱模型和bp神经网络模型在各两模型高精度预测区间结合，具体结合方式如下：
32、利用k-means聚类技术，识别出代表数据集特征的聚类中心，并评估输入数据与训练数据的相似度；具体的，通过计算输入数据与聚类中心的隶属函数值来衡量其接近程度，隶属度计算公式如(16)～(17)所示：
33、
34、式中：x为n维输入数据点；mij为聚类中心点；di为输入数据到ci聚类中心的欧式距离；i为输入数据对训练数据的隶属度。
35、进一步的，采用遗传算法优化中央空调系统的多品牌设备运行参数，通过多次迭代计算，寻找能耗最低的最优参数组合，具体如下:
36、(1)初始化种群，针对中央空调设备，随机生成n个个体，每个个体代表一组参数，种群由这n个参数组合组成；
37、(2)设计一个适应度函数，用于评估种群中每个个体(参数组合)的性能。这个适应度函数需要能够准确反映本文档来自技高网...
【技术保护点】
1.一种基于数理混合模型驱动的多品牌中央空调认证调节方法，其特征在于，包括如下步骤，
2.根据权利要求1所述的一种基于数理混合模型驱动的多品牌中央空调认证调节方法，其特征在于，所述数理混合模型包括中央空调的灰箱物理模型和BP神经网络模型的冷量预测模型，二者整合形成多品牌中央空调系统的综合调节模型。
3.根据权利要求2所述的一种基于数理混合模型驱动的多品牌中央空调认证调节方法，其特征在于，利用实际运行数据，通过模型辨识技术来确定能耗模型中的未知参数，最终形成了一个适用于预测中央空调冷源系统能耗的灰箱模型，相关公式如下所示：
4.根据权利要求2所述的一种基于数理混合模型驱动的多品牌中央空调认证调节方法，其特征在于，采用BP神经网络模型的冷量预测模型预测中央空调冷源系统的设备能耗，所述BP神经网络模型使用历史输入输出数据来训练网络，从而确定各层之间的权重和偏置值；随后，将新的输入数据送入训练好的网络，以预测相应的输出结果；具体的，在预测冷水机组的能耗时，首先识别出影响能耗的关键因素(Qe,Tcwi,Tchws,ΔTchw,ΔTcw)，并将这些因素定义
5.根据权利要求2所述的一种基于数理混合模型驱动的多品牌中央空调认证调节方法，其特征在于，将灰箱模型和BP神经网络模型在各两模型高精度预测区间结合，具体结合方式如下：
6.根据权利要求1所述的一种基于数理混合模型驱动的多品牌中央空调认证调节方法，其特征在于，采用遗传算法优化中央空调系统的多品牌设备运行参数，通过多次迭代计算，寻找能耗最低的最优参数组合，具体如下:
7.根据权利要求1所述的一种基于数理混合模型驱动的多品牌中央空调认证调节方法，其特征在于，认证调节专家表根据实时环境数据进行动态调整，结合历史运行数据及当前环境条件，自动选择最优控制策略。
8.根据权利要求1所述的一种基于数理混合模型驱动的多品牌中央空调认证调节方法，其特征在于，所述步骤S4中的自学习机制根据中央空调系统的历史运行数据，自动更新数理混合模型中的权重和参数，以提高模型的预测精度与调节能力。
9.一种多品牌中央空调认证调节系统，其特征在于，包括，
10.如权利要求9所述的一种多品牌中央空调认证调节系统，其特征在于，综合调节模型构建单元上设置有模型整合单元，用于将中央空调的灰箱物理模型和BP神经网络模型的冷量预测模型二者整合形成多品牌中央空调系统的综合调节模型。
...【技术特征摘要】
1.一种基于数理混合模型驱动的多品牌中央空调认证调节方法，其特征在于，包括如下步骤，
2.根据权利要求1所述的一种基于数理混合模型驱动的多品牌中央空调认证调节方法，其特征在于，所述数理混合模型包括中央空调的灰箱物理模型和bp神经网络模型的冷量预测模型，二者整合形成多品牌中央空调系统的综合调节模型。
3.根据权利要求2所述的一种基于数理混合模型驱动的多品牌中央空调认证调节方法，其特征在于，利用实际运行数据，通过模型辨识技术来确定能耗模型中的未知参数，最终形成了一个适用于预测中央空调冷源系统能耗的灰箱模型，相关公式如下所示：
4.根据权利要求2所述的一种基于数理混合模型驱动的多品牌中央空调认证调节方法，其特征在于，采用bp神经网络模型的冷量预测模型预测中央空调冷源系统的设备能耗，所述bp神经网络模型使用历史输入输出数据来训练网络，从而确定各层之间的权重和偏置值；随后，将新的输入数据送入训练好的网络，以预测相应的输出结果；具体的，在预测冷水机组的能耗时，首先识别出影响能耗的关键因素(qe,tcwi,tchws,δtchw,δtcw)，并将这些因素定义为模型的输入变量记为i，将冷水机组的总能耗pchiller设定为模型的输出变量记为o，以下是利用bp神经网络进行能耗预测的具体计算步...
【专利技术属性】
技术研发人员：王妍，邵娜，王英新，朱博，关艳，韩放，卢悦，赵英，顾欣，侯昝宇，冯天民，谭澈，刘丽月，
申请(专利权)人：国网辽宁省电力有限公司沈阳供电公司，
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。