【技术实现步骤摘要】
本专利技术涉及空调控制领域，特别是涉及一种空调的控制方法及电子设备。
技术介绍
1、近年来，随着人工智能、工业物联网、大数据等应用技术的蓬勃发展，数据中心作为数据和算力的载体，其规模快速增长。在数据中心中，it(information technology，信息技术)设备是实现数据处理、计算、存储等业务的核心设备，具有发热量大、对运行环境温湿度要求高的特点。为了保证it设备安全高效的运行，需要精密的空调系统365天24小时进行不间断供冷。
2、在实现本专利技术的过程中，专利技术人发现现有技术中至少存在以下问题：
3、目前的空调会根据采集温度与温度设定值之间的偏差，采用pid控制等技术调节空调运行。然而，数据中心的空调系统具有大滞后、非线性和强耦合特性。同时，由于it设备的业务特性不同，其负载在时间上存在较大波动。为了确保冷通道温度始终保持在设定范围内，空调的送风温度和送风量的设定点往往比较保守，大部分情况下空调供冷量超过实际it设备散热需求，导致了大量能源的浪费。
技术实现思路
1、有鉴于此，本专利技术的目的是提供一种空调的控制方法及电子设备，改善空调系统过度供冷的现象，保证冷通道温度在设定范围内稳定变化。
2、为有效解决上述技术问题，本专利技术提供了一种空调的控制方法，包括：
3、确定处于空调的制冷区域中的所有设备的当前负载总功率，并将所述当前负载总功率输入预设优化模型；
4、以空调的供冷量与设备散热需求匹配为目标，利用
5、将所述空调的当前控制参数调整为所述目标控制参数，其中，所述空调的控制参数包括送风温度设定点、内风机转速上限设定点和内风机转速下限设定点。
6、可选的，确定处于空调的制冷区域中的所有设备的当前负载总功率，包括：
7、确定处于所述空调的制冷区域中的所有设备；
8、采集所述所有设备当前的设备功率；
9、将所述所有设备当前的设备功率进行求和，得到的和值确定为处于空调的制冷区域中的所有设备的当前负载总功率。
10、可选的，所述预设优化模型为专家规则控制系统；所述专家规则控制系统中的专家规则包括若干个功率区间以及与若干个所述功率区间一一对应的若干组空调的控制参数的专家设定值；所述空调的控制参数的专家设定值为预先以空调的供冷量与设备散热需求匹配为目标设定的参数；
11、以空调的供冷量与设备散热需求匹配为目标，利用所述预设优化模型确定与所述当前负载总功率对应的所述空调的目标控制参数，包括：
12、确定所述空调的当前负载总功率所归属的当前功率区间；
13、将所述当前功率区间对应的一组专家设定值作为所述空调的目标控制参数；其中，一组控制参数的专家设定值包括送风温度设定点的专家设定值、内风机转速上限设定点的专家设定值和内风机转速下限设定点的专家设定值。
14、可选的，预先以空调的供冷量与设备散热需求匹配为目标设定所述空调的控制参数的专家设定值的具体过程包括：
15、基于第一关系式确定与各个功率区间对应的内风机转速下限设定点的专家设定值；
16、基于第二关系式和所述内风机转速下限设定点的专家设定值确定与各个功率区间对应的内风机转速上限设定点的专家设定值；
17、所述第一关系式为：
18、p(i)＝cm(i)(tr(i)-ts(i))；
19、所述第二关系式为：
20、m(i)＝n(i+1)；
21、其中，i为功率区间的序号，p(i)为第i个功率区间的上限值，c为空气比热容，m(i)为内风机转速为m(i)时通过空调的空气的质量流量，tr(i)为负载总功率为p(i)且空调的冷通道温度稳定在设定范围内时空调的回风温度，ts(i)为第i个功率区间对应的送风温度设定点的专家设定值，m(i)为第i个功率区间对应的内风机转速下限设定点的专家设定值，n(i+1)为第i+1个功率区间对应的内风机转速上限设定点的专家设定值。
22、可选的，所述预设优化模型为模糊规则控制系统；
23、以空调的供冷量与设备散热需求匹配为目标，利用所述预设优化模型确定与所述当前负载总功率对应的所述空调的目标控制参数，包括：
24、根据预设模糊规则确定与所述当前负载总功率对应的所述空调的控制参数的模糊集合；其中，所述预设模糊规则包括预先以空调的供冷量与设备散热需求匹配为目标确定的负载总功率与空调的控制参数的对应关系；
25、对所述空调的控制参数的模糊集合进行去模糊化；
26、将去模糊化后的所述空调的控制参数确定为与所述当前负载总功率对应的所述空调的目标控制参数。
27、可选的，根据预设模糊规则确定与所述当前负载总功率对应的所述空调的控制参数的模糊集合，包括：
28、根据所述空调的负载总功率的取值范围划分若干个模糊子集；
29、将所述当前负载总功率转换为与若干个所述模糊子集一一对应的若干个隶属度；其中，所述隶属度表示所述当前负载总功率与模糊子集之间的隶属关系；
30、确定所述当前负载总功率分别隶属于各个所述模糊子集时对应的所述空调的控制参数；
31、将确定的若干个所述空调的控制参数作为所述空调的控制参数的模糊集合。
32、可选的，根据所述空调的负载总功率的取值范围划分若干个模糊子集，包括：
33、将所述空调的负载总功率的取值范围划分第一模糊子集、第二模糊子集和第三模糊子集；
34、将所述当前负载总功率转换为与若干个所述模糊子集一一对应的若干个隶属度，包括：
35、从所述空调的负载总功率的取值范围中选择与所述第一模糊子集对应的第一参考值、与所述第二模糊子集对应的第二参考值以及与所述第三模糊子集对应的第三参考值；
36、当所述当前负载总功率不大于所述第一参考值时，所述当前负载总功率的第一隶属度为1，第二隶属度和第三隶属度均为0；
37、当所述当前负载总功率大于所述第一参考值且不大于所述第二参考值时，确定所述第二参考值与所述当前负载总功率之间的第一差值、所述当前负载总功率与所述第一参考值之间的第二差值以及所述第二参考值与所述第一参考值之间的第三差值，所述当前负载总功率的第一隶属度为所述第一差值和所述第三差值之间的比值，所述当前负载总功率的第二隶属度为所述第二差值与所述第三差值之间的比值，所述当前负载总功率的第三隶属度为0；
38、当所述当前负载总功率大于所述第二参考值且不大于所述第三参考值时，确定所述第三参考值与所述当前负载总功率之间的第四差值、所述当前负载总功率与所述第二参考值之间的第五差值以及所述第三参考值与所述第二参考值之间的第六差值，所述当前负载总功率的第一隶属度为0，所述当前负载总功率的第二隶属度为所述第四差值和所述第六差值之间的比值，所述当本文档来自技高网...
【技术保护点】
1.一种空调的控制方法，其特征在于，包括：
2.如权利要求1所述的空调的控制方法，其特征在于，确定处于空调的制冷区域中的所有设备的当前负载总功率，包括：
3.如权利要求1或2所述的空调的控制方法，其特征在于，所述预设优化模型为专家规则控制系统；所述专家规则控制系统中的专家规则包括若干个功率区间以及与若干个所述功率区间一一对应的若干组空调的控制参数的专家设定值；所述空调的控制参数的专家设定值为预先以空调的供冷量与设备散热需求匹配为目标设定的参数；
4.如权利要求3所述的空调的控制方法，其特征在于，预先以空调的供冷量与设备散热需求匹配为目标设定所述空调的控制参数的专家设定值的具体过程包括：
5.如权利要求1或2所述的空调的控制方法，其特征在于，所述预设优化模型为模糊规则控制系统；
6.如权利要求5所述的空调的控制方法，其特征在于，根据预设模糊规则确定与所述当前负载总功率对应的所述空调的控制参数的模糊集合，包括：
7.如权利要求6所述的空调的控制方法，其特征在于，根据所述空调的负载总功率的取值范围划分若干个模糊子集
8.如权利要求1或2所述的空调的控制方法，其特征在于，所述预设优化模型为优化算法；所述优化算法包括约束条件和以空调的能耗最小为目标的目标函数；所述约束条件包括所述空调的供冷量不小于设备散热需求；
9.如权利要求8所述的空调的控制方法，其特征在于，所述约束条件还包括所述空调的风机的上限转速在设定范围内、所述风机的下限转速在设定范围内、所述风机的下限转速不大于所述风机的上限转速、所述空调的制冷区域的温度在安全范围内。
10.一种电子设备，其特征在于，包括：
...【技术特征摘要】
1.一种空调的控制方法，其特征在于，包括：
2.如权利要求1所述的空调的控制方法，其特征在于，确定处于空调的制冷区域中的所有设备的当前负载总功率，包括：
3.如权利要求1或2所述的空调的控制方法，其特征在于，所述预设优化模型为专家规则控制系统；所述专家规则控制系统中的专家规则包括若干个功率区间以及与若干个所述功率区间一一对应的若干组空调的控制参数的专家设定值；所述空调的控制参数的专家设定值为预先以空调的供冷量与设备散热需求匹配为目标设定的参数；
4.如权利要求3所述的空调的控制方法，其特征在于，预先以空调的供冷量与设备散热需求匹配为目标设定所述空调的控制参数的专家设定值的具体过程包括：
5.如权利要求1或2所述的空调的控制方法，其特征在于，所述预设优化模型为模糊规则控制系统；
6...
【专利技术属性】
技术研发人员：田明湘，吴烨，仝小溪，
申请(专利权)人：深圳市英维克科技股份有限公司，
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。