【技术实现步骤摘要】
本专利技术涉及智能控制，更具体地说，本专利技术涉及一种建筑节能智能化集成控制系统及方法。
技术介绍
1、申请公开号为cn118605146a的专利公开了一种智慧建筑节能控制系统、方法及电气设备，通过基于ip地址，构建三维拓扑网络，能够更清晰展示设备形态、整体结构和拓扑关系，在一定程度上有助于更好地对各受控设备进行调控，减少不必要的能耗，并且节能控制服务器根据每个受控对象的能耗和实际运行变量，确定每个受控对象的调节程度，使得每个智能节点控制设备对相应的受控设备进行调节，使每个受控对象达到最优的运行状态，从而有助于整体上实现减少能耗浪费，达到节能的目的。
2、但是现有系统依然缺乏对建筑内部环境状态和能源消耗情况的全面感知能力；由于采集的数据质量较差，无法准确把握建筑的运行状态，从而难以制定出科学合理的控制策略；其次，现有系统在建模和预测方面能力有限；它们通常采用简单的经验模型或数据驱动模型，无法精确描述建筑内部复杂的动态过程，预测的能耗和舒适度变化往往与实际情况存在偏差，制约了控制策略的前瞻性和有效性；再者，现有系统在控制策略求解时，往往只考虑单一目标，忽视了内在矛盾和平衡；这种单一目标优化往往无法真正满足实际需求；此外，现有系统在求解的过程中往往采用简单的搜索或规则方法，优化能力有限；由于建筑系统的高度复杂性和多变性，很难获得真正的最优控制策略，控制效果难以达到理想水平；可以看出，现有建筑节能控制系统在多个环节都存在明显不足，制约了系统的整体性能，难以在实际应用场景中真正满足实际需求。
3、鉴于此，本专利技
技术实现思路
1、为了克服现有技术的上述缺陷，为实现上述目的，本专利技术提供如下技术方案：一种建筑节能智能化集成控制系统，包括：数据采集模块，用于采集建筑内部空间区域的建筑综合数据；将建筑综合数据进行预处理，得到标准建筑数据；
2、综合预测模块，用于根据标准建筑数据建立建筑动态模型，利用动态模型预测得到建筑内部空间区域未来固定时间段内的能耗变化曲线和舒适度变化曲线；
3、策略求解模块，用于将建筑内部空间区域未来固定时间段内的能耗变化曲线和舒适度变化曲线作为约束，求解得到一系列最优控制策略序列；将求解得到的最优控制策略序列分配至建筑的各执行器，各个模块之间通过有线和/或无线的方式进行连接，实现模块间的数据传输。
4、进一步地，所述建筑综合数据包括建筑内的环境参数和能源消耗数据；建筑内环境参数包括温度、湿度、二氧化碳浓度、照度和新风量；能源消耗数据包括供热量、制冷量和照明功率。
5、进一步地，所述将建筑综合数据进行预处理的方式包括：
6、将建筑综合数据进行数据清洗，并对不同量纲的数据进行无量纲化处理，得到初步建筑数据；将初步建筑数据按照数据类型的时间顺序，排列成对应的数据时间序列；将数据时间序列分别进行数据分段，得到m段建筑数据；从m段建筑数据中分别提取出标准建筑数据。
7、进一步地，所述进行数据分段的方式包括：
8、对于每个数据时间序列，将其看作一个离散时间马尔科夫链的状态序列，根据数据时间序列的数据值的范围将其离散化为有限个状态，即确定马尔科夫链的状态空间；初始化一个计数矩阵c，计数矩阵c中的所有元素初始值为0，遍历时间序列数据，对于每个相邻的时间点对(y_t，y_t+1)，其中，y_t表示时间t的状态，y_t+1表示时间t+1的状态，确定y_t和y_t+1分别对应的状态索引i和j；将状态索引i和j对应的计数矩阵c中的元素c(i，j)的值加1，即c(i，j)记录了从状态z_i转移到状态z_j的次数；遍历完整个时间序列后，对于每个状态s_i，计算它转移到其他状态的频率，即c(i，j)除以从状态z_i出发的所有转移的次数的总和；得到的所有频率，即得到转移概率矩阵p的所有元素；
9、利用得到的转移概率矩阵，对于数据时间序列中的每个时间点t，计算该时间点的数据值属于每个状态z_i的条件概率p(t，z_i)；
10、对于每个时间点t，计算该时间点的数据值属于每个状态的条件概率的最大值p_max；
11、基于最大值p_max预设概率阈值θ=a×p_max，当p(t，z_i)大于或等于θ时，判定时间点t属于状态z_i；a为权衡参数；
12、扫描整个数据时间序列，将相邻的属于同一状态的时间点归为一数据段，即得到若干段初步分段数据；将若干段初步分段数据进行聚类分析，得到m段建筑数据。
13、进一步地，所述进行聚类分析的方式包括：
14、计算每个初步分段数据的特征向量，特征向量由加权均值向量、方差向量、均值向量、最大值、最小值、峰度和偏度拼接得到；
15、加权均值向量的计算方式包括：
16、对于第个初步分段数据，其时间范围为<mi>[t_l</mi><mi>_</mi><mi>start,t_l</mi><mi>_</mi><mi>end]</mi>，其中，为第个初步分段数据的起始时间点，为第个初步分段数据的结束时间点；基于结束时间点定义时间权重函数；时间权重函数的公式为：
17、；其中，是一个衰减系数，为周期性调节系数，为时间时的时间权重；为函数的初始时间点，为周期；
18、基于时间权重函数计算得到第个初步分段数据的加权均值向量；
19、；其中，为数据点的置信度权重，数据点为初步分段数据在时间的数据点；
20、，其中，为初步分段数据的均值，为所在邻域的标准差，和为置信度参数；
21、基于计算得到的特征向量，构建一个距离矩阵d，距离矩阵d中的元素d(i，j)表示第i个初步分段数据与第j个初步分段数据之间的马哈拉诺比斯距离；基于距离矩阵d进行合并迭代，得到m段建筑数据。
22、进一步地，所述基于距离矩阵d进行合并迭代的方式包括：
23、将距离矩阵d中的每个初步分段数据看作一个单独的簇，计算每个簇的特征向量，基于特征向量计算簇间的综合距离；综合距离的计算公式为：
24、；其中，为簇和之间的综合距离，为簇的特征向量，为簇的特征向量，是一个自适应协方差矩阵，为簇的时间中心，是簇的时间中心，是时间衰减参数；
25、基于簇间的综合距离计算簇间的合并代价；合并代价的计算公式为：
26、；其中，是簇形状惩罚项，为簇和之间的合并代价；
27、簇形状惩罚项；其中，为簇的方差，为簇的方差，为簇的偏度，为簇的偏度，和是可学习参数；
28、在当前所有两两的簇中，找到合并代价最小的两个簇和，将它们合并为新簇；新簇的特征向量根据和的特征向量，以及它们的样本数量加权计算得到；计算新簇与其他簇的距离，并更新距离矩阵；
29、当所有簇的簇内离差平方和本文档来自技高网...
【技术保护点】
1.一种建筑节能智能化集成控制系统，其特征在于，包括：数据采集模块，用于采集建筑内部空间区域的建筑综合数据；将建筑综合数据进行预处理，得到标准建筑数据；
2.根据权利要求1所述的建筑节能智能化集成控制系统，其特征在于，所述建筑综合数据包括建筑内的环境参数和能源消耗数据；建筑内环境参数包括温度、湿度、二氧化碳浓度、照度和新风量；能源消耗数据包括供热量、制冷量和照明功率。
3.根据权利要求2所述的建筑节能智能化集成控制系统，其特征在于，所述将建筑综合数据进行预处理的方式包括：
4.根据权利要求3所述的建筑节能智能化集成控制系统，其特征在于，所述进行数据分段的方式包括：
5.根据权利要求4所述的建筑节能智能化集成控制系统，其特征在于，所述进行聚类分析的方式包括：
6.根据权利要求5所述的建筑节能智能化集成控制系统，其特征在于，所述基于距离矩阵D进行合并迭代的方式包括：
7.根据权利要求6所述的建筑节能智能化集成控制系统，其特征在于，所述建立建筑动态模型的方式包括：
8.根据权利要求7所述的建筑节能智能化
9.根据权利要求8所述的建筑节能智能化集成控制系统，其特征在于，所述最优控制策略序列的求解方式包括：
10.一种建筑节能智能化集成控制方法，其基于权利要求1至9任一项所述的建筑节能智能化集成控制系统实现，其特征在于，包括：步骤1、采集建筑内部空间区域的建筑综合数据；将建筑综合数据进行预处理，得到标准建筑数据；
...【技术特征摘要】
1.一种建筑节能智能化集成控制系统，其特征在于，包括：数据采集模块，用于采集建筑内部空间区域的建筑综合数据；将建筑综合数据进行预处理，得到标准建筑数据；
2.根据权利要求1所述的建筑节能智能化集成控制系统，其特征在于，所述建筑综合数据包括建筑内的环境参数和能源消耗数据；建筑内环境参数包括温度、湿度、二氧化碳浓度、照度和新风量；能源消耗数据包括供热量、制冷量和照明功率。
3.根据权利要求2所述的建筑节能智能化集成控制系统，其特征在于，所述将建筑综合数据进行预处理的方式包括：
4.根据权利要求3所述的建筑节能智能化集成控制系统，其特征在于，所述进行数据分段的方式包括：
5.根据权利要求4所述的建筑节能智能化集成控制系统，其特征在于，所述进行聚类分析的方式包括：
6...
【专利技术属性】
技术研发人员：王政，
申请(专利权)人：天津华信惠悦科技有限公司，
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。