[发明专利]基于神经网络的中央空调节能控制方法及系统

说明书

技术领域

本发明涉及中央空调节能技术领域，尤其涉及基于神经网络的中央空调节能控制方法及系统。

背景技术

中央空调系统作为建筑系统的重要组成部分，其占整个建筑系统能耗电量的比重很大，据统计，建筑行业的能源消耗占国家总能耗的30％，而空调系统所耗电能占整个建筑物耗能的70％，占全公司总电耗18％左右，随着建筑人性化服务的需求，这个数字还会不断增长。因此，空调系统的节能对降低建筑系统耗能，节省企业用电支出，优化国家电力结构有着极为重要的意义和作用。

就任何建筑设计来说，为使空调系统在全年任意时段都能保证建筑内部的冷量需求，在选用空调系统时都是按当地最热天气所需的制冷需求的115％左右来选取机型的。在中央空调的运行过程中，主机、水泵、冷却塔等都没有任何负荷随动能力，导致中央空调长期在较高工况下运行，造成大量的能源浪费。特别是在天气变化的情况下，如夏天下雨时气温不高，冷量需求减小，但中央空调又运行在额定工况附近，造成电能浪费。

据有关资料统计，中央空调机组有90％的运行时间处于非满负荷的运行状态，而冷冻水泵，冷却水泵以及水塔风机在此90％的时间内仍处于100％的满负荷运行状态，均不能根据实际供冷负载变化而相应比例增减其输出功率，这样就导致了“大流量小温差”及冻水和冷却水的温差无法得到有效控制的现象。同时,常见冷水机组的冻水出水温度均设定为7.0℃左右，不能根据室外温湿度的变化而实时改变冷水机组的冻水出水温度设定,故造成大量的电能白白浪费。

在中央空调能耗管理上主要依据数据中心系统管理方法与策略来达到节能目的，但传统的数据管理模式是通过预先定义空调系统各设备参数来控制系统设备以达到总体节能目的，由于空调系统结构复杂，运行工况处于实时变化中，依靠固设参数来定制系统节能策略的方法不能使系统始终运行在最佳节能状态，固设参数的持续可用性较差。

由上可知，现有的中央空调系统在运行过程中均不能随着供冷负荷的增减而相应变化，使系统实际运行工况远偏离系统的最佳运行工况，从而导致整个中央空调系统效率降低。这一直是传统中央空调运行方式无法解决的一大难题。

发明内容

本发明所要解决的技术问题在于，提供一种基于神经网络的中央空调节能控制方法及系统。将空调系统的工况参数数据作为人工神经网络ANN的输入，借助人工神经网络对非线性复杂数据的处理优势，自动匹配出符合当前系统制冷需求的节能策略，并根据该策略自动对系统设备的运行模式进行调整，在保证应用性能需求的前提下，使空调系统以最佳效率运行，达到降低系统总能耗的目的。

为了解决上述技术问题，本发明提供了一种基于神经网络的中央空调节能控制方法，所述方法利用基于神经网络的中央空调节能控制系统对空调系统进行能效检测和调控，所述基于神经网络的中央空调节能控制系统包括传感器模块、数据采集模块、数据处理模块和设备控制模块，则所述方法包括以下步骤：

S1：所述传感器模块采集已开启的空调系统的工况参数数据，并将采集的工况参数数据传输至所述数据采集模块；

S2：所述数据采集模块将所述工况参数数据中的模拟信号转化为数字信号，并将已转化为数字信号的工况参数数据发送至所述数据处理模块；

S3：所述数据处理模块根据所述已转化为数字信号的工况参数数据计算得到当前系统总功率，并依据包含于所述工况参数数据内的空气温度和设定温度与存储于所述数据处理模块内的数据库内的数据进行匹配从而找到与所述空气温度和设定温度对应的最小系统总功率，再将所述最小系统总功率与所述当前系统总功率进行比对；

当所述最小系统总功率大于当前系统总功率时，将所述当前系统总功率和对应的工况参数数据存储于所述数据库内，并转至步骤S1，继续对系统进行检测分析；

当所述最小系统总功率不大于当前系统总功率时，将所述最小系统总功率在数据库内对应的工况参数数据发送至设备控制模块；

S4：所述设备控制模块根据接收到的所述工况参数数据控制相应的设备运转，并转至步骤S1，继续对系统进行检测分析。

作为本发明的优选，在所述步骤S3中，若未能在所述数据库中找到与所述空气温度和设定温度对应的最小系统总功率，则将所述当前系统总功率和对应的工况参数数据存储于所述数据库内。