[发明专利]中央空调系统节能控制方法

说明书

本发明公开了一种基于神经网络和遗传算法的中央空调系统节能控制方法，其特征在于，包括以下步骤：获取空调系统的设备运行数据和建筑负荷数据；对上述数据进行数据预处理；对预处理后的数据通过神经网络学习，得到系统能效模型；根据系统能效模型通过遗传算法寻优得到运行状态优化参数；根据运行状态优化参数对空调系统运行进行优化控制。本发明对比目前的控制技术有如下有益效果：避免设备长期运行后，性能下滑，厂家提供的出厂数据不能应用于能效分析的情况，合理的能效曲线对运行策略的制定起重要作用；通过神经网络建立系统能效模型，利用遗传算法优化运行参数，能快速匹配出符合当前系统制冷需求的节能策略。

技术领域

本发明涉及一种中央空调系统节能控制领域，具体涉及一种基于神经网络和遗传算法的中央空调系统设备建模，及运行策略优化方法。属于数据分析节能优化和制冷与空调技术领域。

背景技术

在全球面临能源危机的今天，节能技术越来越被各行各业所重视和推崇。根据《中国建筑能耗研究报告(2018)》，建筑行业的能源消耗占国家总消耗的20.6％，可见节能手段有效的维持了建筑能耗比重。在目前的建筑能耗中，公共建筑的能耗已经上升到了40％，能耗强度远高于其他民用建筑，随着第三产业占GDP比重不断的加大，以及产业结构的调整，公共建筑比例增多，建筑能耗在总能耗的占比将继续提高。对于这些采用“全时间，全空间”运行模式的大型公建，在控制策略上实现优化，对中央空调系统节能，降低建筑能耗，减少碳排放有着极为重要的意义和作用。

除了存在“全时间，全空间”的问题外，目前我国的建筑设计还普遍存在“大马拉小车”的问题，在进行空调系统选型时，设计符合都是按照当地最热天气进行计算的，再加上10～15％的裕量，导致系统长期在较高工况下运行。实测数据表明，空调机组80％以上的时间，处于低于60％以下的部分负荷运行，设备经常不处于最佳工况点。同时，因制冷循环效率与冷凝和蒸发温度有关，故室外温湿度对中央空调系统效率有至关重要的影响，而当室外温度改变时，冷水机组却只能按照出水温度设定值工作，造成大量电能白白浪费。

人工神经网络算法出现已近八十年，早期由于计算机能力以及算法机理模糊，应用并不多。随着计算机性能的提高，以及BP神经网络的提出，神经网络在各行各业都有广泛的应用前景。神经网络搭建的模型属于黑箱模型，在处理非线性问题上有很强的映射能力。但其映射能力建立在数据质量上，对含有噪声的数据存在过拟合问题而导致算法泛化性能下降。随着数据预处理手段的丰富，数据能得到很好的清洗，进而得到的学习模型也将更加精准。

遗传算法是一种基于“适者生存”的高度并行、随机和自适应的优化算法,通过复制、交叉、变异将问题解编码表示的“染色体”群一代代不断进化,最终收敛到最适应的群体,从而求得问题的最优解或满意解。其优点是原理和操作简单、通用性强、不受限制条件的约束,且具有隐含并行性和全局解搜索能力,在组合优化问题中得到广泛应用。

综上所述，现有的空调系统不能做到时刻匹配用户侧需求，同时没有较为精准的模型来模拟出一套最优的运行策略，而数据在早期无法起到举足轻重的作用。在大数据时代，中央空调系统节能可以考虑气象、建筑性能等用户侧需求因素，并且通过运行数据建立设备运行能耗模型，并且通过优化算法，得到一种智能化的具有自学习自适应的控制系统，能根据运行数据，找到实施系统能效的最高点。

发明内容

本发明的目的在于克服现有技术中的缺陷，提供基于神经网络的中央空调节能控制方法，能够自适应的中央空调系统，可以根据预测的建筑负荷实时调整空调系统的控制参数，保证系统运行的高效性。

为了实现上述目的，本发明的技术方案如下：