[发明专利]基于决策技术的空调机能量使用测控方法及系统

权利要求书

1.一种基于决策技术的空调机能量使用测控方法，应用于监控中心，其特征在于，包括以下步骤：

S101、判断是否接收到移动用户端发送的主控消息，所述主控消息中包含空调机标识信息和主控温度值和湿度值信息的内容，主控温度值和湿度值信息为对所述空调机标识信息所指示的空调机自主设定的工作参数值，使其在所述主控温度值和湿度值下工作；

S102、当没有接收到移动用户端发送的主控消息时，获取与监控中心连接的一台或两台以上空调机的当前设定温度值和湿度值，以及每一空调机的强温控区域内的每台运算处理设备的当前负载占比值；强温控区域为较靠近空调机的区域；

S103、根据所述当前设定温度值和湿度值以及所述当前负载占比值，采用强化学习算法找到最佳的各台运算处理设备的预测负载占比值和各台空调机的预测设定温度值和湿度值之间的组合，使所有空调机和运算处理设备的总耗电量最小；

S104、优化控制每一空调机在各自的预测设定温度值和湿度值下工作；

S105、优化控制每一空调机的强温控区域内的各台运算处理设备调整负载分配策略，使各台运算处理设备在各自的预测负载占比值下工作。

2.根据权利要求1所述的方法，其特征在于，所述S103的步骤包括：

S31、基于所述当前设定温度值和湿度值以及所述当前负载占比值，根据预设预测模型，计算获得所有空调机和运算处理设备的总耗电量最小时，各台运算处理设备的预测负载占比值和各台空调机的预测设定温度值和湿度值；所述预设预测模型通过使用样本集对神经网络模型进行训练得到，所述样本集的元素包括预设历史时间段内每个空调机的设定温度值和湿度值和在设定温度值和湿度值下所有空调机和运算处理设备的总耗电量最小时每个空调机的强温控区域内的各台运算处理设备的负载占比值。

3.根据权利要求2所述的方法，其特征在于，所述神经网络模型为GRU模型。

4.根据权利要求1所述的方法，其特征在于，还包括以下步骤：

S106、当接收到移动用户端发送的主控消息时，控制所述空调机标识信息所指示的空调机在所述主控温度值和湿度值下工作。

5.根据权利要求1所述的方法，其特征在于，还包括以下步骤：

S107、获取预设时长内所有空调机分别在预测设定温度值和湿度值和所有运算处理设备在预测负载占比值下工作时的总耗电量；

S108、根据所述预设时长内的总耗电量对预设耗电量-时间关系曲线进行修正，获得耗电量-时间关系更新曲线；

S109、基于所述耗电量-时间关系更新曲线和预设各时段电价，根据价值模型计算获得降低总耗电量后所产生的价值。

6.一种基于决策技术的空调机能量使用测控系统，其特征在于，包括监控中心、一台或两台以上空调机、一台或两台以上运算处理设备和移动用户端；监控中心分别与各台空调机、各台运算处理设备和移动用户端进行通信；

所述监控中心用于包括执行如权利要求1-5任一项所述的基于决策技术的空调机能量使用测控方法的步骤；

所述移动用户端用于执行包括以下步骤的基于决策技术的空调机能量使用测控方法：

S201、获取监控中心发送的第一参数消息和第二参数消息，所述第一参数消息中包含所有空调机的标识信息、当前设定温度值和湿度值信息和强温控区域内的运算处理设备的标识信息的内容，所述第二参数消息中包含所有运算处理设备的当前负载占比值的内容；

S202、显示每个空调机的标识信息所指示的空调机的当前设定温度值和湿度值，以及显示每个空调机的标识信息所指示的空调机的强温控区域内的所有运算处理设备的标识信息所指示的运算处理设备的当前负载占比值；

所述空调机用于包括在所述监控中心的优化控制下按照预测设定温度值和湿度值进行工作或在移动用户端的控制下按照主控温度值和湿度值进行工作；

所述运算处理设备用于包括在所述监控中心的优化控制下按照预测负载占比值进行工作。

7.根据权利要求6所述的系统，其特征在于，所述移动用户端还用于执行包括以下步骤的基于决策技术的空调机能量使用测控方法：

S203、获取监控中心发送的第三参数消息和第四参数消息，所述第三参数消息中包含所有空调机的标识信息、预测设定温度值和湿度值信息和强温控区域内的运算处理设备的标识信息的内容，所述第四参数消息中包含所有运算处理设备的预测负载占比值的内容；

S204、显示每个空调机的标识信息所指示的空调机的预测设定温度值和湿度值，以及显示每个空调机的标识信息所指示的空调机的强温控区域内的所有运算处理设备的标识信息所指示的运算处理设备的预测负载占比值。