[发明专利]一种基于GRNN的多台冷水机组系统运行控制方法

权利要求书

1.一种基于GRNN的多台冷水机组系统运行控制方法，其特征在于，包括：

获取多台冷水机组系统在多个历史时刻的运行特征集，所述运行特征集包括工作冷机台数、每台冷机的负载率、冷冻水流量、冷冻水回水温度、冷冻水出水温度、冷凝温度、蒸发温度、压缩机频率、制冷剂充罐量、制冷量及耗电量；

对于所述多台冷水机组系统的每台冷机，建立对应的内部效率预测模型；

获取未来时刻的负荷需求，基于所述负荷需求生成所述多台冷水机组系统在所述未来时刻的运行方案，其中，所述运行方案包括所述多台冷水机组系统在所述未来时刻的每台冷机的负载率；

对于每个所述运行方案，基于所述多台冷水机组系统在所述未来时刻的每台冷机的负载率及所述多台冷水机组系统在多个历史时刻的每台冷机的负载率，从所述多个历史时刻中确定相似历史时刻，通过每台所述冷机对应的所述内部效率预测模型基于所述相似历史时刻的运行特征集确定在所述运行方案下的所述冷机的内部效率，基于所述多台冷水机组系统的每台冷机在所述运行方案下的所述内部效率确定所述多台冷水机组系统在所述运行方案下的系统能耗；

基于每个所述运行方案对应的所述系统能耗，从所述多个运行方案中获取目标方案。

2.如权利要求1所述的一种基于GRNN的多台冷水机组系统运行控制方法，其特征在于，所述对于所述多台冷水机组系统的每台冷机，建立对应的内部效率预测模型，包括：

建立初始GRNN模型；

获取多个样本，所述样本包括多个历史时刻的运行特征集及标签；

通过所述多个样本对所述初始GRNN模型进行训练，直至训练后的初始GRNN模型满足预设条件；

将满足所述预设条件的所述训练后的初始GRNN模型作为所述冷机对应的内部效率预测模型。

3.如权利要求2所述的一种基于GRNN的多台冷水机组系统运行控制方法，其特征在于，所述获取多个训练样本，包括：

对于每个所述样本，

获取所述历史时刻的运行特征集；

基于所述历史时刻的运行特征集中所述冷机的制冷量和耗电量，计算所述冷机在所述历史时刻的能效比；

基于所述历史时刻的运行特征集中所述冷机的蒸发温度和冷凝温度，计算所述冷机在所述历史时刻的外部效率；

基于所述能效比及所述外部效率计算所述冷机在所述历史时刻的内部效率；

将所述内部效率作为所述训练样本的标签。

4.如权利要求3所述的一种基于GRNN的多台冷水机组系统运行控制方法，其特征在于，基于所述历史时刻的运行特征集中的蒸发温度和冷凝温度，计算所述冷机在所述历史时刻的能效比，包括：

基于如下公式计算所述冷机在所述历史时刻的能效比：

其中，COP_k(Ti)表示第k台冷机在所述历史时刻Ti的能效比，k＝1,…,l，Q_k(Ti)表示第k台冷机在所述历史时刻Ti的制冷量，W_k(Ti)表示第k台冷机在所述历史时刻Ti的耗电量，l表示多台冷水机组系统中的冷机总数。

5.如权利要求4所述的一种基于GRNN的多台冷水机组系统运行控制方法，其特征在于，基于所述历史时刻的运行特征集中的蒸发温度和冷凝温度，计算所述冷机在所述历史时刻的外部效率，包括：

基于如下公式计算所述冷机在所述历史时刻的能效比：

其中，ICOP_k(Ti)表示第k台冷机在所述历史时刻Ti的外部效率，T1_k(Ti)表示第k台冷机在所述历史时刻Ti的蒸发温度，T2_k(Ti)表示第k台冷机在所述历史时刻Ti的冷凝温度。

6.如权利要求5所述的一种基于GRNN的多台冷水机组系统运行控制方法，其特征在于，所述基于所述能效比及所述外部效率计算所述历史时刻的内部效率，包括：

基于如下公式计算所述历史时刻的内部效率：

其中，DCOP_k(Ti)表示第k台冷机在历史时刻Ti的内部效率。