[发明专利]一种运行风险低的中央空调系统有效
申请号: | 201710180008.4 | 申请日: | 2017-03-23 |
公开(公告)号: | CN106918119B | 公开(公告)日: | 2019-04-19 |
发明(设计)人: | 不公告发明人 | 申请(专利权)人: | 天津锋尚智慧能源科技发展有限公司 |
主分类号: | F24F11/64 | 分类号: | F24F11/64;F24F11/52;F24F11/77;G06N3/08;F24F110/70;F24F110/10;F24F110/20;F24F120/10 |
代理公司: | 北京华识知识产权代理有限公司 11530 | 代理人: | 江婷 |
地址: | 300000 天津市*** | 国省代码: | 天津;12 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明提供了一种运行风险低的中央空调系统,包括设置在多个房间内的多个送风口、风量调节装置和风险评估装置,所述风量调节装置用于对所述送风口的送风量进行调节,所述风险评估装置用于对中央空调系统运行风险进行评估。本发明的有益效果为:有效降低了中央空调系统能耗,提高了运行稳定性。 | ||
搜索关键词: | 一种 运行 风险 中央空调 系统 | ||
【主权项】:
1.一种运行风险低的中央空调系统,其特征是,包括设置在多个房间内的多个送风口、风量调节装置和风险评估装置,所述风量调节装置用于对所述送风口的送风量进行调节,所述风险评估装置用于对中央空调系统运行风险进行评估;所述风险评估装置包括指标确立模块、第一训练模块、第二更新模块和风险确定模块,所述指标确立模块用于确定中央空调系统风险指标,所述第一训练模块采用所述风险指标的历史数据对神经网络进行训练,所述第二更新模块用于调整所述训练好的神经网络以适应风险指标数据变化,得到更新的神经网络,所述风险确定模块将所述变化的风险指标数据输入所述更新的神经网络,得到中央空调系统风险评估值;所述指标确立模块,将中央空调系统各设备故障率作为风险指标并采用下式进行处理:
其中,Ni表示第i个风险指标数据处理后的值,xi表示第i个风险指标数据原始值,xi‑max和xi‑min分别为第i个风险指标数据所能达到的最大值和最小值;所述第一训练模块采用风险指标的历史数据对神经网络进行训练;所述神经网络采用输入层、规则层和输出层3层结构,具体训练过程为:第一步:将指标数据的差异映射到规则层节点的适应度:
j∈[1,m],其中,EHj(Nt)为第j个规则层节点在t时刻的适应度,Nt为t时刻输入的风险指标数据,Nt=[N1(t),N2(t),…,Nn(t)],n为风险指标个数,Ni(t)为Nt的第i个分量,Hij[Ni(t)]为第j个规则层节点的第i个隶属度函数,
cij(t)和σij为隶属度函数中心和宽度,m为规则层节点数;第二步:对适应度进行加权拟合,作为风险评估值输出:![]()
其中,EM(Nt)为输出的风险评估值,wj(t)为EHj(Nt)的重要性权重;所述第二更新模块用于调整神经网络规则层节点数目以适应风险指标变化,得到更新的神经网络,所述调整规则层节点数目包括增加节点和合并节点;所述增加节点条件为:YW>CS1,YW=|EM(Nt)‑EM|,其中,EM(Nt)为样本输出,EM为输出风险评估值,CS1为第一误差门限,CS1∈[0.002,0.01],若满足条件则在距离指标数据最近的地方增加规则层节点;所述合并节点条件为:LG>CS2,
其中,ca和cb为规则层节点a和b的中心,cov(ca,cb)为ca、cb的协方差,D(ca)为ca标准差,D(cb)为cb的标准差,CS2表示第二误差门限,CS2∈[0.8,1],若满足条件,则将两个规则层节点a和b合并为一个节点a。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于天津锋尚智慧能源科技发展有限公司,未经天津锋尚智慧能源科技发展有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201710180008.4/,转载请声明来源钻瓜专利网。