CN108151253B - 一种变风量空调送风温度自动补偿方法 - Google Patents

Abstract

一种变风量空调送风温度自动补偿方法，利用空调末端控制器采集末端装置的数据，构建LS‑SVR温度失衡预测模型，空调末端控制器采用串级PID控制，根据温度设定值和实测温度值计算出需求风量值和风阀开度值；同时，根据空调末端控制器预测房间温度是否失衡，并把预测结果发送到空调机组控制器，空调机组控制器自动设置调节空调机组盘管电动水阀的设定温度，进而通过PID算法控制电动水阀开度，提前补偿送风温度。本发明的有益效果：提前预测房间温度的趋势，通过对送风温度控制值的重置来及时调节水阀开度，避免了传统的温度超调之后调节有可能带来的系统震荡，实现送风温度按需控制，快速控温、舒适运行。

Description

一种变风量空调送风温度自动补偿方法

技术领域

本发明涉及空调系统的自动控制技术领域，具体涉及一种变风量空调送风温度自动补偿方法，主要用于自动调节变风量空调机组盘管电动水阀开度，预防变风量空调器末端房间温度失衡，达到节能和舒适运行的目的。

背景技术

变风量空调系统是全空气空调系统的一种方式，是随着空调的节能要求而发展出来的一项新技术。变风量控制方法是由变风量末端装置根据房间温度和设定温度自动调节，并根据反馈到空调机组控制器的送风的实际温度和设定温度，自动调节水阀的开度，使送风温度不变。目前，传统的变风量空调系统中送风温度的设定值是恒定的，在实际使用时由于末端负荷变化等因素影响，会导致部分末端温度长期偏离设定温度，温度调节过慢，效果不理想。

发明内容

本发明要解决的技术问题是，针对现有技术存在的上述不足，提供一种变风量空调送风温度自动补偿方法，既可以节约能耗、提高变风量空调系统运行的可靠性和稳定性，又能提高系统运行在小负荷条件下的舒适性。

本发明为解决上述技术问题所采用的技术方案是：

一种变风量空调送风温度自动补偿方法，利用变风量空调的空调末端控制器通过现场总线采集末端装置的数据，构建LS-SVR温度失衡预测模型，经过空调机组控制器优化计算后，对水阀进行控制，具体包括以下步骤：

步骤S1、提取不同时间点不同末端房间的设定温度、实际温度、需求风量、实际风量、风阀开度、温度偏差、偏差产生变化时间参数，每个时间点上采集的数据作为一组，建立多组数据进行LS-SVR学习训练，并从多组数据中挑选几组作为测试样本数据集，结合测试样本数据集构建LS-SVR温度失衡预测模型，并把得到的LS-SVR温度失衡预测模型存储到空调末端控制器中；

步骤S2、各个房间的空调末端控制器根据该房间的温度设定值和所采集的温度实测值，计算该房间末端的需求风量值和温度偏差值，通过现场总线把温度设定值、温度实测值、需求风量值、实际风量值、风阀开度值、温度偏差值送给空调机组控制器中；

步骤S3、待末端装置内的风阀稳定运行3min后，空调末端控制器根据实时参数和LS-SVR 温度失衡预测模型进行温度失衡预测；

步骤S4、空调机组控制器采集各个房间末端的温度失衡预测结果，同时采集送风温度实测值和送风温度控制值；

步骤S5、空调机组控制器判断变风量空调系统的工作模式，通过采集各个空调末端控制器的各个实时参数和房间末端的温度失衡预测结果，利用温度补偿条件判断是否需要补偿，若需要补偿，则空调机组控制器根据温度补偿策略计算温度补偿值；若不需要补偿，则补偿值为零；根据温度补偿值重新计算送风温度控制值，并进行送风温度控制值重置；

步骤S6、以重置后的送风温度控制值为目标，根据所选择的工作模式为供冷模式或供热模式，利用送风温度实测值与重置后的送风温度控制值的送风温度偏差值，计算水阀的开度值，自动控制水阀开度。

按上述方案，所述步骤S1中LS-SVR温度失衡预测模型的构建步骤具体如下：

步骤S101、在空调末端控制器采集的历史数据中提取不同时间点房间的设定温度、实际温度、需求风量、实际风量、风阀开度、温度偏差、偏差产生变化时间参数；

步骤S102、根据温度失衡参数对历史数据进行特征提取，生成特征空间样本数据集；

步骤S103、结合样本数据集构建LS-SVR温度失衡预测模型，选择适当的核函数及其参数进行训练，直至满足判断温度是否失衡的预期训练目标；

步骤S104、利用训练好的LS-SVR温度失衡预测模型(非线性关系)进行温度失衡预测；

步骤S105、利用测试样本数据对步骤S104得到的预测结果进行误差检验，评价结果分析。

按上述方案，所述步骤S3中温度失衡预测结果中0代表不失衡，1代表过热失衡，-1代表过冷失衡，所述步骤S5中具体重置设定送风温度补偿步骤如下：

(1)当系统连续30s时间检测末端装置满足如下a)、b)条件(系统过热)：

a)检测第i个末端装置温度失衡预测结果为1；

b)满足a)条件的末端装置数量超过2个；

则执行：送风温度控制值在送风温度控制值的初设值基础上按步长ΔTrx(0.5℃左右) 减小；

(2)当系统连续30s时间检测末端装置满足如下a)、b)条件(系统过冷)：

a)检测第i个末端装置温度失衡预测结果为-1；

b)满足a)条件的末端装置数量超过2个；

则执行：送风温度控制值在送风温度控制值的初设值基础上按步长ΔTrx增加；

(3)当系统连续30s时间检测末端装置都满足上述(1)、(2)中的a)、b)条件时，即表示系统过冷与过热同时存在，按过冷与过热的末端装置的数量，少数服从多数原则执行；

(4)当过冷与过热的末端装置同时存在且数量相等时，送风温度控制值保持不变；或当均不满足上述(1)、(2)、(3)条件时，送风温度控制值也保持不变。

按上述方案，所述ΔTrx取0.5℃。

本发明的工作原理：根据历史数据提取的特征参数完成温度失衡的设计和训练，然后对待识别的测试样本用训练好的温度失衡LS-SVR模型进行温度失衡预测；将温度失衡预测模型存储到空调末端控制器中，编写程序，实现温度失衡预测算法并实时输出给空调机组控制器；空调机组控制器通过采集的末端预测的温度失衡趋势和个数来计算送风温度补偿值，送风温度控制值与送风温度补偿值求和作为送风温度重置值，送风温度重置值再与实测送风温度比较，利用PID算法计算水阀的开度值，提前补偿送风温度来预防末端房间温度失衡。

本发明采用上述技术方案的有益效果是：可以提前预测房间温度的趋势，通过对送风温度控制值的重置来及时调节水阀开度，避免了传统的温度超调之后调节有可能带来的系统震荡，实现送风温度按需控制，达到快速控温和舒适运行的目的，实现节能，避免温度失控。

附图说明

图1为本发明变风量空调送风温度补偿方法的原理图；

图2为本发明LS-SVR温度失衡预测模型图；

图3为本发明变风量空调系统的送风温度控制的原理框图。

具体实施方式

下面结合附图和实施例对本发明作进一步的详细说明。

如图1所示，本发明变风量空调送风温度自动补偿方法实现送风温度按需控制，实现节能，避免温度失控，利用变风量空调系统进行控制，变风量空调系统包括空调机组控制器、空调机组盘管内的水阀、空调末端控制器、末端装置，利用变风量空调的空调末端控制器通过现场总线采集末端装置的数据，构建LS-SVR温度失衡预测模型，经过空调机组控制器优化计算后，对水阀进行控制，具体包括以下步骤：

步骤S1，提取不同时间点不同末端房间的设定温度、实际温度、需求风量、实际风量、风阀开度、温度偏差、偏差产生变化时间参数，每个时间点上采集的数据作为一组，建立多组数据进行LS-SVR学习训练，并从多组数据中挑选几组作为测试样本数据集，结合测试样本数据集构建LS-SVR温度失衡预测模型，如图2所示，并把得到的LS-SVR温度失衡预测模型存储到空调末端控制器中，LS-SVR温度失衡预测模型构建步骤具体如下：

步骤S101、在空调末端控制器采集的历史数据中提取不同时间点不同末端房间的设定温度、实际温度、需求风量、实际风量、风阀开度、温度偏差、偏差产生变化时间参数。

步骤S102、根据温度失衡参数对历史数据进行特征提取，生成特征空间样本数据集；

步骤S103、结合样本数据集构建LS-SVR温度失衡预测模型，选择适当的核函数及其参数进行训练，直至满足判断温度是否失衡的预期的训练目标；

最小二乘支持向量回归机(Least Squares Support Vector Regression，或LS-SVR)把凸二次规划问题转化成线性方程组求解，通过给定的特征空间样本数据集作为训练样本

如图3所示，其中x_i是第i个输入学习样本向量，且为一维列向量

l为训练样本数目，y_i∈R为对应的目标值；

线性回归问题的目标回归函数：

f(x) ＝ w^T φ (x)+b

其中，w为权重向量，b称为偏置量，也称阈值，线性回归问题对应的优化问题为

其中，C为惩罚参数，η_i为误差变量，最小化上式为：

s.t.y_i-(w*φ(x)+d)＝η_i,i＝1,...,n

转化此函数的优化问题，可以构造Lagrange函数，同时引入Lagrange算子α,α*：

根据最优化理论，将L分别对各原变量求偏导得：

得到对偶最优化问题为

核函数为<φ(x_i)*φ(x_j)>＝K(x_i,x_j)。优化问题转化为泛函最大值的求解问题：

根据Karush-Kuhn-Tucker(KKT)条件可得：其中只有部分参数α_i不为0，它们就是问题中的支持向量(Support Vector,SV)，而且可以得到：

最后得到的非线性回归决策函数为

最小二乘支持向量机(LS-SVR)所需要求解的优化问题相当于求解线性方程组，简化了计算的复杂性，但是由于其中所有训练点均对决策函数有贡献，这种支持向量机回归的算法是不具有稀疏性的；

步骤S104、利用训练好的LS-SVR温度失衡预测模型(非线性关系)进行温度失衡预测；

步骤S105、利用测试样本数据对对步骤S104得到的预测结果进行误差检验，评价结果分析；

步骤S2、各个房间末端的空调末端控制器根据该房间的温度设定值和所采集的温度实测值，计算该房间末端的需求风量值和温度偏差值，通过现场总线把温度设定值、温度实测值、需求风量值、实际风量值、风阀开度值、温度偏差值送给空调机组控制器中；

步骤S3、待末端装置内的风阀稳定运行3min时间后，空调末端控制器根据实时参数和 LS-SVR温度失衡预测模型进行温度失衡预测，失衡预测结果中0代表不失衡，1代表过热失衡，-1代表过冷失衡；

步骤S4、空调机组控制器采集各个房间末端的温度失衡预测结果，同时采集送风温度实测值和送风温度控制值；

步骤S5、空调机组控制器判断变风量空调系统的工作模式，通过采集各个空调末端控制器的各个实时参数和房间末端的温度失衡预测结果，利用温度补偿条件判断是否需要补偿，若需要补偿，则空调机组控制器根据温度补偿策略计算温度补偿值；若不需要补偿，则补偿值为零；根据补偿值重新计算送风温度控制值，并进行送风温度控制值重置；当空调机组控制器的送风温度自适应功能开启时，空调机组送风温度偏差值Tr根据系统检测负荷条件自动变化(增加或减少)，风机启动后延迟3min计算送风温度偏差值Tr，送风温度偏差计算周期按30s计算，根据送风温度实测值T与送风温度控制值Tz(目标控制温度)，具体重置设定送风温度补偿步骤如下：

(1)当系统连续30s时间检测末端装置满足如下a)、b)条件(系统过热)：

a)检测第i个末端装置温度失衡预测结果为1；

b)满足a)条件的末端装置数量超过2个；

则执行：送风温度控制值Tz在送风温度控制值的初设值To基础上按ΔTrx(0.5℃左右) 步长减小；

(2)当系统连续30s时间检测末端装置满足如下a)、b)条件(系统过冷)：

a)检测第i个末端装置温度失衡预测结果为-1；

b)满足a)条件的末端装置数量超过2个；

则执行：送风温度控制值Tz在送风温度控制值的初设值To基础上按ΔTrx步长增加；

(3)当系统连续30s时间检测末端装置都满足上述(1)、(2)的a)、b)条件时：(系统过冷与过热同时存在，按过冷与过热的末端装置的数量，少数服从多数原则执行；

(4)当过冷与过热的末端装置同时存在且数量相等时，送风温度控制值Tz保持不变；或当均不满足上述(1)、(2)、(3)时，送风温度控制值Tz也保持不变；

步骤S6，如图3所示，以重置后的送风温度控制值Tz为目标，根据所选择的工作模式为供冷模式或供热模式，空调末端控制器采用串级PID控制，利用送风温度实测值T与送风温度控制值Tz的送风温度偏差值，按照PID算法自动控制水阀开度，提前补偿送风温度来预防末端房间温度失衡。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之类，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (4)

1.一种变风量空调送风温度自动补偿方法，其特征在于，利用变风量空调的空调末端控制器通过现场总线采集末端装置的数据，构建LS-SVR温度失衡预测模型，经过空调机组控制器优化计算后，对水阀进行控制，具体包括以下步骤：

步骤S1、提取不同时间点不同末端房间的设定温度、实际温度、需求风量、实际风量、风阀开度、温度偏差、偏差产生变化时间参数，每个时间点上采集的数据作为一组，建立多组数据进行LS-SVR学习训练，并从多组数据中挑选几组作为测试样本数据集，结合测试样本数据集构建LS-SVR温度失衡预测模型，并把得到的LS-SVR温度失衡预测模型存储到空调末端控制器中；

步骤S2、各个房间的空调末端控制器根据该房间的温度设定值和所采集的温度实测值，计算该房间末端的需求风量值和温度偏差值，通过现场总线把温度设定值、温度实测值、需求风量值、实际风量值、风阀开度值、温度偏差值送给空调机组控制器中；

步骤S3、待末端装置内的风阀稳定运行3min后，空调末端控制器根据实时参数和LS-SVR温度失衡预测模型进行温度失衡预测；

步骤S4、空调机组控制器采集各个房间末端的温度失衡预测结果，同时采集送风温度实测值和送风温度控制值；

步骤S5、空调机组控制器判断变风量空调系统的工作模式，通过采集各个空调末端控制器的各个实时参数和房间末端的温度失衡预测结果，利用温度补偿条件判断是否需要补偿，若需要补偿，则空调机组控制器根据温度补偿策略计算温度补偿值；若不需要补偿，则补偿值为零；根据补偿值重新计算送风温度控制值，并进行送风温度控制值重置；

步骤S6、以重置后的送风温度控制值为目标，根据所选择的工作模式为供冷模式或供热模式，利用送风温度实测值与重置后的送风温度控制值的送风温度偏差值，计算水阀的开度值，自动控制水阀开度。

2.如权利要求1所述的变风量空调送风温度自动补偿方法，其特征在于，所述步骤S1中LS-SVR温度失衡预测模型的构建步骤具体如下：

步骤S101、在空调末端控制器采集的历史数据中提取不同时间点房间的设定温度、实际温度、需求风量、实际风量、风阀开度、温度偏差、偏差产生变化时间参数；

步骤S102、根据温度失衡参数对历史数据进行特征提取，生成特征空间样本数据集；

步骤S103、结合样本数据集构建LS-SVR温度失衡预测模型，选择适当的核函数及其参数进行训练，直至满足判断温度是否失衡的预期训练目标；

步骤S104、利用训练好的LS-SVR温度失衡预测模型进行温度失衡预测；

步骤S105、利用测试样本数据对步骤S104得到的预测结果进行误差检验，评价结果分析。

3.如权利要求1所述的变风量空调送风温度自动补偿方法，其特征在于，所述步骤S3中温度失衡预测结果中0代表不失衡，1代表过热失衡，-1代表过冷失衡，所述步骤S5中具体重置设定送风温度补偿步骤如下：

(1)当系统连续30s时间检测末端装置满足如下a)、b)条件：

a)检测第i个末端装置温度失衡预测结果为1；

b)满足a)条件的末端装置数量超过2个；

则执行：送风温度控制值在送风温度控制值的初设值基础上按步长ΔTrx减小；

(2)当系统连续30s时间检测末端装置满足如下a)、b)条件：

a)检测第i个末端装置温度失衡预测结果为-1；

b)满足a)条件的末端装置数量超过2个；

则执行：送风温度控制值在送风温度控制值的初设值基础上按步长ΔTrx增加；

(3)当系统连续30s时间检测末端装置都满足上述(1)、(2)中的a)、b)条件时，即表示系统过冷与过热同时存在，按过冷与过热的末端装置的数量，少数服从多数原则执行；

(4)当过冷与过热的末端装置同时存在且数量相等时，送风温度控制值保持不变；或当均不满足上述(1)、(2)、(3)条件时，送风温度控制值也保持不变。

4.如权利要求3所述的变风量空调送风温度自动补偿方法，其特征在于，所述ΔTrx取0.5℃。

Images