CN109212965A - 基于粒子群优化算法的地暖温度控制系统及方法 - Google Patents

基于粒子群优化算法的地暖温度控制系统及方法 Download PDF

Info

Publication number
CN109212965A
CN109212965A CN201810886336.0A CN201810886336A CN109212965A CN 109212965 A CN109212965 A CN 109212965A CN 201810886336 A CN201810886336 A CN 201810886336A CN 109212965 A CN109212965 A CN 109212965A
Authority
CN
China
Prior art keywords
temperature
fuzzy
optimization algorithm
particle swarm
swarm optimization
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201810886336.0A
Other languages
English (en)
Inventor
彭刚
朱詠筠
武登泽
艾志永
王思明
毛维民
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangzhou Yunlei Intelligent Technology Co Ltd
Original Assignee
Guangzhou Yunlei Intelligent Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Guangzhou Yunlei Intelligent Technology Co Ltd filed Critical Guangzhou Yunlei Intelligent Technology Co Ltd
Priority to CN201810886336.0A priority Critical patent/CN109212965A/zh
Publication of CN109212965A publication Critical patent/CN109212965A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Steam Or Hot-Water Central Heating Systems (AREA)

Abstract

本发明公开了基于粒子群优化算法的地暖温度控制系统及方法，其中，方法包括以下步骤：采用粒子群优化算法建立模糊推理器；采集室内的温度后，结合预设温度和采集的温度计算温度偏差以及偏差变化率；结合温度偏差、偏差变化率以及模糊推理器计算PID控制器参数；结合温度偏差和PID控制器参数，采用PID控制器控制调节阀的加热开通时间。本发明采用粒子群优化算法建立模糊推理器，得到的模糊推理规则表更加准确，更能反映不同房间的温度变化情况与控制时间的关系，从而提高地暖温度控制的准确度，使用户更加舒适，也更加节能。同时，本发明降低了参数调整的困难，减少了主观因素的影响，可广泛应用于地暖温度控制领域。

Description

基于粒子群优化算法的地暖温度控制系统及方法
技术领域
本发明涉及地暖温度控制领域，尤其涉及基于粒子群优化算法的地暖温度控制系统及方法。
背景技术
地暖是地板辐射采暖的简称，是以整个地面为散热器，通过地板辐射层中的热媒，均匀加热整个地面，利用地面自身的蓄热和热量向上辐射的规律由下至上进行传导，来达到取暖的目的。
地暖作为近年来在国内逐渐兴起的供暖方式，以安装在墙壁上的控制面板为主要控制媒介。用户通过使用地暖时，通过打开开关并设置电暖的温度，使室内的温度满足用户的舒适要求。地暖是一种慢热型加热工具，且依靠消耗以电量或天然气进行供暖，往往因为对温度的控制不够准确，造成了资源浪费的情况，也影响了用户的体验。现有技术通过模糊PID控制器控制温度，但因为使用的模糊推理规则表都是一成不变的，不能准确反应不同温度差别与PID控制器参数的关系，所以无法进一步快速、精准地控制房间的温度。同时，由于模糊 PID控制器的设计中涉及到的需要主观确定的参数很多，缺乏系统化的设计方法，仅靠人工经验进行手工调整控制器的参数比较困难的。
名词解释：
PSO：粒子群优化(Particle Swarm Optimization)算法，也称粒子群算法或鸟群觅食算法，属于进化算法的一种，它是一种基于种群的随机优化技术，从随机解出发，通过迭代寻找最优解，它通过追随当前搜索到的最优值来寻找全局最优。这种算法以其实现容易、精度高、收敛快等优点引起了学术界的重视，并且在解决实际问题中展示了其优越性。
发明内容
为了解决上述技术问题，本发明的目的是提供一种更准确地控制地暖温度的控制系统。
本发明的另一目的是提供一种更准确地控制地暖温度的控制方法。
本发明所采用的技术方案是：
基于粒子群优化算法的地暖温度控制系统，包括温度传感器、控制板、液晶显示屏以及调节阀，所述控制板分别与温度传感器、液晶显示屏和调节阀连接；
所述温度传感器用于采集室内的温度；
所述控制板结合预设温度和采集的温度获取温度偏差以及偏差变化率，采用粒子群优化算法建立模糊推理器，再结合温度偏差、偏差变化率以及模糊推理器计算PID控制器参数，然后通过PID控制器控制调节阀的加热开通时间，从而调节室内的温度；
所述PID控制器参数包括PID控制器的比例环节系数、积分环节系数和微分环节系数；
所述液晶显示屏用于显示室内的温度，以及输入预设温度。
进一步，所述采用粒子群优化算法建立模糊推理器的步骤，具体包括以下步骤：
建立隶属函数和模糊推理算式；
采用粒子群优化算法对模糊推理算式的加权因子进行优化，获得最优模糊推理算式；
结合隶属函数和最优模糊推理算式建立模糊推理器。
进一步，所述模糊推理器采用Mamdani型模糊逻辑系统，且将温度偏差和偏差变化率作为模糊推理器的输入信息。
进一步，所述隶属函数采用三角形隶属函数。
本发明所采用的另一技术方案是：
基于粒子群优化算法的地暖温度控制方法，包括以下步骤：
S1、采用粒子群优化算法建立模糊推理器；
S2、采集室内的温度后，结合预设温度和采集的实际温度计算温度偏差以及偏差变化率；
S3、结合温度偏差、偏差变化率以及模糊推理器计算PID控制器参数；其中，所述PID 控制器参数包括PID控制器的比例环节系数、积分环节系数和微分环节系数；
S4、结合温度偏差和PID控制器参数，采用PID控制器控制调节阀的加热开通时间。
进一步，所述采用粒子群优化算法建立模糊推理器的步骤，具体包括以下步骤：
建立隶属函数和模糊推理算式；
采用粒子群优化算法对模糊推理算式的加权因子进行优化，获得最优模糊推理算式；
结合隶属函数和最优模糊推理算式建立模糊推理器。
进一步，所述模糊推理器采用Mamdani型模糊逻辑系统，且将温度偏差和偏差变化率作为模糊推理器的输入信息。
进一步，所述隶属函数采用三角形隶属函数。
本发明的有益效果是：
(1)本发明采用粒子群优化算法建立模糊推理器，得到的模糊推理规则表更加准确，不是一成不变的，能反映不同温度差别情况与PID控制参数的关系，从而进一步提高地暖温度控制的快速性和准确度，使用户更加舒适，也更加节能。
(2)本发明采用粒子群优化算法建立模糊推理器，优化了PID控制器的设计过程，自动调整控制器参数，降低了参数调整的困难，减少了主观因素的影响。
附图说明
图1是本发明基于粒子群优化算法的地暖温度控制方法步骤流程图；
图2是本发明基于粒子群优化算法的地暖温度控制结构框图；
图3是本发明三角形隶属函数的示意图；
图4是本发明基于粒子群优化算法的地暖温度控制系统的组成图。
具体实施方式
如图1所示，基于粒子群优化算法的地暖温度控制方法，包括以下步骤：
A1、采用粒子群优化算法建立模糊推理器。
其中，步骤A1包括A11～A13：
A11、建立隶属函数和模糊推理算式。
A12、采用粒子群优化算法对模糊推理算式的加权因子进行优化，获得最优模糊推理算式。所述模糊推理器采用Mamdani型模糊逻辑系统，且将温度偏差和偏差变化率作为模糊推理器的输入信息。
A13、结合隶属函数和最优模糊推理算式建立模糊推理器。所述隶属函数采用三角形隶属函数
A2、采集室内的温度后，结合预设温度和采集的温度计算温度偏差以及偏差变化率。
A3、结合温度偏差、偏差变化率以及模糊推理器计算PID控制器参数；其中，所述PID 控制器是一种控制算法，所述PID控制器参数包括PID控制器的比例环节系数、积分环节系数和微分环节系数。
A4、结合温度偏差和PID控制器参数，采用PID控制器控制调节阀的加热开通时间。
基于粒子群优化算法的地暖温度控制结构如图2所示，以下结合图2对上述方法进行详细说明。
(1)采用粒子群优化算法建立模糊推理器
(a)采用温度偏差e(即传感器采集到的实际温度与预设的温度值之差)，及其温度的偏差变化率ce作为模糊推理器的输入变量，模糊推理器的输出u用于调节PID控制器参数，如此形成典型的双输入单输出二维模糊推理器，此处二维温度偏差e和偏差变化率ce。建立 Mamdani型模糊逻辑系统后，得到温度偏差e的语言变量E、偏差变化率ce的语言变量CE 和输出u的语言变量U。E、CE和U的集合都为{NB,NM,NS,ZO,PS,PM,PB}，其中，P和N 分别表示正与负，B、M、S分别表示幅度的大、中、小，ZO表示0。
(b)建立隶属函数。采用极大极小法合成运算作为模糊化决策，采用重心法作为解模糊化方法，根据模糊化决策公式可求得输出变量的模糊集合为U＝(E×CE)×R，其中，R代表模糊关系，表示偏差和偏差变化率之间具有某种关系的程度。采用三角形隶属函数，将E、CE和U的量化论域均设为[-6,6]后，建立E、CE和U的隶属函数如图3所示。
(c)建立模糊推理算式。将模糊推理器的输入变量E、EC归一化到区间[-6,6]后，采用三个加权因子α1、α2、α3建立模糊推理算式，模糊推理算式如下所示：
(d)获取模糊推理规则表。为了取得模糊推理器的最优参数，即获得最优的加权因子，通过PSO算法对加权因子优化整定，取θ＝[α1,α2,α3]，其中，θ代表需要调节的加权因子α1,α2,α3的集合。使用PSO粒子群优化算法对参数θ＝[α1,α2,α3]进行设计优化，经过 PSO粒子群优化算法优化后，可以获得最优的加权因子α1、α2和α3，将最优的加权因子α1、α2和α3代入模糊推理算式后，结合隶属函数，建立起模糊推理规则表，如表1所示。
表1
通过PSO粒子群优化算法建立了模糊推理器的模糊推理规则表后，该模糊推理器能根据温度差别情况，调整PID控制器参数，提高地暖温度控制的快速性和准确性。
进一步，上述使用PSO粒子群优化算法对加权因子α1,α2,α3进行优化的步骤如下：
(d1)确定需要优化的加权因子的维数D＝3，惯性权重从1.2逐渐衰减到0.1，加速度常数取为2.5和0.5，种群规模取20，适应度函数取时间乘平方误差的积分，即
(d2)初始化粒子群，包括粒子群的大小、随机位置和速度，确定算法的最大迭代次数；
(d3)用(d1)中的适应度函数计算出每个粒子的对应适应值；
(d4)将每个粒子当前的适应值与其个体历史最佳适应值Pbest比较，若较好，更新Pbest；
(d5)将每个粒子当前的适应值与整个粒子群的历史最佳适应值Gbest比较，若较好则重新设置Gbest；
(d6)根据位置更新公式和速度更新公式更新粒子的速度和位置；
(d7)判断是否达到最大迭代次数，若满足则转向步骤(d8)，否则转向步骤(d2)；
(d8)输出整个粒子群的最佳适应值Gbest，结束寻优操作。
(2)采集室内的温度后，结合预设温度和采集的温度计算温度偏差以及偏差变化率。
(3)结合温度偏差、偏差变化率以及模糊推理器计算PID控制器参数。所述PID控制器参数包括PID控制器的比例环节系数、积分环节系数和微分环节系数。
将上一步中得到的温度偏差以及温度偏差变化率作为模糊推理器的输入，通过模糊推理规则表计算得到三个输出作为PID控制器中比例环节、积分环节和微分环节的系数。将模糊推理器和PID控制器复合起来，能够明显地减少系统的稳定误差，提高系统的精度。
(4)结合温度偏差和PID控制器参数控制加热的时间。
将温度偏差和PID控制器参数输入PID控制器后，PID控制器输出控制调节阀的信号，调节阀根据接收到的信号控制加热的时间，从而使房间内的温度处于适宜的温度。
上述方法根据房间的实际温度差别，通过粒子群优化算法建立不同的模糊推理器，而并不是使用一成不变的模糊推理规则表，因此得到更加准确的模糊推理规则表，更能反映不同温度差别情况与PID控制参数的关系，从而达到快速、精确控制房间温度的效果。
实施例二
如图4所示，基于粒子群优化算法的地暖温度控制系统，包括温度传感器、控制板、液晶显示屏以及调节阀，所述控制板分别与温度传感器、液晶显示屏和调节阀连接；
所述温度传感器用于采集室内的温度；
所述控制板结合预设温度和采集的温度获取温度偏差以及偏差变化率，采用粒子群优化算法建立模糊推理器，再结合温度偏差、偏差变化率以及模糊推理器计算PID控制器参数，然后通过PID控制器控制调节阀的加热开通时间，从而调节室内的温度；
所述PID控制器是一种控制算法，所述PID控制器参数包括PID控制器的比例环节系数、积分环节系数和微分环节系数；
所述液晶显示屏用于显示室内的温度，以及输入预设温度。
进一步作为优选的实施方式，所述采用粒子群优化算法建立模糊推理器的步骤，具体包括以下步骤：
建立隶属函数和模糊推理算式；
采用粒子群优化算法对模糊推理算式的加权因子进行优化，获得最优模糊推理算式；
结合隶属函数和最优模糊推理算式建立模糊推理器。
进一步作为优选的实施方式，所述模糊推理器采用Mamdani型模糊逻辑系统，且将温度偏差和偏差变化率作为模糊推理器的输入信息。
进一步作为优选的实施方式，所述隶属函数采用三角形隶属函数。
上述方法通过PSO粒子群优化算法建立模糊推理器时，针对不同的温度差别，建立不同的模糊推理规则表，而并不是使用一成不变的模糊推理规则表，因此得到更加准确的模糊推理规则表，更能反映不同温度差别情况与PID控制参数的关系，从而达到快速、精确控制房间温度的效果。
本实施例的基于粒子群优化算法的地暖温度控制系统，可执行本发明实施例所提供的基于粒子群优化算法的地暖温度控制方法，可执行方法实施例的任意组合实施步骤，具备该方法相应的功能和有益效果。
以上是对本发明的较佳实施进行了具体说明，但本发明创造并不限于所述实施例，熟悉本领域的技术人员在不违背本发明精神的前提下还可做出种种的等同变形或替换，这些等同的变形或替换均包含在本申请权利要求所限定的范围内。

Claims (8)

1.基于粒子群优化算法的地暖温度控制系统，其特征在于，包括温度传感器、控制板、液晶显示屏以及调节阀，所述控制板分别与温度传感器、液晶显示屏和调节阀连接；
所述温度传感器用于采集室内的温度；
所述控制板结合预设温度和采集的温度获取温度偏差以及偏差变化率，采用粒子群优化算法建立模糊推理器，再结合温度偏差、偏差变化率以及模糊推理器计算PID控制器参数，然后通过PID控制器控制调节阀的加热开通时间，从而调节室内的温度；
所述PID控制器参数包括PID控制器的比例环节系数、积分环节系数和微分环节系数；
所述液晶显示屏用于显示室内的温度，以及输入预设温度。
2.根据权利要求1所述的基于粒子群优化算法的地暖温度控制系统，其特征在于，所述采用粒子群优化算法建立模糊推理器的步骤，具体包括以下步骤：
建立隶属函数和模糊推理算式；
采用粒子群优化算法对模糊推理算式的加权因子进行优化，获得最优模糊推理算式；
结合隶属函数和最优模糊推理算式建立模糊推理器。
3.根据权利要求2所述的基于粒子群优化算法的地暖温度控制系统，其特征在于，所述模糊推理器采用Mamdani型模糊逻辑系统，且将温度偏差和偏差变化率作为模糊推理器的输入信息。
4.根据权利要求2所述的基于粒子群优化算法的地暖温度控制系统，其特征在于，所述隶属函数采用三角形隶属函数。
5.基于粒子群优化算法的地暖温度控制方法，其特征在于，包括以下步骤：
S1、采用粒子群优化算法建立模糊推理器；
S2、采集室内的温度后，结合预设温度和采集的实际温度计算温度偏差以及偏差变化率；
S3、结合温度偏差、偏差变化率以及模糊推理器计算PID控制器参数；其中，所述PID控制器参数包括PID控制器的比例环节系数、积分环节系数和微分环节系数；
S4、结合温度偏差和PID控制器参数，采用PID控制器控制调节阀的加热开通时间。
6.根据权利要求5所述的基于粒子群优化算法的地暖温度控制方法，其特征在于，所述采用粒子群优化算法建立模糊推理器的步骤，具体包括以下步骤：
建立隶属函数和模糊推理算式；
采用粒子群优化算法对模糊推理算式的加权因子进行优化，获得最优模糊推理算式；
结合隶属函数和最优模糊推理算式建立模糊推理器。
7.根据权利要求7所述的基于粒子群优化算法的地暖温度控制方法，其特征在于，所述模糊推理器采用Mamdani型模糊逻辑系统，且将温度偏差和偏差变化率作为模糊推理器的输入信息。
8.根据权利要求7所述的基于粒子群优化算法的地暖温度控制方法，其特征在于，所述隶属函数采用三角形隶属函数。
CN201810886336.0A 2018-08-06 2018-08-06 基于粒子群优化算法的地暖温度控制系统及方法 Pending CN109212965A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810886336.0A CN109212965A (zh) 2018-08-06 2018-08-06 基于粒子群优化算法的地暖温度控制系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810886336.0A CN109212965A (zh) 2018-08-06 2018-08-06 基于粒子群优化算法的地暖温度控制系统及方法

Publications (1)

Publication Number Publication Date
CN109212965A true CN109212965A (zh) 2019-01-15

Family

ID=64987551

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810886336.0A Pending CN109212965A (zh) 2018-08-06 2018-08-06 基于粒子群优化算法的地暖温度控制系统及方法

Country Status (1)

Country Link
CN (1) CN109212965A (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109839967A (zh) * 2019-01-24 2019-06-04 广东元森能源科技有限公司 一种自整定pid节能温度控制方法及模块
CN110161859A (zh) * 2019-05-28 2019-08-23 武汉理工大学 一种船用余热综合利用系统自适应控制器及方法
CN110647032A (zh) * 2019-10-31 2020-01-03 电子科技大学 一种基于粒子群与遗传算法优化的模糊pid的三轴稳定器
CN111129548A (zh) * 2019-12-27 2020-05-08 南京航空航天大学 一种改进粒子群优化模糊pid燃料电池温度控制方法
CN112524682A (zh) * 2020-11-25 2021-03-19 重庆中节能悦来能源管理有限公司 一种地板采暖系统的远程控制方法
CN115302630A (zh) * 2022-10-08 2022-11-08 南通钰昇智能科技有限公司 一种新型混凝土砂浆搅拌控制方法
CN118519463A (zh) * 2024-07-23 2024-08-20 齐鲁工业大学(山东省科学院) 一种水质监测系统中调节阀门稳定流速方法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104019526A (zh) * 2014-06-24 2014-09-03 河海大学常州校区 改进pso算法模糊自适应pid温湿度控制系统及方法
WO2015168228A1 (en) * 2014-04-29 2015-11-05 Alam, Hasan Methods and apparatus for optimizing therapeutic temperature control
CN105281615A (zh) * 2015-11-12 2016-01-27 广西师范大学 一种基于改进粒子群算法优化无刷直流电机模糊控制器的方法
CN107272403A (zh) * 2017-06-14 2017-10-20 浙江师范大学 一种基于改进粒子群算法的pid控制器参数整定算法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015168228A1 (en) * 2014-04-29 2015-11-05 Alam, Hasan Methods and apparatus for optimizing therapeutic temperature control
CN104019526A (zh) * 2014-06-24 2014-09-03 河海大学常州校区 改进pso算法模糊自适应pid温湿度控制系统及方法
CN105281615A (zh) * 2015-11-12 2016-01-27 广西师范大学 一种基于改进粒子群算法优化无刷直流电机模糊控制器的方法
CN107272403A (zh) * 2017-06-14 2017-10-20 浙江师范大学 一种基于改进粒子群算法的pid控制器参数整定算法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
王宁: "基于粒子群算法的中密度纤维板热压控制研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅰ辑》 *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109839967A (zh) * 2019-01-24 2019-06-04 广东元森能源科技有限公司 一种自整定pid节能温度控制方法及模块
CN109839967B (zh) * 2019-01-24 2021-03-19 广东国颂能源科技有限公司 一种自整定pid节能温度控制方法及模块
CN110161859A (zh) * 2019-05-28 2019-08-23 武汉理工大学 一种船用余热综合利用系统自适应控制器及方法
CN110647032A (zh) * 2019-10-31 2020-01-03 电子科技大学 一种基于粒子群与遗传算法优化的模糊pid的三轴稳定器
CN111129548A (zh) * 2019-12-27 2020-05-08 南京航空航天大学 一种改进粒子群优化模糊pid燃料电池温度控制方法
CN112524682A (zh) * 2020-11-25 2021-03-19 重庆中节能悦来能源管理有限公司 一种地板采暖系统的远程控制方法
CN115302630A (zh) * 2022-10-08 2022-11-08 南通钰昇智能科技有限公司 一种新型混凝土砂浆搅拌控制方法
CN115302630B (zh) * 2022-10-08 2023-01-31 南通钰昇智能科技有限公司 一种混凝土砂浆搅拌控制方法
CN118519463A (zh) * 2024-07-23 2024-08-20 齐鲁工业大学(山东省科学院) 一种水质监测系统中调节阀门稳定流速方法及系统
CN118519463B (zh) * 2024-07-23 2024-10-08 齐鲁工业大学(山东省科学院) 一种水质监测系统中调节阀门稳定流速方法及系统

Similar Documents

Publication Publication Date Title
CN109212965A (zh) 基于粒子群优化算法的地暖温度控制系统及方法
CN112128841B (zh) 一种基于负荷预测和室温反馈修正的全网平衡调节方法
CN103162346B (zh) 基于云服务的集中供暖监控系统及集中供暖系统调节方法
CN107781947A (zh) 一种建筑空调系统冷热源预测控制方法和装置
CN108105844B (zh) 一种基于室内和室外温度联合补偿的智能换热站控制方法
CN109839967A (zh) 一种自整定pid节能温度控制方法及模块
CN201666640U (zh) 基于无线传感网的中央空调控制系统
CN108386902B (zh) 一种智能换热站二次网平均温度控制方法
CN110878959B (zh) 基于模型预测控制的建筑物温度控制方法及系统
CN103488216A (zh) 一种太阳能电池板温度控制方法
CN109523081A (zh) 一种地源热泵系统运行温度调节优化方法
CN110894978B (zh) 空气源热泵供暖系统及其控制器和控制方法
CN104807067B (zh) 卫浴采暖设备中燃烧系统和风机的智能控制方法
CN114811714A (zh) 一种基于模型预测控制的供暖房间室温控制方法
CN107632524A (zh) 一种通信机房温度模型预测控制方法和系统
CN109341010A (zh) 一种电制冷机空调系统用供能一体化的控制方法和装置
CN114580254A (zh) 一种基于模型预测控制的建筑室内温度调控方法和系统
CN109612055A (zh) 一种空调水系统的前馈模糊控制方法
CN107247407B (zh) 一种基于云架构的大数据自我学习修正控制系统及方法
CN110345256A (zh) 一种阀门控制方法及阀门
CN113623719A (zh) 一种基于有效室温检测的换热站预测控制方法
CN109612047A (zh) 变风量空调系统的送风温度控制方法
CN113757931A (zh) 一种空调控制方法及系统
CN111520888A (zh) 一种中央空调系统动态水力平衡调节装置
CN116436033A (zh) 一种基于用户满意度和强化学习的温控负荷频率响应控制方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20190115

RJ01 Rejection of invention patent application after publication