CN111503837A - 一种变风量中央空调系统的调控方法及装置 - Google Patents

一种变风量中央空调系统的调控方法及装置 Download PDF

Info

Publication number
CN111503837A
CN111503837A CN201910094190.0A CN201910094190A CN111503837A CN 111503837 A CN111503837 A CN 111503837A CN 201910094190 A CN201910094190 A CN 201910094190A CN 111503837 A CN111503837 A CN 111503837A
Authority
CN
China
Prior art keywords
working condition
condition data
data
optimal
conditioning system
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
CN201910094190.0A
Other languages
English (en)
Inventor
杨建文
国杰
王小娜
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.)
Xinao Shuneng Technology Co Ltd
Original Assignee
Xinao Shuneng 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 Xinao Shuneng Technology Co Ltd filed Critical Xinao Shuneng Technology Co Ltd
Priority to CN201910094190.0A priority Critical patent/CN111503837A/zh
Publication of CN111503837A publication Critical patent/CN111503837A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/62—Control or safety arrangements characterised by the type of control or by internal processing, e.g. using fuzzy logic, adaptive control or estimation of values
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/62—Control or safety arrangements characterised by the type of control or by internal processing, e.g. using fuzzy logic, adaptive control or estimation of values
    • F24F11/63—Electronic processing
    • F24F11/64—Electronic processing using pre-stored data
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/70—Control systems characterised by their outputs; Constructional details thereof
    • F24F11/72—Control systems characterised by their outputs; Constructional details thereof for controlling the supply of treated air, e.g. its pressure
    • F24F11/74—Control systems characterised by their outputs; Constructional details thereof for controlling the supply of treated air, e.g. its pressure for controlling air flow rate or air velocity
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/70—Control systems characterised by their outputs; Constructional details thereof
    • F24F11/80—Control systems characterised by their outputs; Constructional details thereof for controlling the temperature of the supplied air
    • F24F11/83—Control systems characterised by their outputs; Constructional details thereof for controlling the temperature of the supplied air by controlling the supply of heat-exchange fluids to heat-exchangers

Abstract

本发明公开了一种变风量中央空调系统的调控方法、装置、可读介质及电子设备，方法包括：周期性采集所述变风量中央空调系统的工况数据，并记录采集时长；在当前时刻记录的所述采集时长达到预设时长的整数倍时，从采集的各个所述工况数据中，确定出在当前时刻之前的所述预设时长内采集的各个目标工况数据；根据确定的各个所述目标工况数据，确定最优送风量及最优冷冻水流量；根据所述最优送风量及所述最优冷冻水流量调控所述变风量中央空调系统。通过本发明的技术方案，可降低变风量中央空调系统的能耗。

Description

一种变风量中央空调系统的调控方法及装置
技术领域
本发明涉及空调领域，尤其涉及一种变风量中央空调系统的调控方法及装置。
背景技术
变风量中央空调系统因其整体运行效率较高而被广泛应用。
目前，调控变风量中央空调系统时，主要调控其送风量及冷冻水流量，一般通过对其工况参数进行仿真分析以确定送风量及冷冻水流量，从而根据确定的送风量及冷冻水流量对变风量中央空调系统进行调控。
但是，变风量中央空调系统长时间运行时，其工况条件并不完全相同，在一个较长的时间段内始终根据相同的送风量及冷冻水流量调控变风量中央空调系统时，可能导致变风量中央空调系统的能耗大幅度增高。
发明内容
本发明提供一种变风量中央空调系统的调控方法、装置、可读介质及电子设备，可降低变风量中央空调系统的能耗。
第一方面，本发明提供了一种变风量中央空调系统的调控方法，包括：
采集所述变风量中央空调系统的工况数据，并记录采集时长；
在当前时刻记录的所述采集时长达到预设时长的整数倍时，从采集的各个所述工况数据中，确定出在当前时刻之前的所述预设时长内采集的各个目标工况数据；
根据确定的各个所述目标工况数据，确定最优送风量及最优冷冻水流量；
根据所述最优送风量及所述最优冷冻水流量调控所述变风量中央空调系统。
优选地，
所述根据确定的各个所述目标工况数据，确定最优送风量及最优冷冻水流量，包括：
针对每个所述目标工况数据，检测所述目标工况数据是否完整，如果是，则将所述目标工况数据作为训练数据；
将各个所述训练数据输入预先设置的算法模型，接收所述算法对输入的各个所述训练数据进行参数寻优后输出的最优送风量及最优冷冻水流量。
优选地，
所述工况数据包括至少两个工况参数；则，
在所述将所述目标工况数据作为训练数据之前，进一步包括：
当所述目标工况数据完整时，检测所述目标工况数据的每一个所述工况参数是否为离群值，如果否，则执行所述将所述目标工况数据作为训练数据。
优选地，
所述工况数据包括至少两个工况参数；则，
在所述将所述目标工况数据作为训练数据之前，进一步包括：
预先设置每一个所述工况参数的约束条件；
当所述目标工况数据完整时，检测所述目标工况数据的每一个所述工况参数是否符合对应的所述约束条件，如果是，则执行所述将所述目标工况数据作为训练数据。
优选地，
所述至少两个工况参数包括：送风量、冷冻水流量，以及制冷量、送风温度、送风湿度、回风温度、回风湿度中的一个或多个。
第二方面，本发明提供了一种变风量中央空调系统的调控装置，包括：
数据采集模块，用于采集所述变风量中央空调系统的工况数据，并记录采集时长；
数据提取模块，用于在当前时刻记录的所述采集时长达到预设时长的整数倍时，从采集的各个所述工况数据中，确定出在当前时刻之前的所述预设时长内采集的各个目标工况数据；
优化处理模块，用于根据确定的各个所述目标工况数据，确定最优送风量及最优冷冻水流量；
调控处理模块，用于根据所述最优送风量及所述最优冷冻水流量调控所述变风量中央空调系统。
优选地，
所述优化处理模块，包括：第一检测单元、确定单元及模型调用单元；其中，
所述第一检测单元，用于针对每个所述目标工况数据，检测所述目标工况数据是否完整，如果是，则触发所述确定单元；
所述确定单元，用于在所述数据检测单元的触发下将所述目标工况数据作为训练数据；
所述模型调用单元，用于将各个所述训练数据输入预先设置的算法模型，接收所述算法对输入的各个所述训练数据进行参数寻优后输出的最优送风量及最优冷冻水流量。
优选地，
所述工况数据包括至少两个工况参数；则，
所述优化处理模块，进一步包括：第二检测单元；其中，
所述第二检测单元，用于在当所述目标工况数据完整时，检测所述目标工况数据的每一个所述工况参数是否为离群值，如果否，则触发所述确定单元。
优选地，
所述工况数据包括至少两个工况参数；则，
所述装置进一步包括：约束条件设置模块；
所述优化处理模块进一步包括：第三检测单元；其中，
所述约束条件设置模块，用于预先设置每一个所述工况参数的约束条件；
所述第三检测单元，用于当所述目标工况数据完整时，检测所述目标工况数据的每一个所述工况参数是否符合对应的所述约束条件，如果是，则触发所述确定单元。
第三方面，本发明提供了一种可读介质，包括执行指令，当电子设备的处理器执行所述执行指令时，所述电子设备执行如第一方面中任一所述的方法。
第四方面，本发明提供了一种电子设备，包括处理器以及存储有执行指令的存储器，当所述处理器执行所述存储器存储的所述执行指令时，所述处理器执行如第一方面中任一所述的方法。
本发明提供了一种变风量中央空调系统的调控方法、装置、可读介质及电子设备，该方法通过采集变风量中央空调系统的工况数据，并记录采集时长；在当前时刻记录的采集时长达到预设时长的整数倍时，即在采集时长每增加一个预设时长所达到的当前时刻，从采集的各个工况数据中确定出在当前时刻之前的预设时长内采集的各个目标工况数据；由于采集的各个工况数据中，距离当前时刻越近的时间点下采集的工况数据越能反映变风量中央空调系统在当前时刻下的实际工况条件。
因此，对于采集时间每增加预设时长的当前时刻，根据确定的各个目标工况数据确定最优送风量及最优冷冻水流量，并根据最优送风量及最优冷冻水流量调控变风量中央空调系统，即可实现综合考虑变风量中央空调系统的实际工况条件动态的调控变风量中央空调系统，可降低变风量中央空调系统的能耗。
附图说明
为了更清楚地说明本发明实施例或现有的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明一实施例提供的一种变风量中央空调系统的调控方法的流程示意图；
图2为本发明一实施例提供的一种变风量中央空调系统的调控装置的结构示意图；
图3为本发明一实施例提供的一种电子设备的结构示意图；
图4为本发明一实施例提供的另一种变风量中央空调系统的调控装置的结构示意图；
图5为本发明一实施例提供的又一种变风量中央空调系统的调控装置的结构示意图；
图6为本发明一实施例提供的再一种变风量中央空调系统的调控装置的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合具体实施例及相应的附图对本发明的技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
如图1所示，本发明实施例提供了一种变风量中央空调系统的调控方法，包括如下各个步骤：
步骤101，采集所述变风量中央空调系统的工况数据，并记录采集时长。
具体地，可以利用周期性采集所述变风量中央空调系统的工况数据，并记录采集时长。进一步地，采集工况数据的周期可以由工作人员结合实际业务需求进行设置，比如可以设置为10分钟至1小时之间的任意值。显而易见的，在一些环境条件变化极快的业务场景中，为了得到更为准确的最优送风量及最优冷冻水流量，采集工况数据的周期可以是小于10分钟的任意值；在一些环境条件变化极慢的业务场景中，为了减小计算量，采集工况数据的周期可以是大于1小时的任意值。
具体地，记录采集时长具体指的是记录周期性采集变风量中央空调系统的工况数据的累计时长；举例来说，在t0时刻采集到第一个工况数据，然后以预设时长T1为周期采集变风量中央空调系统的工况数据，当在ti时刻采集到第(i+1)个工况数据时，在ti时刻记录的采集时长则为T1*i，即在ti时刻记录的采集时长为ti时刻与t0时刻之间的时间差。
步骤102，在当前时刻记录的所述采集时长达到预设时长的整数倍时，从采集的各个所述工况数据中，确定出在当前时刻之前的所述预设时长内采集的各个目标工况数据。
举例来说，预设时长为T2，当记录的采集时长达到T2的整数倍的每一个当前时刻，即对于T1*i/T2为整数的每一个当前时刻，这里依然以ti时刻采集到第i个工况数据时记录的采集时长T1*i是T2的整数倍为例，那么，则可首先确定出位于ti时刻之前且以ti时刻为端点的一个长度为T2的时间段，假设该时间段的另一个端点被确定为tj时刻，那么，在tj时刻至ti时刻之间的时间段内采集的(i-j+1)个工况数据即可分别被确定为目标工况数据，这(i-j+1)个目标工况数据在采集的全部工况数据中应当最能反映变风量中央空调系统在ti时刻下的实际工况条件。
步骤103，根据确定的各个所述目标工况数据，确定最优送风量及最优冷冻水流量。
本领域技术人员应当理解的，每个所述工况数据应当包括多个工况参数。
作为一种实施方式，每个工况数据的多个工况参数应当包括送风量、冷冻水流量，以及包括但不限于制冷量、送风温度、送风湿度、回风温度、回风湿度中的一个或多个；比如，还可以包括风机能耗及冷冻水泵能耗。
以周期性采集变风量中央关空调系统的工况数据时的相邻两个采集时间点分别是ti-1时刻和ti时刻为例，对于一个工况数据下的各个工况参数：
送风量具体指的是变风量中央空调系统的风机在ti-1时刻至ti时刻之间的时间段(T1)内的累计送风量；
冷冻水流量具体指的是变风量中央空调系统的冷冻水泵在ti-1时刻至ti时刻之间的时间段(T1)内的累计送水量；
制冷量指的是变风量中央关空调系统在ti-1时刻至ti时刻之间的时间段(T1)内的累计制冷量；
风机能耗具体指的是变风量中央空调系统的风机在ti-1时刻至ti时刻之间的时间段(T1)内实际消耗的电能；
冷冻水泵能耗具体指的是变风量中央空调系统的冷冻水泵在ti-1时刻至ti时刻之间的时间段(T1)内实际消耗的电能；
送风温度、送风湿度、回风温度、回风湿度均应当为ti时刻通过相应的数据采集终端(比如，温度传感器、湿度传感器)采集并传输的实时数据。
需要说明的是，对于采集送风量及冷冻水流量，可通过相应的表计分别对其直接采集，或通过与送风量具有一定映射关系的风机运行频率进行采集、与冷冻水流量具有一定映射关系的冷冻水泵运行频率进行采集，然后将采集的风机运行频率按照一定的映射关系转换为送风量、将采集的冷冻水泵运行频率按照一定的映射关系转换为冷冻水流量。
作为一种实施方式，所述根据确定的各个所述目标工况数据，确定最优送风量及最优冷冻水流量，包括：
步骤1031，针对每个所述目标工况数据，检测所述目标工况数据是否完整，如果是，则将所述目标工况数据作为训练数据；
步骤1032，将各个所述训练数据输入预先设置的算法模型，接收所述算法对输入的各个所述训练数据进行参数寻优后输出的最优送风量及最优冷冻水流量。
该实施例中，检测目标工况数据是否完整，具体指的是检测目标工况数据中是否包括一个或多个特定的工况参数，当工况数据中存在缺失参数时，即工况数据中不包括一个或多个特定的参数时(比如，不包括送风量及冷冻水流量时)，则说明该目标工况数据不具有较高的参考价值，将该目标工况数据作为训练数据进行后续的处理流程时，可能影响确定的最优送风量及最优冷冻水流量的准确性，因此，为了提高最优送风量及最优冷冻水流量的准确性，这里针对每一个目标工况数据，当且仅当在该目标工况数据完整时，才可将该目标工况数据作为训练数据。
该实施例中，算法模型可以包括预先设置能够反映各个每个目标工况数据中各个工况参数之间的函数关系的一个或多个函数，这些函数可用于对被作为训练数据的各个目标工况数据下的工况参数进行综合分析以实现参数寻优，最终得到并输出最优送风量及最优冷冻水流量，这里不再针对通过预先设置的算法模型实现参数寻优的具体流程进行赘述。
即使一个目标工况数据完整，也不能排除该工况数据包括的各个工况参数在具体的采集过程中受到外部的干扰而产生较大的误差或错误，从而导致一个目标工况数据虽然完整，当该目标工况数据依然不具有较高的参考价值，影响后续的参数寻优过程而导致得到的最优送风量及最优冷冻水流量不够准确。相应的，为了进一步提高后续得到的最优送风量及最优冷冻水流量的准确性，本发明还提供了如下两种实现方式1、实现方式2中的任意一种或多种来实现进一步去除参考价值较低的目标工况数据。
实现方式1，所述工况数据包括至少两个工况参数；则，在所述将所述目标工况数据作为训练数据之前，进一步包括：当所述目标工况数据完整时，检测所述目标工况数据的每一个所述工况参数是否为离群值，如果否，则执行所述将所述目标工况数据作为训练数据。
实现方式2，所述工况数据包括至少两个工况参数；则，在所述将所述目标工况数据作为训练数据之前，进一步包括：预先设置每一个所述工况参数的约束条件；当所述目标工况数据完整时，检测所述目标工况数据的每一个所述工况参数是否符合对应的所述约束条件，如果是，则执行所述将所述目标工况数据作为训练数据。
这里以目标工况数据包括送风量、冷冻水流量以及制冷量、送风温度、送风湿度、回风温度、回风湿度为例进行描述，且具体以An表示一个目标工况数据，利用n1、n2、n3、n4、n5、n6、n7依次表示An包括的前述各个工况参数为例。
对于实现方式1，检测目标工况数据的每一个工况参数是否为离群值，即检测n1、n2、n3、n4、n5、n6、n7中是否存在离群值。为了描述方便，这里仅以n1表示的An中的送风量进行举例，检测n1是否为离群值，具体指的是将n1与其他各个目标工况数据中的送风量进行综合比较，比如计算出n1与其他各个目标工况数据中的送风量的均值，当n1与该均值之间的差值大于一定数值时，则将该n1确定为离群值。基于相似的原理可确定出An中n2、n3、n4、n5、n6、n7是否为离群值；当且仅当在n1、n2、n3、n4、n5、n6、n7均不是离群值时，即An中不存在离群值时，才可将An作为训练数据。
对于实现方式2，预先设置的每一个工况参数的约束条件，具体可以是设置每一个工况参数分别对应的有效区间，比如，设置送风量的约束条件为送风量有效区间X1～X2。那么，检测目标工况数据An的每一个工况参数是否符合对应的约束条件，以n1表示的An中的送风量进行举例，则应当检测n1是否位于送风量有效区间X1～X2内，如果是，则说明An中的n1符合约束条件。基于相似的原理可确定出An中n2、n3、n4、n5、n6、n7是否符合对应的约束条件；当且仅当在n1、n2、n3、n4、n5、n6、n7均符合约束条件时，才可将An作为训练数据。
显而易见的，结合实现方式1和实现方式2，对于一个目标工况数据，该目标工况数据则应当同时满足完整、包括的各个工况参数中不存在离群值、包括的每个工况参数均符合预先设置的约束条件等三种情况的前提下，才可将该目标工况数据作为训练数据。
步骤104，根据所述最优送风量及所述最优冷冻水流量调控所述变风量中央空调系统。
举例来说，当前时刻(ti时刻)确定出最优送风量及最优冷冻水流量之后，即可根据最优送风量与变风量中央空调系统的风机运行频率之间的映射关系，调控变风量中央空调系统的风机在ti时刻之后的一个预设时长(T2)内以相应的风机频率运行；相似的原理，可根据最优冷冻水流量与变风量中央空调系统的冷冻水泵运行频率之间的映射关系，调控变风量中央空调系统的冷冻水泵在ti时刻之后的一个预设时长(T2)内以相应的冷冻水泵频率运行；直到经过预设时长(T2)后达到以下个当前时刻时重新确定出新的最优风机频率及最优冷冻水流量。
基于与本发明方法实施例相同的构思，请参考图2，本发明实施例还提供了一种变风量空调系统的调控装置，在一较佳实施例中，变风量空调系统的调控装置是由计算机程序指令组成的若干个程序模块构成，本发明所称的模块是指一种电子设备(如图3)的处理器执行并且能够完成固定功能的一系列计算机程序指令段，其存储在存储器中。所述变风量空调系统的调控装置包括：
数据采集模块201，用于采集所述变风量中央空调系统的工况数据，并记录采集时长；
具体而言，该模块可以用于周期性采集所述变风量中央空调系统的工况数据，并记录采集时长。
数据提取模块202，用于在当前时刻记录的所述采集时长达到预设时长的整数倍时，从采集的各个所述工况数据中，确定出在当前时刻之前的所述预设时长内采集的各个目标工况数据；
优化处理模块203，用于根据确定的各个所述目标工况数据，确定最优送风量及最优冷冻水流量；
调控处理模块204，用于根据所述最优送风量及所述最优冷冻水流量调控所述变风量中央空调系统。
请参考图4，本发明一个实施例中，所述优化处理模块203，包括：第一检测单元2031、确定单元2032及模型调用单元2033；其中，
所述第一检测单元2031，用于针对每个所述目标工况数据，检测所述目标工况数据是否完整，如果是，则触发所述确定单元2032；
所述确定单元2032，用于在所述数据检测单元的触发下将所述目标工况数据作为训练数据；
所述模型调用单元2033，用于将各个所述训练数据输入预先设置的算法模型，接收所述算法对输入的各个所述训练数据进行参数寻优后输出的最优送风量及最优冷冻水流量。
请参考图5，本发明一个实施例中，所述工况数据包括至少两个工况参数；则，所述优化处理模块203，进一步包括：第二检测单元2034；其中，
所述第二检测单元2034，用于在当所述目标工况数据完整时，检测所述目标工况数据的每一个所述工况参数是否为离群值，如果否，则触发所述确定单元2032。
请参考图6，本发明一个实施例中，所述工况数据包括至少两个工况参数；则，所述装置进一步包括：约束条件设置模块205；所述优化处理模块203进一步包括：第三检测单元2035；其中，
所述约束条件设置模块205，用于预先设置每一个所述工况参数的约束条件；
所述第三检测单元2035，用于当所述目标工况数据完整时，检测所述目标工况数据的每一个所述工况参数是否符合对应的所述约束条件，如果是，则触发所述确定单元。
为了描述的方便，描述以上装置实施例时以功能分为各种单元或模块分别描述，在实施本发明时可以把各单元或模块的功能在同一个或多个软件和/或硬件中实现。
图3是本发明实施例提供的一种电子设备的结构示意图。在硬件层面，该电子设备包括处理器301以及存储有执行指令的存储器302，可选地还包括内部总线303及网络接口304。其中，存储器302可能包含内存3021，例如高速随机存取存储器(Random-AccessMemory，RAM)，也可能还包括非易失性存储器3022(non-volatile memory)，例如至少1个磁盘存储器等；处理器301、网络接口302和存储器可以通过内部总线303相互连接，该内部总线303可以是ISA(Industry Standard Architecture，工业标准体系结构)总线、PCI(Peripheral Component Interconnect，外设部件互连标准)总线或EISA(ExtendedIndustry Standard Architecture，扩展工业标准结构)总线等；所述内部总线303可以分为地址总线、数据总线、控制总线等，为便于表示，图3中仅用一个双向箭头表示，但并不表示仅有一根总线或一种类型的总线。当然，该电子设备还可能包括其他业务所需要的硬件。当处理器执行存储器存储的执行指令时，处理器执行本发明任意一个实施例中所述的方法，并至少用于执行：
采集所述变风量中央空调系统的工况数据，并记录采集时长；
在当前时刻记录的所述采集时长达到预设时长的整数倍时，从采集的各个所述工况数据中，确定出在当前时刻之前的所述预设时长内采集的各个目标工况数据；
根据确定的各个所述目标工况数据，确定最优送风量及最优冷冻水流量；
根据所述最优送风量及所述最优冷冻水流量调控所述变风量中央空调系统。
在一种可能实现的方式中，处理器从非易失性存储器中读取对应的执行指令到内存中然后运行，也可从其它设备上获取相应的执行指令，以在逻辑层面上形成变风量中央空调系统的调控装置。处理器执行存储器所存放的执行指令，以通过执行的执行指令实现本发明任一实施例中提供的变风量中央空调系统的调控方法。
处理器可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，CPU)、网络处理器(Network Processor，NP)等；还可以是数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field－Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
本发明实施例还提供了一种计算机可读介质，包括执行指令，当电子设备的处理器执行所述执行指令时，所述电子设备执行本发明任意一个实施例中提供的方法。该电子设备具体可以是如图3所示的电子设备；执行指令是变风量中央空调系统的调控装置所对应的计算机程序。
前述各个实施例中所述的电子设备可以为计算机。
综上所述，本发明各个实施例提供的技术方案，通过周期性采集变风量中央空调系统的工况数据，并记录采集时长；在当前时刻记录的采集时长达到预设时长的整数倍时，即在采集时长每增加一个预设时长所达到的当前时刻，从采集的各个工况数据中确定出在当前时刻之前的预设时长内采集的各个目标工况数据；由于采集的各个工况数据中，距离当前时刻越近的时间点下采集的工况数据越能反映变风量中央空调系统在当前时刻下的实际工况条件，因此，对于采集时间每增加预设时长的当前时刻，根据确定的各个目标工况数据确定最优送风量及最优冷冻水流量，并根据最优送风量及最优冷冻水流量调控变风量中央空调系统，即可实现综合考虑变风量中央空调系统的实际工况条件动态的调控变风量中央空调系统，可降低变风量中央空调系统的能耗
本领域内的技术人员应明白，本发明的实施例可提供为方法或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例，或软件和硬件相结合的形式。
本发明中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
以上所述仅为本发明的实施例而已，并不用于限制本发明。对于本领域技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本发明的权利要求范围之内。

Claims (10)

1.一种变风量中央空调系统的调控方法，其特征在于，包括：
采集变风量中央空调系统的工况数据，并记录采集时长；
在当前时刻记录的所述采集时长达到预设时长的整数倍时，从采集的各个所述工况数据中，确定出在当前时刻之前的所述预设时长内采集的各个目标工况数据；
根据确定的各个所述目标工况数据，确定最优送风量及最优冷冻水流量；
根据所述最优送风量及所述最优冷冻水流量调控所述变风量中央空调系统。
2.根据权利要求1所述的方法，其特征在于，
所述根据确定的各个所述目标工况数据，确定最优送风量及最优冷冻水流量，包括：
针对每个所述目标工况数据，检测所述目标工况数据是否完整，如果是，则将所述目标工况数据作为训练数据；
将各个所述训练数据输入预先设置的算法模型，接收所述算法对输入的各个所述训练数据进行参数寻优后输出的最优送风量及最优冷冻水流量。
3.根据权利要求2所述的方法，其特征在于，
所述工况数据包括至少两个工况参数；则，
在所述将所述目标工况数据作为训练数据之前，进一步包括：
当所述目标工况数据完整时，检测所述目标工况数据的每一个所述工况参数是否为离群值，如果否，则执行所述将所述目标工况数据作为训练数据。
4.根据权利要求2所述的方法，其特征在于，
所述工况数据包括至少两个工况参数；则，
在所述将所述目标工况数据作为训练数据之前，进一步包括：
预先设置每一个所述工况参数的约束条件；
当所述目标工况数据完整时，检测所述目标工况数据的每一个所述工况参数是否符合对应的所述约束条件，如果是，则执行所述将所述目标工况数据作为训练数据。
5.根据权利要求3或4所述的方法，其特征在于，
所述至少两个工况参数包括：送风量、冷冻水流量，以及制冷量、送风温度、送风湿度、回风温度、回风湿度中的一个或多个。
6.一种变风量中央空调系统的调控装置，其特征在于，包括：
数据采集模块，用于采集所述变风量中央空调系统的工况数据，并记录采集时长；
数据提取模块，用于在当前时刻记录的所述采集时长达到预设时长的整数倍时，从采集的各个所述工况数据中，确定出在当前时刻之前的所述预设时长内采集的各个目标工况数据；
优化处理模块，用于根据确定的各个所述目标工况数据，确定最优送风量及最优冷冻水流量；
调控处理模块，用于根据所述最优送风量及所述最优冷冻水流量调控所述变风量中央空调系统。
7.根据权利要求6所述的装置，其特征在于，
所述优化处理模块，包括：第一检测单元、确定单元及模型调用单元；其中，
所述第一检测单元，用于针对每个所述目标工况数据，检测所述目标工况数据是否完整，如果是，则触发所述确定单元；
所述确定单元，用于在所述数据检测单元的触发下将所述目标工况数据作为训练数据；
所述模型调用单元，用于将各个所述训练数据输入预先设置的算法模型，接收所述算法对输入的各个所述训练数据进行参数寻优后输出的最优送风量及最优冷冻水流量。
8.根据权利要求7所述的装置，其特征在于，
所述工况数据包括至少两个工况参数；则，
所述优化处理模块，进一步包括：第二检测单元；其中，
所述第二检测单元，用于在当所述目标工况数据完整时，检测所述目标工况数据的每一个所述工况参数是否为离群值，如果否，则触发所述确定单元；
或，
所述工况数据包括至少两个工况参数；则，
所述装置进一步包括：约束条件设置模块；
所述优化处理模块进一步包括：第三检测单元；其中，
所述约束条件设置模块，用于预先设置每一个所述工况参数的约束条件；
所述第三检测单元，用于当所述目标工况数据完整时，检测所述目标工况数据的每一个所述工况参数是否符合对应的所述约束条件，如果是，则触发所述确定单元。
9.一种可读介质，包括执行指令，当电子设备的处理器执行所述执行指令时，所述电子设备执行如权利要求1至5中任一所述的方法。
10.一种电子设备，包括处理器以及存储有执行指令的存储器，当所述处理器执行所述存储器存储的所述执行指令时，所述处理器执行如权利要求1至5中任一所述的方法。
CN201910094190.0A 2019-01-30 2019-01-30 一种变风量中央空调系统的调控方法及装置 Pending CN111503837A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910094190.0A CN111503837A (zh) 2019-01-30 2019-01-30 一种变风量中央空调系统的调控方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910094190.0A CN111503837A (zh) 2019-01-30 2019-01-30 一种变风量中央空调系统的调控方法及装置

Publications (1)

Publication Number Publication Date
CN111503837A true CN111503837A (zh) 2020-08-07

Family

ID=71868935

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910094190.0A Pending CN111503837A (zh) 2019-01-30 2019-01-30 一种变风量中央空调系统的调控方法及装置

Country Status (1)

Country Link
CN (1) CN111503837A (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004309032A (ja) * 2003-04-08 2004-11-04 Hiroshi Ogawa セントラル冷暖房設備及びその運転制御方法
CN2703223Y (zh) * 2003-08-29 2005-06-01 苏州利源自动化科技有限公司 中央空调节能控制装置
CN101581491A (zh) * 2009-06-12 2009-11-18 重庆贻科科技有限公司 中央空调系统负荷控制节能系统
CN102818330A (zh) * 2011-06-08 2012-12-12 上海启电信息科技有限公司 一种通信机房节能系统
CN106123199A (zh) * 2016-02-19 2016-11-16 广东工业大学 以水冷式机组为冷源的空调系统运行能耗的基准能耗法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004309032A (ja) * 2003-04-08 2004-11-04 Hiroshi Ogawa セントラル冷暖房設備及びその運転制御方法
CN2703223Y (zh) * 2003-08-29 2005-06-01 苏州利源自动化科技有限公司 中央空调节能控制装置
CN101581491A (zh) * 2009-06-12 2009-11-18 重庆贻科科技有限公司 中央空调系统负荷控制节能系统
CN102818330A (zh) * 2011-06-08 2012-12-12 上海启电信息科技有限公司 一种通信机房节能系统
CN106123199A (zh) * 2016-02-19 2016-11-16 广东工业大学 以水冷式机组为冷源的空调系统运行能耗的基准能耗法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
李慧民等: "《特种筒仓结构施工关键技术及安全控制》", 30 April 2018, 冶金工业出版社 *

Similar Documents

Publication Publication Date Title
CN109323369B (zh) 空调及其化霜方法和装置
CN110887286B (zh) 制冰控制方法、电子设备及介质
US10234166B2 (en) Energy saving diagnosis device, energy saving diagnosis method, and program
US20150149130A1 (en) Power consumption prediction apparatus, method, and non-transitory computer readable storage medium thereof
US8949051B2 (en) Apparatus and method for sub-metering of household devices
CN111503036B (zh) 风冷机组的性能优化方法、装置、可读介质及电子设备
US11609014B2 (en) Predictive presence scheduling for a thermostat using machine learning
CN109858638B (zh) 构建设备能效曲线的方法、装置、可读介质及电子设备
CN112781177B (zh) 预测空调运行功率的方法、装置、电子设备及存储介质
CN112183830A (zh) 一种冷冻水温度的预测方法及装置
CN112822903B (zh) 一种基于人工智能的数据中心制冷方法和系统
CN110360711A (zh) 空调防冻结方法、空调以及计算机可读存储介质
CN111503837A (zh) 一种变风量中央空调系统的调控方法及装置
CN111578463A (zh) 一种变风量空调系统的新风阀调节方法及装置
CN113685996B (zh) 空调器压缩机的控制方法以及空调器
CN114971038A (zh) 一种制冷机组清洗时间的预测方法和装置
CN111503924B (zh) 四通阀故障检测方法及装置
CN112032955B (zh) 空调器的控制方法
CN112032980B (zh) 空调器的控制方法
CN112032973B (zh) 蓄热指令的下发控制方法
CN112923539B (zh) 一种空调机组运行优化方法及系统
CN109829575B (zh) 能源数据预测的处理方法、装置、可读介质及电子设备
CN109886542B (zh) 一种设备轮休推荐方法、装置、可读介质及电子设备
US20160132619A1 (en) Energy management apparatus, energy management method, and non-transitory tangible computer readable medium thereof
CN110779171B (zh) 空气源热泵机组控制方法、电子设备、计算机可读存储介质

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20200807