CN112231812A - 一种水电站地下厂房的通风智能控制方法及系统 - Google Patents

一种水电站地下厂房的通风智能控制方法及系统 Download PDF

Info

Publication number
CN112231812A
CN112231812A CN202011103896.8A CN202011103896A CN112231812A CN 112231812 A CN112231812 A CN 112231812A CN 202011103896 A CN202011103896 A CN 202011103896A CN 112231812 A CN112231812 A CN 112231812A
Authority
CN
China
Prior art keywords
ventilation
hydropower station
layer
humidity
underground
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.)
Granted
Application number
CN202011103896.8A
Other languages
English (en)
Other versions
CN112231812B (zh
Inventor
张维佳
陈日伟
侯福年
李超顺
宋宇
刘懋霖
李永刚
陈学志
边之豪
李佰霖
王晶
吴声群
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.)
Wujiangdu Hydropower Station
Huazhong University of Science and Technology
Original Assignee
Wujiangdu Hydropower Station
Huazhong University of Science and Technology
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 Wujiangdu Hydropower Station, Huazhong University of Science and Technology filed Critical Wujiangdu Hydropower Station
Priority to CN202011103896.8A priority Critical patent/CN112231812B/zh
Publication of CN112231812A publication Critical patent/CN112231812A/zh
Application granted granted Critical
Publication of CN112231812B publication Critical patent/CN112231812B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/10—Constructive solid geometry [CSG] using solid primitives, e.g. cylinders, cubes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/08—Thermal analysis or thermal optimisation
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/20—Hydro energy
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P80/00—Climate change mitigation technologies for sector-wide applications
    • Y02P80/10—Efficient use of energy, e.g. using compressed air or pressurized fluid as energy carrier

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • Human Resources & Organizations (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Computer Hardware Design (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Health & Medical Sciences (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Educational Administration (AREA)
  • Computer Graphics (AREA)
  • Mathematical Analysis (AREA)
  • Civil Engineering (AREA)
  • Architecture (AREA)
  • Game Theory and Decision Science (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Software Systems (AREA)
  • Computational Mathematics (AREA)
  • Structural Engineering (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Ventilation (AREA)

Abstract

本发明公开了一种水电站地下厂房的通风智能控制方法及系统，包括，基于水电站地下厂房内的在线监测数据及建筑图纸，构建所述水电站地下厂房的三维流场仿真模型，并对所述模型进行校验；基于所述厂房内的温湿度监测值和三维流场仿真结果，并结合电站规定及设备运行标准，建立所述厂房的温湿度综合评估准则；利用三维流体仿真模拟策略对所述厂房的通风系统进行仿真模拟，并结合所述评估准则，建立水电站地下厂房通风机启停及通风口启闭规则表；根据所述规则表调节所述通风机及各层室通风口的运行状态，完成对厂房通风系统的智能调控。获得了在兼顾厂房通风效果和维持通风机经济运行节省能耗的综合最优运行方式及调控策略。

Description

一种水电站地下厂房的通风智能控制方法及系统
技术领域
本发明涉及水力发电技术的技术领域，尤其涉及一种水电站地下厂房的通风智能控制方法及系统。
背景技术
水电机组在电网中承担调峰调频的重要任务，在维护电网安全稳定运行、调节负荷方面起到关键作用，因此保障水力发电设备的安全稳定有着重要意义。水电站地下厂房自上而下主要分为发电机层、母线层、水轮机层及蜗壳层，且厂房内通风方式为集中式通风，布置于厂房两侧墙壁内部的通风廊道连通整个厂房内各个层室，并在各层室内布有一定数量的可以调控开启或闭合的通风口，并按照厂房内规定的“上下游”分为送风和排风，由多台通风机作为整个通风系统的风源。由于水电站地下厂房埋深较大，而且厂房内部安装有大量水轮机主辅设备，普遍存在潮湿、闷热的问题，设备散热和地底深处潮湿环境导致厂房易发生闷热、潮湿、结露现象，严重威胁厂房内机电设备的稳定运行及其使用寿命。
水电站厂房内各层室水力发电设备种类及运行性质不同，且相对封闭，这就导致厂房内各层室的湿热负荷情况大不相同。发电机层内厂房空间宽敞，与进厂交通洞相连，通风状况良好；母线层由于空间相对狭窄，且受发电机出口侧母线及励磁变压器的影响，导致该层内温度远远高于其余各层，为厂房内主要的热负荷区；水轮机层及蜗壳层，由于埋深较大且受水轮发电机组水机设备中渗漏水的影响，导致该层湿度极大，为厂房内主要的湿负荷区域。此外，由于厂房内各层距离通风机的距离不同，受沿程分流及其他损失的影响，导致在距离通风机较远的层室的通风量小于较近的层室；甚至可能在发电机层等距离较近的层室形成‘短路’，从而致使距离较远的其他层室无风或是风量很小；厂房内部通风需求及湿热负荷复杂多变，加之通风复杂，使得以改善地下厂房环境为目标的通风系统闭环控制存在技术障碍。对此，国内外的专家学者针对各类地下厂房通风进行了探索，取得了一定的进展，但研究对象仍是以传统方式为主，缺乏理论研究和技术突破，无法实现基于电站变化场景及应用模式下通风系统的最优运行。
发明内容
本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。
鉴于上述现有存在的问题，提出了本发明。
因此，本发明提供了一种水电站地下厂房的通风智能控制方法，对通风机及布置于各层室的通风口启闭情况进行调节，可有效避免厂房内各层室通风供需不平衡的问题。
为解决上述技术问题，本发明提供如下技术方案：包括，基于水电站地下厂房内的在线监测数据及建筑图纸，构建所述水电站地下厂房的三维流场仿真模型，并对所述模型进行校验；基于所述厂房内的温湿度监测值和三维流场仿真结果，并结合电站规定及设备运行标准，建立所述厂房的温湿度综合评估准则；利用三维流体仿真模拟策略对所述厂房的通风系统进行仿真模拟，并结合所述评估准则，建立水电站地下厂房通风机启停及通风口启闭规则表；根据所述规则表调节所述通风机及各层室通风口的运行状态，完成对厂房通风系统的智能调控。
作为本发明所述的水电站地下厂房的通风智能控制方法的一种优选方案，其中：所述三维流场仿真模型包括，通过SolidWorks搭建所述水电站地下厂房的三维空间结构图，并将所述三维空间结构图导入至ANSYS，建立所述厂房各层室风速、温度场和湿度场的三维仿真模型。
作为本发明所述的水电站地下厂房的通风智能控制方法的一种优选方案，其中：所述温湿度综合评估准则包括，将所述各层室温湿度监测平均值作为判断指标，引入模糊控制理论，利用隶属度函数，将所述厂房内的各层室温度和湿度情况分别划分为优、良、中、差四个等级。
作为本发明所述的水电站地下厂房的通风智能控制方法的一种优选方案，其中：所述监测值包括，定义温度的模糊论域为：
[0,Tj]
定义湿度的模糊论域为：
[0,ξj]
其中，T表示所述厂房内各层室温度的最大平均值；ξ表示所述厂房内各层室湿度的最大平均值；j＝1时，表示所述水电站地下厂房内的发电机层；j＝2时，表示所述水电站地下厂房内的母线层；j＝3时，表示所述水电站地下厂房内的水轮机层；j＝4时，表示所述水电站地下厂房内的蜗壳层。
作为本发明所述的水电站地下厂房的通风智能控制方法的一种优选方案，其中：还包括，在母线层、水轮机层及蜗壳层布置较多的监测点，在湿热负荷小的层室布置较少的监测点。
作为本发明所述的水电站地下厂房的通风智能控制方法的一种优选方案，其中：所述仿真模拟包括，在通风机及通风口的不同组合下，对所述厂房内的通风系统情况调节控制进行温度和湿度的分布模拟。
作为本发明所述的水电站地下厂房的通风智能控制方法的一种优选方案，其中：所述通风机的不同组合包括，根据所述水电站地下厂房的功能差异，将所述通风机分为送风机和排风机，所述送风机和排风机的数量分别为m和n，则有：送风机启停组合：
A＝[a1 a2 … am]
排风机启停组合：
B＝[b1 b2 … bn]
其中，A、B分别表示所述送风机和排风机的运行状态；a1，a2，…，am取值为1或0，分别表示所述各台送风机处于正常工状态或停机状态；b1，b2，…，bn取值为1或0，分别表示所述各台排风机处于正常工状态或停机状态。
作为本发明所述的水电站地下厂房的通风智能控制方法的一种优选方案，其中：所述通风口的不同组合包括，将布置于所述各层室内的通风口分为送风口和排风口，所述送风口和排风口的数量分别为g，k，则有：送风口启闭组合：
TAj＝[ta1 ta2 … tag]
排风口启闭组合：
TBj＝[tb1 tb2 … tbk]
其中TAj、TBj分别表示的所述各层室内送风口和排风口的运行状态；ta1，ta2，…，tag取值为1或0，分别表示所述各送风口处于开启或闭合状态；tb1，tb2，…，tbk取值为1或0，分别表示所述各排风口处于开启或闭合状态。
作为本发明所述的水电站地下厂房的通风智能控制方法的一种优选方案，其中：所述规则表包括，将所述厂房各层室的通风效果评估等级作为所述三维流体仿真模拟的输入量，并通过综合比较在所述通风机及通风口的不同组合下所得的调节时间及耗电量，确定适用于当前通风情况的最优组合，并依此设定所述规则表。
作为本发明所述的水电站地下厂房的通风智能控制系统的一种优选方案，其中：包括，建模模块，用于建立水电站地下厂房内的温湿度三维流场仿真模型；监测模块，用于对所述厂房内的各层室温湿度进行实时监测，并用于对所述温湿度评估分级；仿真模块，与所述建模模块和所述监测模块连接，用于对所述厂房内的各层室温湿度场进行模拟仿真分析；调控模块，与所述仿真模块相连接，能够用于对所述厂房的通风机启停及通风口启闭规则表进行建立，并用于对所述厂房内的温湿度进行智能调控。
本发明的有益效果：本发明将布置于各层室的通风口启闭纳入调节规则，可有效避免各层室通风量供需不平衡及上游层室内出现严重“短路”的情况；以厂房内湿热负荷调节时间和耗能量的综合最优为控制调整目标，通过对三维流场仿真获得的结果进行对比分析，确定符合电站实际生产的通风机及通风口的最佳状态，从而得出在兼顾厂房通风效果和维持通风机经济运行节省能耗的综合最优运行方式及调控策略，具有重要的工程实际意义。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例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它的附图。其中：
图1为本发明第一个实施例所述的一种水电站地下厂房的通风智能控制方法的流程示意图；
图2为本发明第一个实施例所述的一种水电站地下厂房的通风智能控制方法的水电站地下厂房温度和湿度平均值的隶属度函数示意图；
图3为本发明第一个实施例所述的一种水电站地下厂房的通风智能控制方法的水电站地下厂房发电机层通风口及温湿度传感器布置示意图；
图4为本发明第一个实施例所述的一种水电站地下厂房的通风智能控制方法的水电站地下厂房母线层通风口及温湿度传感器布置示意图；
图5为本发明第一个实施例所述的一种水电站地下厂房的通风智能控制方法的水电站地下厂房水轮机层通风口及温湿度传感器布置示意图；
图6为本发明第一个实施例所述的一种水电站地下厂房的通风智能控制方法的水电站地下厂房蜗壳层通风口及温湿度传感器布置示意图；
图7为本发明第一个实施例所述的一种水电站地下厂房的通风智能控制方法的传统控制调节水电站地下厂房发电机层温度场分布示意图；
图8为本发明第一个实施例所述的一种水电站地下厂房的通风智能控制方法的传统控制调节水电站地下厂房母线层温度场分布示意图；
图9为本发明第一个实施例所述的一种水电站地下厂房的通风智能控制方法的传统控制调节水电站地下厂房水轮机层温度场分布示意图；
图10为本发明第一个实施例所述的一种水电站地下厂房的通风智能控制方法的传统控制调节水电站地下厂房蜗壳层温度场分布示意图；
图11为本发明第一个实施例所述的一种水电站地下厂房的通风智能控制方法的传统控制调节水电站地下厂房发电机层湿度场分布示意图；
图12为本发明第一个实施例所述的一种水电站地下厂房的通风智能控制方法的传统控制调节水电站地下厂房母线层湿度场分布示意图；
图13为本发明第一个实施例所述的一种水电站地下厂房的通风智能控制方法的传统控制调节水电站地下厂房水轮机层湿度场分布示意图；
图14为本发明第一个实施例所述的一种水电站地下厂房的通风智能控制方法的传统控制调节水电站地下厂房蜗壳层湿度场分布示意图；
图15为本发明第一个实施例所述的一种水电站地下厂房的通风智能控制方法的调节后水电站地下厂房发电机层温度场分布示意图；
图16为本发明第一个实施例所述的一种水电站地下厂房的通风智能控制方法的调节后水电站地下厂房母线层温度场分布示意图；
图17为本发明第一个实施例所述的一种水电站地下厂房的通风智能控制方法的调节后水电站地下厂房水轮机层温度场分布示意图；
图18为本发明第一个实施例所述的一种水电站地下厂房的通风智能控制方法的调节后水电站地下厂房蜗壳层温度场分布示意图；
图19为本发明第一个实施例所述的一种水电站地下厂房的通风智能控制方法的调节后水电站地下厂房发电机层湿度场分布示意图；
图20为本发明第一个实施例所述的一种水电站地下厂房的通风智能控制方法的调节后水电站地下厂房母线层湿度场分布示意图；
图21为本发明第一个实施例所述的一种水电站地下厂房的通风智能控制方法的调节后水电站地下厂房水轮机层湿度场分布示意图；
图22为本发明第一个实施例所述的一种水电站地下厂房的通风智能控制方法的调节后水电站地下厂房蜗壳层湿度场分布示意图；
图23为本发明第二个实施例所述的一种水电站地下厂房的通风智能控制系统的模块结构分布示意图；
图24为本发明第二个实施例所述的一种水电站地下厂房的通风智能控制系统的网络拓扑结构示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合说明书附图对本发明的具体实施方式做详细的说明，显然所描述的实施例是本发明的一部分实施例，而不是全部实施例。基于本发明中的实施例，本领域普通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，都应当属于本发明的保护的范围。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其他不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施例的限制。
其次，此处所称的“一个实施例”或“实施例”是指可包含于本发明至少一个实现方式中的特定特征、结构或特性。在本说明书中不同地方出现的“在一个实施例中”并非均指同一个实施例，也不是单独的或选择性的与其他实施例互相排斥的实施例。
本发明结合示意图进行详细描述，在详述本发明实施例时，为便于说明，表示器件结构的剖面图会不依一般比例作局部放大，而且所述示意图只是示例，其在此不应限制本发明保护的范围。此外，在实际制作中应包含长度、宽度及深度的三维空间尺寸。
同时在本发明的描述中，需要说明的是，术语中的“上、下、内和外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一、第二或第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
本发明中除非另有明确的规定和限定，术语“安装、相连、连接”应做广义理解，例如：可以是固定连接、可拆卸连接或一体式连接；同样可以是机械连接、电连接或直接连接，也可以通过中间媒介间接相连，也可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
实施例1
参照图1～图22，为本发明的第一个实施例，该实施例提供了一种水电站地下厂房的通风智能控制方法，包括：
S1：基于水电站地下厂房内的在线监测数据及建筑图纸，构建水电站地下厂房的三维流场仿真模型，并对模型进行校验。
其中需要说明的是，水电站地下厂房自上而下主要分为发电机层、母线层、水轮机层及蜗壳层，且厂房内通风方式为集中式通风，布置于厂房两侧墙壁内部的通风廊道连通整个厂房内各个层室，并在各层室内布有一定数量的通风口，并按照厂房内规定的“上下游”分为送风和排风，分别由数量不同的非同步控制的送排风机作为整个通风系统的风源；且布置于地下厂房各层室左右两侧的送、排风口的启闭状态亦可调整，可以很好的避免各层室内通风供需不均衡的问题。
此外，水电站厂房内各层室水力发电设备种类及运行性质不同，且相对封闭，这就导致厂房内各层室的湿热负荷情况大不相同；发电机层内厂房空间宽敞，与进厂交通洞相连，通风状况良好；母线层由于空间相对狭窄，且受发电机出口侧母线及励磁变压器的影响，导致该层内温度远远高于其余各层，为厂房内主要的热负荷区；水轮机层及蜗壳层，由于埋深较大且受水轮发电机组水机设备中渗漏水的影响，导致该层湿度极大，为厂房内主要的湿负荷区域。
因此，在布置监测点时应当在母线层、水轮机层及蜗壳层布置数量较多的监测点，而在发电机层这类通风情况良好，且设备较少，湿热负荷小的层室，可以布置较少的监测点；结合电站内部实际空间结构和相关要求，按照分布均匀、便于安装的原则，确定各层室内的监测点位置，并布置相应的传感器，实现对厂房内部各个空间内温湿度合理全面监测。
进一步的，根据水电站地下厂房土建图纸及厂房内机电设备布置情况，运用SolidWorks搭建水电站地下厂房三维空间结构图，并将其导入ANSYS建立厂房各层室风速及温湿度场三维流场仿真模型，同时利用厂房内温湿度在线监测所得的结果校对三维流场仿真模型。
S2：基于厂房内的温湿度监测值和三维流场仿真结果，并结合电站规定及设备运行标准，建立厂房的温湿度综合评估准则。
将各层室温湿度监测平均值作为判断指标，引入模糊控制理论，利用隶属度函数，将厂房内各层室温度和湿度情况分别划分为优、良、中、差四个等级，如图2所示。
温度的模糊论域为：[0，Tj]
湿度的模糊论域为：[0，ξj]
其中T和ξ分别表示厂房内各层室温度和湿度的最大平均值，下标j的取值为1，2，3，4，分别表示地下厂房发电机层、母线层、水轮机层以及蜗壳层；在此基础上，根据模糊逻辑控制理论双输入-单输出基本规则，并依据电站相关标准及规定，确定各层温湿度综合评价准则，如表1所示。
表1：水电站地下厂房温湿度综合评估准则表。
Figure BDA0002726313340000081
S3：利用三维流体仿真模拟策略对厂房的通风系统进行仿真模拟，并结合评估准则，建立水电站地下厂房通风机启停及通风口启闭规则表。
运用三维流场仿真技术，将厂房各层室的通风效果评估等级作为三维流体仿真模拟的输入量，在通风机及通风口的不同组合下，对厂房内通风系统情况调节控制进行温度和湿度的分布模拟。
具体的，水电站地下厂房根据功能差异，将通风机分为送风机和排风机，其数量分别为m和n，则有：
送风机启停组合：
A＝[a1 a2 … am]
排风机启停组合：
B＝[b1 b2 … bn]
其中A、B分别表示地下厂房送、排风机的运行状态，a1，a2，…，am取值为{1，0}，取值为1时表示各台送风机处于正常工作状态，取值为0表示各台送风机处于停机状态；b1，b2，…，bn取值为{1，0}，取值为1时表示各台排风机处于正常工作状态，取值为0表示各台排风机处于停机状态。
此外，布置于各层室内的通风口分为送风口和排风口两类，分别将送风口和排风口布置于各层室内左右两侧，送风口和排风口数量分别为g，k，则有：
送风口启闭组合：
TAj＝[ta1 ta2 … tag]
排风口启闭组合：
TBj＝[tb1 tb2 … tbk]
其中TAj、TBj分别表示的各层室内送、排风口的运行状态；ta1，ta2，…，tag取值为1或0，取值为1时表示各送风口处于开启状态，取值为0时表示各送风口处于闭合状态；tb1，tb2，…，tbk取值为1或0，取值为1时表示各送风口处于开启状态，取值为0时表示各送风口处于闭合状态。
进一步的，通过综合比较在通风机及通风口的不同组合下所得的调节时间及耗电量，确定适用于当前通风情况的最优组合，依此设定规则表。
S4：根据规则表调节通风机及各层室通风口的运行状态，完成对厂房通风系统的智能调控。
对在线监测所得的各层室温湿度平均值，依据步骤S2中的通风效果分级标准及综合评估体系，对水电站地下厂房内各层室通风效果进行综合评估并划分等级；以此作为通风系统调控的输入量，依据通风机及通风口最佳运行规则表，获取厂房内送、排风机及送、排风口运行及启闭状态的最佳组合，并通过改变送排风机开启的数量及通风口的启闭组合，调节各层室通风量，实现对厂房内通风系统的智能调控。
为了对本方法中采用的技术效果加以验证说明，本实施例选择传统的控制方法和采用本方法进行对比测试，以科学论证的手段对比试验结果，以验证本方法所具有的真实效果。
传统的控制方法依靠运行人员的自身对温湿度的感觉及工作经验，对通风的同步控制通风机启停，且各层室通风口均处于开启状态，容易就造成湿热负荷小、距离通风机较近的发电机层通风优良，并且形成较为严重的“短路现象”，而热湿负荷大、距离通风机较远的母线层水轮机层以及蜗壳层无风可用，通风效果差，对湿热负荷的调节失效。
而本方法相较于传统的控制方法，对厂房的通风系统控制具有较高的有效性。
为验证本方法对水电站地下厂房通风系统进行控制的有效性，以西南地区某水电站地下厂房通风系统为实施对象，该电站地下厂房通风系统配有送风机4台，排风机2台，厂房内各层室送排风口布置如图3～图6所示，设定调节时间为3分钟，将本方法和传统的控制方法下厂房内的通风效果进行比较。
在电厂所有水轮发电机组正常运行时，电厂在采用传统的控制方法，即各送排风机及通风口均处于开启状态下，厂房内各层室通风效果评估效果如下：除发电机层通风效果为优之外，其余各层通风效果均为中或差，如图7～图14所示。
根据本方法的控制策略，在保持送风机和排风机全开的基础上，调节各层室通风口的启闭组合，各层室的启闭组合如下所示：
发电机层：
Figure BDA0002726313340000101
母线层：
Figure BDA0002726313340000102
水轮机层：
Figure BDA0002726313340000111
蜗壳层：
Figure BDA0002726313340000112
根据启闭组合对厂房内温湿度进行调节，而后运用ANSYS进行三维仿真分析，三分钟后，如图15～图22所示，可见厂房内各层室通风效果均实现好转。
实施例2
参照图23～图24，为本发明的第二个实施例，该实施例不同于第一个实施例的是，提供了一种水电站地下厂房的通风智能控制系统，包括：
建模模块100，通过SolidWorks软件搭建水电站地下厂房三维空间结构图，并将其导入ANSYS软件建立厂房各层室风速及温湿度场三维仿真模型。
监测模块200，包括温度传感器、湿度传感器和运算层，温度传感器和湿度传感器对厂房内的各层室温湿度进行实时监测和统计，而后将数值传送至运算层进行温湿度的优、良、中、差的评估分级。
仿真模块300，与建模模块100和监测模块200连接，用于对厂房内的各层室温湿度场进行模拟仿真分析；通过运用三维流体仿真软件ANSYS实现对厂房内的各层室温湿度场的模拟仿真分析。
调控模块400，与仿真模块300相连接，能够用于对厂房的通风机启停及通风口启闭规则表进行建立，并用于对厂房内的温湿度进行智能调控。
较佳的是，调控模块400是基于远程数据调控平台的通信模块，其内嵌通信芯片，使其具有通过远程数据调控平台进行通信和数据传输的功能；且电脑、单片机通过RS232串口与远程数据调控平台相连接，单片机能将送、排风机及送、排风口最佳运行规则表转换成电脑所识别的AI指令，而后电脑通过AI指令控制调控模块400实现对温湿度的智能调控。
应当认识到，本发明的实施例可以由计算机硬件、硬件和软件的组合、或者通过存储在非暂时性计算机可读存储器中的计算机指令来实现或实施。所述方法可以使用标准编程技术-包括配置有计算机程序的非暂时性计算机可读存储介质在计算机程序中实现，其中如此配置的存储介质使得计算机以特定和预定义的方式操作——根据在具体实施例中描述的方法和附图。每个程序可以以高级过程或面向对象的编程语言来实现以与计算机系统通信。然而，若需要，该程序可以以汇编或机器语言实现。在任何情况下，该语言可以是编译或解释的语言。此外，为此目的该程序能够在编程的专用集成电路上运行。
此外，可按任何合适的顺序来执行本文描述的过程的操作，除非本文另外指示或以其他方式明显地与上下文矛盾。本文描述的过程(或变型和/或其组合)可在配置有可执行指令的一个或多个计算机系统的控制下执行，并且可作为共同地在一个或多个处理器上执行的代码(例如，可执行指令、一个或多个计算机程序或一个或多个应用)、由硬件或其组合来实现。所述计算机程序包括可由一个或多个处理器执行的多个指令。
进一步，所述方法可以在可操作地连接至合适的任何类型的计算平台中实现，包括但不限于个人电脑、迷你计算机、主框架、工作站、网络或分布式计算环境、单独的或集成的计算机平台、或者与带电粒子工具或其它成像装置通信等等。本发明的各方面可以以存储在非暂时性存储介质或设备上的机器可读代码来实现，无论是可移动的还是集成至计算平台，如硬盘、光学读取和/或写入存储介质、RAM、ROM等，使得其可由可编程计算机读取，当存储介质或设备由计算机读取时可用于配置和操作计算机以执行在此所描述的过程。此外，机器可读代码，或其部分可以通过有线或无线网络传输。当此类媒体包括结合微处理器或其他数据处理器实现上文所述步骤的指令或程序时，本文所述的发明包括这些和其他不同类型的非暂时性计算机可读存储介质。当根据本发明所述的方法和技术编程时，本发明还包括计算机本身。计算机程序能够应用于输入数据以执行本文所述的功能，从而转换输入数据以生成存储至非易失性存储器的输出数据。输出信息还可以应用于一个或多个输出设备如显示器。在本发明优选的实施例中，转换的数据表示物理和有形的对象，包括显示器上产生的物理和有形对象的特定视觉描绘。
如在本申请所使用的，术语“组件”、“模块”、“系统”等等旨在指代计算机相关实体，该计算机相关实体可以是硬件、固件、硬件和软件的结合、软件或者运行中的软件。例如，组件可以是，但不限于是：在处理器上运行的处理、处理器、对象、可执行文件、执行中的线程、程序和/或计算机。作为示例，在计算设备上运行的应用和该计算设备都可以是组件。一个或多个组件可以存在于执行中的过程和/或线程中，并且组件可以位于一个计算机中以及/或者分布在两个或更多个计算机之间。此外，这些组件能够从在其上具有各种数据结构的各种计算机可读介质中执行。这些组件可以通过诸如根据具有一个或多个数据分组(例如，来自一个组件的数据，该组件与本地系统、分布式系统中的另一个组件进行交互和/或以信号的方式通过诸如互联网之类的网络与其它系统进行交互)的信号，以本地和/或远程过程的方式进行通信。
应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (10)

1.一种水电站地下厂房的通风智能控制方法，其特征在于：包括，
基于水电站地下厂房内的在线监测数据及建筑图纸，构建所述水电站地下厂房的三维流场仿真模型，并对所述模型进行校验；
基于所述厂房内的温湿度监测值和三维流场仿真结果，并结合电站规定及设备运行标准，建立所述厂房的温湿度综合评估准则；
利用三维流体仿真模拟策略对所述厂房的通风系统进行仿真模拟，并结合所述评估准则，建立水电站地下厂房通风机启停及通风口启闭规则表；
根据所述规则表调节所述通风机及各层室通风口的运行状态，完成对所述厂房通风系统的智能调控。
2.如权利要求1所述的水电站地下厂房的通风智能控制方法，其特征在于：所述三维流场仿真模型包括，
通过SolidWorks搭建所述水电站地下厂房的三维空间结构图，并将所述三维空间结构图导入至ANSYS，建立所述厂房各层室风速、温度场和湿度场的三维仿真模型。
3.如权利要求2所述的水电站地下厂房的通风智能控制方法，其特征在于：所述温湿度综合评估准则包括，
将所述各层室温湿度监测平均值作为判断指标，引入模糊控制理论，利用隶属度函数，将所述厂房内的各层室温度和湿度情况分别划分为优、良、中、差四个等级。
4.如权利要求1、2、3任一所述的水电站地下厂房的通风智能控制方法，其特征在于：所述监测值包括，
定义温度的模糊论域为：
[0,Tj]
定义湿度的模糊论域为：
[0,ξj]
其中，T表示所述厂房内各层室温度的最大平均值；ξ表示所述厂房内各层室湿度的最大平均值；j＝1时，表示所述水电站地下厂房内的发电机层；j＝2时，表示所述水电站地下厂房内的母线层；j＝3时，表示所述水电站地下厂房内的水轮机层；j＝4时，表示所述水电站地下厂房内的蜗壳层。
5.如权利要求4所述的水电站地下厂房的通风智能控制方法，其特征在于：还包括，
在母线层、水轮机层及蜗壳层布置较多的监测点，在湿热负荷小的层室布置较少的监测点。
6.如权利要求2、3、5任一所述的水电站地下厂房的通风智能控制方法，其特征在于：所述仿真模拟包括，
在通风机及通风口的不同组合下，对所述厂房内的通风系统情况调节控制进行温度和湿度的分布模拟。
7.如权利要求6所述的水电站地下厂房的通风智能控制方法，其特征在于：所述通风机的不同组合包括，
根据所述水电站地下厂房的功能差异，将所述通风机分为送风机和排风机，所述送风机和排风机的数量分别为m和n，则有：
送风机启停组合：
A＝[a1 a2…am]
排风机启停组合：
B＝[b1 b2…bn]
其中，A、B分别表示所述送风机和排风机的运行状态；a1，a2，…，am取值为1或0，分别表示所述各台送风机处于正常工状态或停机状态；b1，b2，…，bn取值为1或0，分别表示所述各台排风机处于正常工状态或停机状态。
8.如权利要求7所述的水电站地下厂房的通风智能控制方法，其特征在于：所述通风口的不同组合包括，
将布置于所述各层室内的通风口分为送风口和排风口，所述送风口和排风口的数量分别为g，k，则有：
送风口启闭组合：
TAj＝[ta1 ta2…tag]
排风口启闭组合：
TBj＝[tb1 tb2…tbk]
其中TAj、TBj分别表示的所述各层室内送风口和排风口的运行状态；ta1，ta2，…，tag取值为1或0，分别表示所述各送风口处于开启或闭合状态；tb1，tb2，…，tbk取值为1或0，分别表示所述各排风口处于开启或闭合状态。
9.如权利要求5或8所述的水电站地下厂房的通风智能控制方法，其特征在于：所述规则表包括，
将所述厂房各层室的通风效果评估等级作为所述三维流体仿真模拟的输入量，并通过综合比较在所述通风机及通风口的不同组合下所得的调节时间及耗电量，确定适用于当前通风情况的最优组合，并依此设定所述规则表。
10.一种水电站地下厂房的通风智能控制系统，其特征在于：包括，
建模模块(100)，用于建立水电站地下厂房内的温湿度三维流场仿真模型；
监测模块(200)，用于对所述厂房内的各层室温湿度进行实时监测，并用于对所述温湿度评估分级；
仿真模块(300)，与所述建模模块(100)和所述监测模块(200)连接，用于对所述厂房内的各层室温湿度场进行模拟仿真分析；
调控模块(400)，与所述仿真模块(300)相连接，能够用于对所述厂房的通风机启停及通风口启闭规则表进行建立，并用于对所述厂房内的温湿度进行智能调控。
CN202011103896.8A 2020-10-15 2020-10-15 一种水电站地下厂房的通风智能控制方法及系统 Active CN112231812B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011103896.8A CN112231812B (zh) 2020-10-15 2020-10-15 一种水电站地下厂房的通风智能控制方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011103896.8A CN112231812B (zh) 2020-10-15 2020-10-15 一种水电站地下厂房的通风智能控制方法及系统

Publications (2)

Publication Number Publication Date
CN112231812A true CN112231812A (zh) 2021-01-15
CN112231812B CN112231812B (zh) 2022-12-09

Family

ID=74117325

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011103896.8A Active CN112231812B (zh) 2020-10-15 2020-10-15 一种水电站地下厂房的通风智能控制方法及系统

Country Status (1)

Country Link
CN (1) CN112231812B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113175722A (zh) * 2021-04-27 2021-07-27 广东天濠建设工程有限公司 建筑通风节能调控系统及方法
CN113723023A (zh) * 2021-08-30 2021-11-30 贵州乌江水电开发有限责任公司 一种基于cfd的水电站地下厂房通风效果模拟分析方法
CN114034115A (zh) * 2021-11-19 2022-02-11 五凌电力有限公司五强溪水电厂 一种基于水电站地下厂房的除湿机控制方法及系统
CN115840983A (zh) * 2023-02-16 2023-03-24 天津大学 基于信息识别的水电工程地下厂房智能建模方法和装置
CN116755343A (zh) * 2023-08-18 2023-09-15 兆和能源(威海)有限公司 一种基于自学习模糊控制节电器

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102213475A (zh) * 2011-03-22 2011-10-12 曙光信息产业(北京)有限公司 一种数据中心功耗自适应管理方法
JP2012063055A (ja) * 2010-09-15 2012-03-29 Taisei Corp 空調環境モニタリングシステム
CN202257228U (zh) * 2011-09-16 2012-05-30 河南天擎机电技术有限公司 自然光与人工光源综合智能控制的物联网应用系统
CN102563808A (zh) * 2012-01-11 2012-07-11 华南理工大学 一种室内环境舒适度的自动控制方法
CN103246764A (zh) * 2013-04-19 2013-08-14 哈尔滨工业大学 基于Ansys Workbench的潜油电机温度场模拟方法
CN105260518A (zh) * 2015-09-25 2016-01-20 天津大学 基于cfd模拟结合系统仿真模型的机舱环境控制方法
CN106154866A (zh) * 2016-08-22 2016-11-23 华自科技股份有限公司 水电站三维虚拟仿真监控方法及系统
US20180121570A1 (en) * 2015-03-16 2018-05-03 Mitsubishi Electric Corporation Room model extraction device, room model extraction system, computer readable medium, and room model extraction method
WO2018131804A1 (ko) * 2017-01-11 2018-07-19 대한민국 (관리부서 : 환경부 국립환경과학원장) 실내에서의 효율적인 냉난방 및 에너지 절약을 위한 온도 성층화 개선방법 및 이를 이용한 난방제어 시스템
CN109359349A (zh) * 2018-09-26 2019-02-19 山东电力工程咨询院有限公司 电厂汽轮机厂房通风模块化模拟计算方法及系统
CN109378745A (zh) * 2018-11-14 2019-02-22 贵州电网有限责任公司 一种变电站配电室的环境自动调节系统及调节方法
CN110309539A (zh) * 2019-05-27 2019-10-08 中色科技股份有限公司 基于bim的工业建筑环境流体动力学仿真平台创建方法
CN110332656A (zh) * 2019-07-25 2019-10-15 南方电网调峰调频发电有限公司 一种地下水电站厂房通风空调系统及其运行控制方法

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012063055A (ja) * 2010-09-15 2012-03-29 Taisei Corp 空調環境モニタリングシステム
CN102213475A (zh) * 2011-03-22 2011-10-12 曙光信息产业(北京)有限公司 一种数据中心功耗自适应管理方法
CN202257228U (zh) * 2011-09-16 2012-05-30 河南天擎机电技术有限公司 自然光与人工光源综合智能控制的物联网应用系统
CN102563808A (zh) * 2012-01-11 2012-07-11 华南理工大学 一种室内环境舒适度的自动控制方法
CN103246764A (zh) * 2013-04-19 2013-08-14 哈尔滨工业大学 基于Ansys Workbench的潜油电机温度场模拟方法
US20180121570A1 (en) * 2015-03-16 2018-05-03 Mitsubishi Electric Corporation Room model extraction device, room model extraction system, computer readable medium, and room model extraction method
CN105260518A (zh) * 2015-09-25 2016-01-20 天津大学 基于cfd模拟结合系统仿真模型的机舱环境控制方法
CN106154866A (zh) * 2016-08-22 2016-11-23 华自科技股份有限公司 水电站三维虚拟仿真监控方法及系统
WO2018131804A1 (ko) * 2017-01-11 2018-07-19 대한민국 (관리부서 : 환경부 국립환경과학원장) 실내에서의 효율적인 냉난방 및 에너지 절약을 위한 온도 성층화 개선방법 및 이를 이용한 난방제어 시스템
CN109359349A (zh) * 2018-09-26 2019-02-19 山东电力工程咨询院有限公司 电厂汽轮机厂房通风模块化模拟计算方法及系统
CN109378745A (zh) * 2018-11-14 2019-02-22 贵州电网有限责任公司 一种变电站配电室的环境自动调节系统及调节方法
CN110309539A (zh) * 2019-05-27 2019-10-08 中色科技股份有限公司 基于bim的工业建筑环境流体动力学仿真平台创建方法
CN110332656A (zh) * 2019-07-25 2019-10-15 南方电网调峰调频发电有限公司 一种地下水电站厂房通风空调系统及其运行控制方法

Non-Patent Citations (10)

* Cited by examiner, † Cited by third party
Title
CÉSARPORRAS-AMORESA: "Natural ventilation analysis in an underground construction: CFD simulation and experimental validation", 《HTTPS://WWW.SCIENCEDIRECT.COM/SCIENCE/ARTICLE/PII/S0886779819300070》 *
SHU-QING HAO: "Fire Evacuation Underground Space Based on Building EXODUS", 《2009 INTERNATIONAL CONFERENCE ON ENGINEERING COMPUTATION》 *
付祥钊等: "琅琊山水电站地下主厂房气流组织研究", 《暖通空调》 *
刘勇等: "白鹤滩水电站局部空调启停对主厂房温度场的影响研究", 《制冷与空调(四川)》 *
吴月超: "面向智能水电站的在线监测状态实时自动巡检方法与应用", 《水利水电工程》 *
岑冬冬: "基于室内人员走动及数量变化工况下的通风系统优化设计", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 *
朱英等: "基于物联网的北方日光温室智能管理系统的应用", 《农业工程技术》 *
邵怡琳: "模糊逻辑控制理论在农业智能温室系统中的应用", 《三门峡职业技术学院学报》 *
郭俊勋等: "基于CFD方法的水电站地下厂房通风系统改造的研究", 《科技视界》 *
陈金华等: "云南干河泵站地下厂房通风系统模型试验", 《湖南大学学报(自然科学版)》 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113175722A (zh) * 2021-04-27 2021-07-27 广东天濠建设工程有限公司 建筑通风节能调控系统及方法
CN113723023A (zh) * 2021-08-30 2021-11-30 贵州乌江水电开发有限责任公司 一种基于cfd的水电站地下厂房通风效果模拟分析方法
CN113723023B (zh) * 2021-08-30 2023-11-24 贵州乌江水电开发有限责任公司 一种基于cfd的水电站地下厂房通风效果模拟分析方法
CN114034115A (zh) * 2021-11-19 2022-02-11 五凌电力有限公司五强溪水电厂 一种基于水电站地下厂房的除湿机控制方法及系统
CN115840983A (zh) * 2023-02-16 2023-03-24 天津大学 基于信息识别的水电工程地下厂房智能建模方法和装置
CN115840983B (zh) * 2023-02-16 2023-08-11 天津大学 基于信息识别的水电工程地下厂房智能建模方法和装置
CN116755343A (zh) * 2023-08-18 2023-09-15 兆和能源(威海)有限公司 一种基于自学习模糊控制节电器
CN116755343B (zh) * 2023-08-18 2023-12-19 兆和能源(威海)有限公司 一种基于自学习模糊控制节电器

Also Published As

Publication number Publication date
CN112231812B (zh) 2022-12-09

Similar Documents

Publication Publication Date Title
CN112231812B (zh) 一种水电站地下厂房的通风智能控制方法及系统
Lu et al. Global optimization for overall HVAC systems––Part II problem solution and simulations
CN101782261B (zh) 暖通空调系统的非线性自适应节能控制方法
Yang et al. Optimal control strategy for HVAC system in building energy management
CN108321793A (zh) 集成智能楼宇灵活负荷的主动配电网建模及优化调度方法
CN105042800A (zh) 基于需求响应的变频空调负荷建模与运行控制方法
CN102840725B (zh) 地埋管及冷却塔地源热泵复合系统的控制系统及方法
CN104948215A (zh) 一种矿井通风系统的联合优调优控方法
CN107023966A (zh) 一种地铁站空调冷却水出水温度设定值优化方法
Ma et al. An improved particle swarm optimization algorithm for the optimization and group control of water-side free cooling using cooling towers
Du et al. Multi-regional building energy efficiency intelligent regulation strategy based on multi-objective optimization and model predictive control
Wang et al. A decentralized swarm intelligence algorithm for global optimization of HVAC system
CN113934246A (zh) 一种建筑热舒适模型预测控制方法及系统
CN106765880A (zh) 确定供水开启时辐射供冷系统辐射板表面温度变化的方法
Wani et al. Control strategies for energy optimization of HVAC systems in small office buildings using energyplus tm
CN105373859A (zh) 一种小区配电房的散热优化方法及系统
CN113566254B (zh) 一种住宅厨房补风方法及补风一体式吸油烟机
Ferrarini et al. Modeling and control of thermal energy of a large commercial building
CN113701312A (zh) 一种水电站地下厂房通风系统智能化改造方法
He et al. A Novel VAV Air Conditioning Control System Based on Swarm Intelligence
Zhang et al. Analysis and Application of Energy-Saving Automatic Control Technology for HVAC System
Lujie et al. The Load Aggregation Strategy of Central Air-conditioning for Smoothing Wind Power Fluctuation
CN115597189B (zh) 一种基于云端的冷冻水泵节能策略的模拟方法、系统
CN113669845B (zh) 一种基于数据模型伴生的中央空调节能控制系统及控制方法
Li et al. Simulation Analysis of Energy Consumption for Intelligent Green Building

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
GR01 Patent grant
GR01 Patent grant