CN112728739B - 基于算法预测的空调箱送风温度设定值确定方法和装置 - Google Patents

基于算法预测的空调箱送风温度设定值确定方法和装置 Download PDF

Info

Publication number
CN112728739B
CN112728739B CN202011582869.3A CN202011582869A CN112728739B CN 112728739 B CN112728739 B CN 112728739B CN 202011582869 A CN202011582869 A CN 202011582869A CN 112728739 B CN112728739 B CN 112728739B
Authority
CN
China
Prior art keywords
air
conditioning box
temperature
air conditioning
value
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.)
Active
Application number
CN202011582869.3A
Other languages
English (en)
Other versions
CN112728739A (zh
Inventor
郭海豹
李静原
王驰
崔莹
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.)
Borui Shangge Technology Co ltd
Original Assignee
Borui Shangge 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 Borui Shangge Technology Co ltd filed Critical Borui Shangge Technology Co ltd
Priority to CN202011582869.3A priority Critical patent/CN112728739B/zh
Publication of CN112728739A publication Critical patent/CN112728739A/zh
Application granted granted Critical
Publication of CN112728739B publication Critical patent/CN112728739B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • F24F11/70—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
    • 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
    • F24F2130/00—Control inputs relating to environmental factors not covered by group F24F2110/00
    • F24F2130/10—Weather information or forecasts

Landscapes

  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Air Conditioning Control Device (AREA)

Abstract

本发明实施例提供的一种基于算法预测的空调箱送风温度设定值确定方法、系统及计算机可读存储介质，该方法包括获取未来时段的室外气象预报数据、日期信息、时间信息，输入至已经训练的空调箱供能模型，得到未来时段空调箱供能表征值；根据预设的风机运行频率值、计算得到的空调箱供能表征值，按照预设算法计算得到送回风温差；获取室内目标温度值作为回风温度，根据所述送回风温差，计算得到送风温度，以此作为送风温度设定值。本发明采用由多种影响因素确定的模型，预测未来时段的送风温度设定值，使得在不同室外气象条件的情况下都能更加准确的确定送风温度设定值。

Description

基于算法预测的空调箱送风温度设定值确定方法和装置
技术领域
本发明涉及空调系统运行管理技术领域，具体涉及一种基于算法预测的空调箱送风温度设定值确定方法和装置。
背景技术
现有建筑空调系统中，常见的空调箱运行调节方式为根据回风温度与回风温度的设定值的偏差来调节风机运行频率，根据送风温度与送风温度设定值的偏差来进行供水阀门的调节。空调系统运行管理中，受室内外各项因素的变化影响，空调系统负荷需求不断变化，当负荷变化范围超出某一固定送风温度设定值下空调箱出力调节极限时，就需要重新给定送风温度设定值，以实现设备出力与负荷需求的匹配。
在空调箱的实际运行管理中，送风温度设定值往往仅在过渡季节与供冷季有不同的设定，进而出现由于送风温度设定值调节的不合理导致某些工况下出现室内环境的过度供能(过度供冷、过度供热)或供能不足等情况。
发明内容
为了能够准确设定空调箱的送风温度设定值，本发明在考虑各项因素的基础上，实现对送风温度设定值在全负荷工况下的适时调整，满足室内热舒适环境的目标要求。其具体技术方案如下：
为实现上述目的，本发明实施例提供一种基于算法预测的空调箱送风温度设定值确定方法，包括步骤：
获取未来时段的室外气象预报数据、日期信息、时间信息，并输入至已经训练的空调箱供能模型，得到未来时段空调箱供能表征值；
根据预设的风机运行频率值、计算得到的空调箱供能表征值，按照预设算法计算得到送回风温差；
获取室内目标温度值作为回风温度，根据所述送回风温差，计算得到送风温度，以此作为送风温度设定值。
进一步的，空调箱供能模型的训练包括步骤：
获取空调箱历史运行数据，对所述数据进行数据清洗；其中，所述历史运行数据包括空调箱的风机运行频率、空调箱回风温度、空调箱送风温度；
对所述风机运行频率、空调箱回风温度、空调箱送风温度采用预设算法进行计算，得到空调箱供能表征值；
以室外气象参数、工作日或非工作日、小时数以及月份为输入参数，所述空调箱供能表征值为目标输出值，训练空调箱供能模型。
进一步的，所述预设算法的计算公式如下：
Q＝Fr*|Tr-Ts|
其中，Q为空调箱供能表征值；Fr为空调箱送风机运行频率，单位Hz；Tr为空调箱回风温度，单位：℃；Ts——空调箱送风温度，单位：℃。
进一步的，所述风机运行频率值的初始设定范围为40-45Hz。
进一步的，还包括根据历史实际运行情况对风机运行频率预设值进行周期性动态调整；其中，供冷模式与供暖模式的风机运行频率预设值分别独立进行确定。
进一步的，获取空调箱累计运行时长、空调箱过度供能运行工况累计时长和空调箱供能不足运行工况累计时长，通过预设更新算法对所述风机运行频率值进行动态调整。
进一步的，所述风机运行频率值通过下式进行动态调整：
Figure GDA0003601664470000021
式中，Frex为进行动态调整后的风机运行频率值，单位Hz；ttotal为空调箱累计运行时长，单位h；tover为空调箱过度供能运行工况累计时长。单位h；tlack为空调箱供能不足运行工况累计时长，单位h。
本发明实施例的第二方面提供一种空调箱送风温度设定值确定系统，包括：
获取模块，用于获取未来时段的室外气象预报数据、日期信息、时间信息，并输入至已经训练的空调箱供能模型，得到未来时段空调箱供能表征值；
计算模块，用于根据预设的风机运行频率值、计算得到的空调箱供能表征值，按照预设算法计算得到送回风温差；
确定模块，用于获取室内目标温度值作为回风温度，根据所述送回风温差，计算得到送风温度，以此作为送风温度设定值。
本发明实施例的第三方面还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器处理上述所述方法的步骤。
本发明的第四方面提供一种电子设备，该电子设备包括：
处理器；以及，
被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行上述所述的方法步骤。
本发明实施例提供的一种基于算法预测的空调箱送风温度设定值确定方法、系统及计算机可读存储介质，该方法包括获取未来时段的室外气象预报数据、日期信息、时间信息，并输入至已经训练的空调箱供能模型，得到未来时段空调箱供能表征值；根据预设的风机运行频率值、计算得到的空调箱供能表征值，按照预设算法计算得到送回风温差；获取室内目标温度值作为回风温度，根据所述送回风温差，计算得到送风温度，以此作为送风温度设定值。本发明采用由多种影响因素确定的模型，预测未来时段的送风温度设定值，使得在不同室外气象条件的情况下都能更加准确的确定送风温度设定值。进一步的，本发明在考虑各项因素的基础上，实现对送风温度设定值在全负荷工况下的适时调整，满足室内热舒适环境的目标要求。
附图说明
图1为本发明实施例1提供的一种基于算法预测的空调箱送风温度设定值确定方法的流程图；
图2为本发明实施例2提供的一种基于算法预测的空调箱送风温度设定值确定的结构示意框图。
具体实施方式
为了使得本发明技术方案能够清楚、详尽的展现出来，以下结合附图对本发明进行说明，但不用来限制本发明的范围。
参见图1为本发明实施例1提供的一种基于算法预测的空调箱送风温度设定值确定方法的流程图，包括步骤：
获取未来时段的室外气象预报数据、日期信息、时间信息，并输入至已经训练的空调箱供能模型，得到未来时段空调箱供能表征值；
根据预设的风机运行频率值、计算得到的空调箱供能表征值，按照预设算法计算得到送回风温差；
获取室内目标温度值作为回风温度，根据所述送回风温差，计算得到送风温度，以此作为送风温度设定值。
上述室外气象预报数据包括温度、湿度、风速；所述日期信息包括工作日\非工作日、月份；上述时间信息包括小时数等。
上述预设算法的计算公式如下：
Q＝Fr*|Tr-Ts|
其中，Q为空调箱供能表征值；Fr为空调箱送风机运行频率，单位Hz；Tr为空调箱回风温度，单位：℃；Ts——空调箱送风温度，单位：℃。
上述空调箱供能模型的训练包括步骤：
获取空调箱历史运行数据，对所述数据进行数据清洗；其中，所述历史运行数据包括空调箱的风机运行频率、空调箱回风温度、空调箱送风温度；
对所述风机运行频率、空调箱回风温度、空调箱送风温度采用预设算法进行计算，得到空调箱供能表征值；
以室外气象参数、工作日或非工作日、小时数以及月份为输入参数，所述空调箱供能表征值为目标输出值，训练空调箱供能模型。
在模型训练环节，针对已有的空调箱历史运行数据，鉴于数据本身存在的数据质量及运行异常情况，在对现有数据进行清洗的基础上，以基于上述公式计算得到的Q值为目标值，以室外气象参数(温度、湿度、风速)、工作日\非工作日、小时数以及月份数共计6个变量为特征量，进行模型训练。
在预测环节，基于训练得到的模型，以未来对应时段的室外气象预报数据(温度、湿度、风速)、工作日\非工作日、小时数以及月份数为输入变量，得到对应时段的预测的空调箱供能表征值。给定预设风机运行频率值，基于上述空调箱供能表征值的计算公式，反算得到相应的送回风温差，并且基于室内环境要求的室内温度目标值作为回风温度，计算得到送风温度，并以此作为送风温度设定值。
上述风机运行频率值的初始设定范围为40-45Hz，优选的，设定为40Hz。
在本发明的可选实施方式中，还包括根据历史实际运行情况对所述风机运行频率值进行周期性动态调整；其中，供冷模式与供暖模式的所述风机运行频率值分别独立进行确定。
获取空调箱累计运行时长、空调箱过度供能运行工况累计时长和空调箱供能不足运行工况累计时长，通过预设更新算法对所述风机运行频率值进行动态调整。其中，所述预设更新算法的计算公式如下式：
Figure GDA0003601664470000051
式中，Frex为进行动态调整后的风机运行频率值，单位Hz；ttotal为空调箱累计运行时长，单位h；tover为空调箱过度供能运行工况累计时长。单位h；tlack为空调箱供能不足运行工况累计时长，单位h。
本发明实施例提供的一种基于算法预测的空调箱送风温度设定值确定方法、系统及计算机可读存储介质，该方法包括获取未来时段的室外气象预报数据、日期信息、时间信息，并输入至已经训练的空调箱供能模型，得到未来时段空调箱供能表征值；根据预设的风机运行频率值、计算得到的空调箱供能值，按照预设算法计算得到送回风温差；获取室内目标温度值作为回风温度，根据所述送回风温差，计算得到送风温度，以此作为送风温度设定值。本发明采用由多种影响因素确定的模型，预测未来时段的送风温度设定值，使得在不同室外气象条件的情况下都能更加准确的确定送风温度设定值。进一步的，本发明在考虑各项因素的基础上，实现对送风温度设定值在全负荷工况下的适时调整，满足室内热舒适环境的目标要求。
本发明实施例的第二方面提供一种空调箱送风温度设定值确定系统，包括：
获取模块，用于获取未来时段的室外气象预报数据、日期信息、时间信息，并输入至已经训练的空调箱供能模型，得到未来时段空调箱供能表征值；
计算模块，用于根据预设的风机运行频率值、计算得到的空调箱供能表征值，按照预设算法计算得到送回风温差；
确定模块，用于获取室内目标温度值作为回风温度，根据所述送回风温差，计算得到送风温度，以此作为送风温度设定值。
本发明实施例的第三方面还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器处理上述所述方法的步骤。
本发明的第四方面提供一种电子设备，该电子设备包括：
处理器；以及，
被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行上述所述的方法步骤。
虽然，上文中已经用一般性说明及具体实施例对本发明作了详尽的描述，但在本发明基础上，可以对之作一些修改或改进，这对本领域技术人员而言是显而易见的。因此，在不偏离本发明精神的基础上所做的这些修改或改进，均属于本发明要求保护的范围。

Claims (6)

1.一种基于算法预测的空调箱送风温度设定值确定方法，其特征在于，包括步骤：
获取未来时段的室外气象预报数据、日期信息、时间信息，并输入至已经训练的空调箱供能模型，得到未来时段空调箱供能表征值；
根据预设的风机运行频率值、计算得到的空调箱供能表征值，按照预设算法计算得到送回风温差；
获取室内目标温度值作为回风温度，根据所述送回风温差，计算得到送风温度，以此作为送风温度设定值，还包括根据历史实际运行情况对所述风机运行频率值进行周期性动态调整；其中，供冷模式与供暖模式的所述风机运行频率值分别独立进行确定，获取空调箱累计运行时长、空调箱过度供能运行工况累计时长和空调箱供能不足运行工况累计时长，通过预设更新算法对所述风机运行频率值进行动态调整，所述风机运行频率值通过下式进行动态调整：
Figure FDA0003601664460000011
式中，Frex为进行动态调整后的风机运行频率值，单位Hz；ttotal为空调箱累计运行时长，单位h；tover为空调箱过度供能运行工况累计时长，单位h；tlack为空调箱供能不足运行工况累计时长，单位h。
2.根据权利要求1所述的基于算法预测的空调箱送风温度设定值确定方法，其特征在于，空调箱供能模型的训练包括步骤：
获取空调箱历史运行数据，对所述数据进行数据清洗；其中，所述历史运行数据包括空调箱的风机运行频率、空调箱回风温度、空调箱送风温度；
对所述风机运行频率、空调箱回风温度、空调箱送风温度采用预设算法进行计算，得到空调箱供能表征值；
以室外气象参数、工作日或非工作日、小时数以及月份为输入参数，所述空调箱供能表征值为目标输出值，训练空调箱供能模型。
3.根据权利要求1或2所述的基于算法预测的空调箱送风温度设定值确定方法，其特征在于，所述预设算法的计算公式如下：
Q＝Fr*|Tr-Ts|
其中，Q为空调箱供能表征值；Fr为空调箱送风机运行频率，单位Hz；Tr为空调箱回风温度，单位：℃；Ts——空调箱送风温度，单位：℃。
4.根据权利要求1所述的基于算法预测的空调箱送风温度设定值确定方法，其特征在于，所述风机运行频率值的初始设定范围为40-45Hz。
5.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器处理上述权利要求1-4任一项所述的方法。
6.一种电子设备，其特征在于，该电子设备包括：
处理器；以及，
被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行上述权利要求1-4任一项所述的方法。
CN202011582869.3A 2020-12-28 2020-12-28 基于算法预测的空调箱送风温度设定值确定方法和装置 Active CN112728739B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011582869.3A CN112728739B (zh) 2020-12-28 2020-12-28 基于算法预测的空调箱送风温度设定值确定方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011582869.3A CN112728739B (zh) 2020-12-28 2020-12-28 基于算法预测的空调箱送风温度设定值确定方法和装置

Publications (2)

Publication Number Publication Date
CN112728739A CN112728739A (zh) 2021-04-30
CN112728739B true CN112728739B (zh) 2022-07-26

Family

ID=75606997

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011582869.3A Active CN112728739B (zh) 2020-12-28 2020-12-28 基于算法预测的空调箱送风温度设定值确定方法和装置

Country Status (1)

Country Link
CN (1) CN112728739B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114704932A (zh) * 2021-12-14 2022-07-05 珠海格力电器股份有限公司 热泵冷热水系统的水温控制方法及热泵冷热水系统

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112128919A (zh) * 2020-09-22 2020-12-25 珠海格力电器股份有限公司 空调健康状态评价方法、装置、空调和存储介质

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3698036B2 (ja) * 2000-08-29 2005-09-21 三菱電機株式会社 空気調和装置
KR100474892B1 (ko) * 2002-03-05 2005-03-08 엘지전자 주식회사 공기조화기의 난방운전제어방법
US6968707B2 (en) * 2003-12-02 2005-11-29 Electrolux Home Products, Inc. Variable speed, electronically controlled, room air conditioner
JP5426322B2 (ja) * 2009-10-30 2014-02-26 三機工業株式会社 空調システム及び空調方法
CN103135712B (zh) * 2011-11-28 2015-04-01 英业达科技有限公司 计算风扇单元转速的风扇模块
CN203203194U (zh) * 2013-02-25 2013-09-18 成都通德药业有限公司 变频节能空调温度控制系统
KR102317725B1 (ko) * 2014-02-28 2021-10-25 엘지전자 주식회사 공기조화기 및 그 운전방법
CN106766020A (zh) * 2017-03-21 2017-05-31 广州市天园科技有限公司 基于直流无刷风机的风机盘管自适应控制装置及方法
KR20180131778A (ko) * 2017-06-01 2018-12-11 엘지전자 주식회사 공기조화기 및 그 제어방법
CN107178883B (zh) * 2017-07-27 2020-03-13 青岛海信日立空调系统有限公司 一种计算空调室内机出风温度的方法、装置及空调
CN108151253B (zh) * 2017-12-21 2020-01-14 中国舰船研究设计中心 一种变风量空调送风温度自动补偿方法
CN108981097B (zh) * 2018-06-19 2020-09-15 广东美的暖通设备有限公司 空调系统及其能需调整方法与装置
JP6610729B2 (ja) * 2018-07-23 2019-11-27 三菱電機株式会社 家電機器、その運転管理装置及び家電機器の運転管理システム
CN109341020A (zh) * 2018-09-27 2019-02-15 重庆智万家科技有限公司 一种基于大数据的智能温控调节方法
TWI699500B (zh) * 2019-06-20 2020-07-21 群光電能科技股份有限公司 空調負荷調整系統及空調負荷調整方法
CN109724220A (zh) * 2018-12-25 2019-05-07 广东美的制冷设备有限公司 空气调节设备的控制方法、装置和空气调节设备
CN110410960B (zh) * 2019-07-31 2021-05-07 广州市特沃能源管理有限公司 一种风机盘管预测控制方法
CN110848928B (zh) * 2019-11-29 2021-05-25 广东美的制冷设备有限公司 空调器及其控制方法与装置

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112128919A (zh) * 2020-09-22 2020-12-25 珠海格力电器股份有限公司 空调健康状态评价方法、装置、空调和存储介质

Also Published As

Publication number Publication date
CN112728739A (zh) 2021-04-30

Similar Documents

Publication Publication Date Title
CN107631428B (zh) 一种空调器温湿度控制方法及空调器
JP4630702B2 (ja) 熱源システム最適運転制御装置
CN105928139B (zh) 空调器自清洁控制方法
US6402043B1 (en) Method for controlling HVAC units
US20180046158A1 (en) Equipment characteristics model learning device, equipment characteristics model learning method, and storage medium
CN111237989A (zh) 一种基于负荷预测的楼宇通风空调控制方法及装置
CN111623497A (zh) 一种辐射空调预冷预热方法、系统、存储介质及辐射空调
WO2015174176A1 (ja) 換気制御装置および換気制御方法
CN104729024A (zh) 基于室内平均温度的空调负荷预测方法
CN109059206A (zh) 空调器电机转速的控制方法
CN112283890A (zh) 适应建筑暖通设备监控系统的冷热量控制方法及装置
CN112728739B (zh) 基于算法预测的空调箱送风温度设定值确定方法和装置
CN109612047A (zh) 变风量空调系统的送风温度控制方法
CN115654665B (zh) 空调及其控制方法、存储介质
US20200208863A1 (en) Air-conditioning control device, air-conditioning system, and air-conditioning control method
EP3098529B1 (en) Coordinated control of hvac system using aggregated system demand
CN110779173A (zh) 一种基于强化学习的冷水机组无模型优化运行控制方法
JP2020165642A (ja) 空調システム、サーバシステム、ネットワーク、空調システムを制御する方法、およびネットワークを制御する方法
CN109974234A (zh) 一种机房温度快速调节方法
WO2011147417A2 (en) A method for thermal conditioning of a wind turbine nacelle
JP5751742B2 (ja) 空気調和設備の遠隔管理システム、遠隔管理装置、制御装置
EP2065655B1 (en) Method for energy saving by scheduling of the energy supplied for air-conditioning, according to the previous and/or expected power consumption and the knowledge in advance of weather data
US20230349577A1 (en) Device and method for controlling an orifice of a valve in an hvac system
CN115235049A (zh) 一种空调主机节能控制方法和装置
KR102049005B1 (ko) 유전 알고리즘을 이용한 중앙집중식 공조시스템 및 이를 이용한 공기조화 방법

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