CN115200296A - 一种冰机群控方法、装置、设备以及计算机可读存储介质 - Google Patents
一种冰机群控方法、装置、设备以及计算机可读存储介质 Download PDFInfo
- Publication number
- CN115200296A CN115200296A CN202210867288.7A CN202210867288A CN115200296A CN 115200296 A CN115200296 A CN 115200296A CN 202210867288 A CN202210867288 A CN 202210867288A CN 115200296 A CN115200296 A CN 115200296A
- Authority
- CN
- China
- Prior art keywords
- ice
- ice machine
- opened
- machine
- load
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 67
- 238000003860 storage Methods 0.000 title claims abstract description 16
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 325
- 238000012544 monitoring process Methods 0.000 claims abstract description 15
- 239000005457 ice water Substances 0.000 claims description 52
- 238000005057 refrigeration Methods 0.000 claims description 49
- 238000007710 freezing Methods 0.000 claims description 36
- 230000008014 freezing Effects 0.000 claims description 36
- 238000012360 testing method Methods 0.000 claims description 27
- 230000009467 reduction Effects 0.000 claims description 23
- 238000004422 calculation algorithm Methods 0.000 claims description 19
- 238000012549 training Methods 0.000 claims description 19
- 239000000498 cooling water Substances 0.000 claims description 18
- 238000010801 machine learning Methods 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 10
- 230000009471 action Effects 0.000 claims description 6
- 238000007781 pre-processing Methods 0.000 claims description 6
- 238000004140 cleaning Methods 0.000 claims description 5
- 238000005265 energy consumption Methods 0.000 abstract description 10
- 230000000694 effects Effects 0.000 abstract description 6
- 238000003754 machining Methods 0.000 description 12
- 239000003507 refrigerant Substances 0.000 description 7
- 230000003247 decreasing effect Effects 0.000 description 6
- 238000009826 distribution Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 230000007613 environmental effect Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000002159 abnormal effect Effects 0.000 description 4
- 238000003066 decision tree Methods 0.000 description 4
- 238000012423 maintenance Methods 0.000 description 4
- 238000004378 air conditioning Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 239000008400 supply water Substances 0.000 description 3
- 238000004134 energy conservation Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000007637 random forest analysis Methods 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 230000001052 transient effect Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013501 data transformation Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
Images
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F25—REFRIGERATION OR COOLING; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS; MANUFACTURE OR STORAGE OF ICE; LIQUEFACTION SOLIDIFICATION OF GASES
- F25D—REFRIGERATORS; COLD ROOMS; ICE-BOXES; COOLING OR FREEZING APPARATUS NOT OTHERWISE PROVIDED FOR
- F25D15/00—Devices not covered by group F25D11/00 or F25D13/00, e.g. non-self-contained movable devices
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F25—REFRIGERATION OR COOLING; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS; MANUFACTURE OR STORAGE OF ICE; LIQUEFACTION SOLIDIFICATION OF GASES
- F25D—REFRIGERATORS; COLD ROOMS; ICE-BOXES; COOLING OR FREEZING APPARATUS NOT OTHERWISE PROVIDED FOR
- F25D17/00—Arrangements for circulating cooling fluids; Arrangements for circulating gas, e.g. air, within refrigerated spaces
- F25D17/02—Arrangements for circulating cooling fluids; Arrangements for circulating gas, e.g. air, within refrigerated spaces for circulating liquids, e.g. brine
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F25—REFRIGERATION OR COOLING; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS; MANUFACTURE OR STORAGE OF ICE; LIQUEFACTION SOLIDIFICATION OF GASES
- F25D—REFRIGERATORS; COLD ROOMS; ICE-BOXES; COOLING OR FREEZING APPARATUS NOT OTHERWISE PROVIDED FOR
- F25D29/00—Arrangement or mounting of control or safety devices
- F25D29/005—Mounting of control devices
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
Abstract
本申请公开了一种冰机群控方法,涉及工业控制领域,主要包括监测供水主管的温度与已开启的冰机的负载情况;根据当前的供水主管的温度与已开启的冰机的负载情况,判断是否满足加机条件,并在满足加机条件时加机;根据已开启的冰机的负载情况,判断是否满足减机条件,并在满足减机条件时减机。该方法通过监测供水主管的温度与冰机的负载情况,综合分析供水主管的温度与已开启的冰机的负载情况,进行冰机的自动加机或减机,可以实现在满足供水主管温度要求的同时降低能耗。本申请还公开了一种冰机群控装置、设备以及计算机可读存储介质,均具有上述技术效果。
Description
技术领域
本申请涉及工业控制技术领域,特别涉及一种冰机群控方法;还涉及一种冰机群控装置、设备以及计算机可读存储介质。
背景技术
冰水系统主要由冷却塔、冷却水循环泵、冰机、一次冷冻泵、二次冷冻泵等组成。在各类泵的助力下,实现了系统中液体循环,包括将冰机流出的冷冻水供给冰水系统外接的冰水需求设备,并使经过冰水需求设备的回水回流至冰机。通常冰水系统设置有多台冰机,冰机开启的数量过多会产生高能耗,冰机开启的数量过少又会造成供水主管温度不达标。有效权衡冰机的数量与供水主管温度,在满足供水主管温度要求的同时降低能耗已成为冰水系统控制的关键。因此,提供一种能够在满足供水主管温度要求的同时降低能耗的冰机群控方案已成为本领域技术人员亟待解决的技术问题。
发明内容
本申请的目的是提供一种冰机群控方法、装置、设备以及计算机可读存储介质,能够在满足供水主管温度要求的同时降低能耗。
为解决上述技术问题,本申请提供了一种冰机群控方法,应用于冰水系统,所述冰水系统包括至少两台冰机;每台所述冰机的出水口流出的冷冻水汇集于供水主管,所述供水主管经由二次冷冻泵连通于与所述冰水系统连接的冰水需求设备,经过所述冰水需求设备的回水由回水主管分别经由一次冷冻泵回流至所述冰机的回水口,所述方法包括:
监测所述供水主管的温度与已开启的冰机的负载情况;
根据当前的所述供水主管的温度与所述已开启的冰机的负载情况,判断是否满足加机条件;
若满足所述加机条件,则从未开启的冰机中选择待开启冰机,并开启所述待开启冰机;
根据所述已开启的冰机的负载情况,判断是否满足减机条件;
若满足所述减机条件,则从所述已开启的冰机中选择待关闭冰机,并关闭所述待关闭冰机。
可选的,所述根据当前的所述供水主管的温度与所述已开启的冰机的负载情况,判断是否满足加机条件包括:
根据所述已开启的冰机的负载情况,确定所述已开启的冰机的平均负载,所述平均负载为所有已开启的冰机的实际负载的平均值;
判断当前的所述供水主管的温度是否超出所述供水主管的温度设定值,所述已开启的冰机的平均负载是否超出负载设定值,且当前的所述供水主管的温度超出所述供水主管的温度设定值及所述已开启的冰机的平均负载超出所述负载设定值的持续时间是否超出第一持续时间设定值;
若当前的所述供水主管的温度超出所述供水主管的温度设定值,所述已开启的冰机的平均负载超出所述负载设定值,且当前的所述供水主管的温度超出所述供水主管的温度设定值及所述已开启的冰机的平均负载超出所述负载设定值的持续时间超出所述第一持续时间设定值,则满足加机条件。
可选的,所述根据所述已开启的冰机的负载情况,确定所述已开启的冰机的平均负载包括:
根据load_avg=sum(load)/(c_ice)得到所述已开启的冰机的平均负载;
load_avg表示所述已开启的冰机的平均负载,sum表示求和,load表示所述已开启的冰机各自的实际负载,c_ice表示所述已开启的冰机的总数量;且其中,c_ice=sum(p_ice),p_ice=ra_load/max(ra_load),ra_load表示每台所述已开启的冰机的额定负载,max(ra_load)表示所有所述已开启的冰机的额定负载中的最大额定负载。
可选的,所述根据所述已开启的冰机的负载情况,判断是否满足减机条件包括:
根据所述已开启的冰机的负载情况,确定所述已开启的冰机的剩余负载,所述剩余负载为所有已开启的冰机的剩余可用负载;
判断所述已开启的冰机的剩余负载是否位于预设区间,且所述已开启的冰机的剩余负载位于所述预设区间的持续时间是否超出第二持续时间设定值;
若所述已开启的冰机的剩余负载位于所述预设区间且所述已开启的冰机的剩余负载位于所述预设区间的持续时间超出第二持续时间设定值,则满足减机条件。
可选的,所述根据所述已开启的冰机的负载情况,确定所述已开启的冰机的剩余负载包括:
根据load_yu=c_ice*(max(ra_load)-load_avg)/max(ra_load)得到所述已开启的冰机的剩余负载;
load_yu表示所述剩余负载,c_ice表示已开启的冰机的总数量,load_avg表示所述平均负载,max(ra_load)表示所有所述已开启的冰机的额定负载中的最大额定负载。
可选的,所述从未开启的冰机中选择待开启冰机包括:
若所述未开启的冰机、所述未开启的冰机对应的冷却水循环泵以及所述未开启的冰机对应的一次冷冻泵均为就绪状态,则以所述未开启的冰机作为备选待开启冰机;
从所述备选待开启冰机中,选择所连接的线路的负载最少的冰机作为所述待开启冰机。
可选的,所述从已开启的冰机中选择待关闭冰机包括:
若所述已开启的冰机、所述已开启的冰机对应的冷却水循环泵以及所述已开启的冰机对应的一次冷冻泵均为就绪状态,则以所述已开启的冰机作为备选待关闭冰机;
从所述备选待关闭冰机中选择单次运行时间最长的冰机作为所述待关闭冰机;其中,若各所述备选待关闭冰机单次运行时间的偏差位于预设偏差区间内,则从所述备选待关闭冰机中,选择所连接的线路的负载最多的冰机作为所述待关闭冰机。
可选的,还包括:
当所述已开启的冰机单次运行时间超出预设阈值时,关闭所述已开启的冰机;
从所述未开启的冰机中选择待开启冰机,并开启所述待开启冰机。
可选的,还包括:
当满足加机条件时,将所述待开启冰机的冰机出水温度设定值设置为所述已开启的冰机的冰机出水温度设定值,并将所述已开启的冰机的冰机出水温度设定值提升预设大小;
开启所述待开启冰机后,根据当前的所述供水主管的温度以及所述供水主管的温度设定值,调节各已开启的冰机的冰机出水温度设定值,直至所述供水主管的温度收敛于所述供水主管的温度设定值。
可选的,还包括:
当满足减机条件时,将所述待关闭冰机的冰机出水温度设定值设置为最大冰机出水温度设定值;
关闭所述待关闭冰机后,根据当前的所述供水主管的温度以及所述供水主管的温度设定值,调节剩余的已开启的冰机的冰机出水温度设定值,直至所述供水主管的温度收敛于所述供水主管的温度设定值。
可选的,还包括:
在开启所述冰水系统的第一台冰机前,开启所述二次冷冻泵和所述一次冷冻泵;
在已开启的二次冷冻泵的作用下,若末端压差不在预设范围内,则将所述已开启的二次冷冻泵的频率设置为满频,并加开二次冷冻泵;
将所述加开的二次冷冻泵的频率设置为频率下限设定值;
递减所述已开启的二次冷冻泵的频率,并根据所述末端压差调节所述加开的二次冷冻泵的频率直至所述已开启的二次冷冻泵的频率等于所述加开的二次冷冻泵的频率;
当所述已开启的二次冷冻泵的频率与所述加开的二次冷冻泵的频率均降至预设值时,递减所述加开的二次冷冻泵的频率,并根据所述末端压差调节所述已开启的二次冷冻泵的频率;
当所述加开的二次冷冻泵的频率降至所述频率下限设定值时,关闭所述加开的二次冷冻泵。
可选的,还包括:
创建冰机预测模型;
通过所述冰机预测模型预测冰机开启或关闭的数量和/或冰机出水温度设定值。
可选的,所述创建冰机预测模型包括:
收集目标参数的数据,所述目标参数包括与所述供水主管的温度具有相关性的参数;
对所述目标参数的数据进行预处理,得到训练集与测试集;
使用所述训练集、所述测试集以及机器学习算法,创建得到所述冰机预测模型。
可选的,所述使用所述训练集、所述测试集以及机器学习算法,创建得到所述冰机预测模型包括:
使用所述训练集与多种机器学习算法,创建多种备选冰机预测模型;
使用所述测试集测试各所述备选冰机预测模型,并以测试评分最高的所述备选冰机预测模型作为所述冰机预测模型。
可选的,所述目标参数包括所述已开启的冰机各自的冰机当前出水温度,所述冰水系统包括的冰机的总数量,所述冰机出水温度设定值的历史数据;所述通过冰机预测模型预测冰机开启或关闭的数量和/或冰机出水温度设定值包括:
采集所述目标参数的数据,并进行数据序列化;
将所述数据序列化后的数据投入所述冰机预测模型,得到在所述已开启的冰机各自的冰机出水温度一定时,冰机的开启数量及冰机出水温度设定值不同的条件下的供水主管的预测温度;
通过所述供水主管的预测温度查找对应的冰机开启或关闭的数量和/或冰机出水温度设定值。
可选的,所述采集所述目标参数的数据,并进行数据序列化包括:
对采集的所述已开启的冰机各自的冰机当前出水温度进行数据清洗,得到包括多个冰机出水温度数据的第一数据序列;
根据所述冰水系统包括的冰机的总数量,得到包括冰机开启台数的第二数据序列;
获取所述冰机出水温度设定值的历史数据中的极大值和极小值,并以预设值为步长分割极大值和极小值之间的数据,得到包括冰机出水温度设定值的第三数据序列;
将所述第一数据序列、所述第二数据序列和所述第三数据序列进行笛卡尔积,得到所述数据序列化后的数据。
为解决上述技术问题,本申请还提供了一种冰机群控装置,包括:
监测模块,用于监测供水主管的温度与已开启的冰机的负载情况;
第一判断模块,用于根据当前的所述供水主管的温度与所述已开启的冰机的负载情况,判断是否满足加机条件;
开启模块,用于若满足所述加机条件,则从未开启的冰机中选择待开启冰机,并开启所述待开启冰机;
第二判断模块,用于根据所述已开启的冰机的负载情况,判断是否满足减机条件;
关闭模块,用于若满足所述减机条件,则从所述已开启的冰机中选择待关闭冰机,并关闭所述待关闭冰机。
为解决上述技术问题,本申请还提供了一种冰机群控设备,包括:
存储器,用于存储计算机程序;
处理器,与所述存储器通信连接,用于执行所述计算机程序时实现如上任一项所述的冰机群控方法的步骤。
为解决上述技术问题,本申请还提供了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实现如上任一项所述的冰机群控方法的步骤。
本申请所提供的冰机群控方法,包括:监测所述供水主管的温度与已开启的冰机的负载情况;根据当前的所述供水主管的温度与所述已开启的冰机的负载情况,判断是否满足加机条件;若满足所述加机条件,则从未开启的冰机中选择待开启冰机,并开启所述待开启冰机;根据所述已开启的冰机的负载情况,判断是否满足减机条件;若满足所述减机条件,则从所述已开启的冰机中选择待关闭冰机,并关闭所述待关闭冰机。
可见,本申请所提供的冰机群控方法,监测冰水系统中供水主管的温度与已开启的冰机的负载情况,并以供水主管的温度与已开启的冰机的负载情况为依据,综合分析供水主管的温度与已开启的冰机的负载情况,进行冰机的自动加机或减机,由此可以实现在满足供水主管温度要求的同时降低能耗。
本申请所提供的冰机群控装置、设备以及计算机可读存储介质均具有上述技术效果。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对现有技术和实施例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申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例所提供的一种冰机群控方法的流程示意图;
图2为本申请实施例所提供的一种冰水系统的示意图;
图3为本申请实施例所提供的一种冰水系统控制框图;
图4为本申请实施例所提供的一种冰机AI预测示意图;
图5为本申请实施例所提供的一种冰机预测模型建模示意图;
图6为本申请实施例所提供的一种预测结果示意图;
图7为本申请实施例所提供的一种冰机预测模型的预测流程示意图;
图8为本申请实施例所提供的一种冰机群控装置的示意图;
图9为本申请实施例所提供的一种冰机群控设备的示意图。
具体实施方式
本申请的核心是提供一种冰机群控方法、装置、设备以及计算机可读存储介质,能够在满足供水主管(在不必彼此区分的情况下,也将多条供水主管组成的供水主管网也称为供水主管)温度要求的同时降低能耗。
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
请参考图1,图1为本申请实施例所提供的一种冰机群控方法的流程示意图,参考图1所示,该方法主要包括:
S101:监测供水主管的温度与已开启的冰机的负载情况;
本实施例所提供的冰机群控方法应用于冰水系统。冰水系统包括至少两台冰机;每台冰机的冷冻水出水口流出的冷冻水汇集于供水主管,供水主管经由二次冷冻泵连通于冰水系统外接的冰水需求设备,经过冰水需求设备的回水由回水主管分别经由一次冷冻泵回流至冰机的冷冻水回水口。
以冰水系统包括两台冰机为例,参考图2所示,图2中P1表示二次冷冻泵,P2与P3均表示一次冷冻泵,P4与P5均表示冷却水循环泵,T1与T5均表示冰机冷却水出水,T2与T6均表示冰机冷却水回水,T3与T7均表示冰机冷冻水出水,T4与T8均表示冰机冷冻水回水。图2中的空调箱即为冰水需求设备的一个示例。两台冰机的冷冻水出水口流出的冷冻水汇集于供水主管,并经由二次冷冻泵P1输送到空调箱。经过空调箱的回水流入回水主管,并分别经由各冰机所连接的一次冷冻泵P2、P3回流至对应冰机的冷冻水回水口。
参考图3所示,冰水系统的控制流程概述为:根据MAU_TD、PCW_TT与外气露点的关系,参考专家经验偏差(error_mau与error_pcw),得到供水主管温度设定值。根据供水主管当前的温度,冰机的负载,冰机的运行时间与对应的设定值的关系进行相应的控制。冰水系统控制主要包括加、减机控制、冰机出水温度设定值微调以及冰机保养。图3中MAU_TD表示MAU(Make-up Air Unit,全新风机组)露点设定值,WQ_TD表示外气露点,PCW_TT表示PCW(Process Cooling Water,工艺冷却水)温度设定值,T2表示供水主管温度,T2_SP表示供水主管温度设定值,LOAD表示负载,LOAD_SET表示负载设定值,TIME表示运行时间,TIME_SET表示运行时间设定值。
本实施例旨在对冰水系统进行加、减机控制,达到在满足供水主管的温度要求的同时降低能耗。为此,在冰水系统运行过程中,可实时监测供水主管的温度与已开启的冰机的负载情况(可以包括已开启的冰机的平均负载、剩余负载等),进而以此为依据进行冰机的自动加机或减机。加机是指增加开启的冰机的个数,即再开启一定数量的冰机。减机是指减少开启的冰机的个数,即关闭一定数量的冰机。
S102:根据当前的供水主管的温度与已开启的冰机的负载情况,判断是否满足加机条件;
S103:若满足加机条件,则从未开启的冰机中选择待开启冰机,并开启待开启冰机;
在监测供水主管的温度与已开启的冰机的负载情况的基础上,根据当前的供水主管的温度与已开启的冰机的负载情况,判断是否需要加开一定数量的冰机。如果满足加机条件,则从未开启的冰机中选择冰机,并开启所选择的冰机。相反,如果不满足加机条件,则不需加开冰机。
在一些实施例中,根据当前的供水主管的温度与已开启的冰机的负载情况,判断是否满足加机条件包括:
根据已开启的冰机的负载情况,确定已开启的冰机的平均负载,平均负载为所有已开启的冰机的实际负载的平均值;
判断当前的供水主管的温度是否超出供水主管的温度设定值,已开启的冰机的平均负载是否超出负载设定值,且当前的供水主管的温度超出供水主管的温度设定值及已开启的冰机的平均负载超出负载设定值的持续时间是否超出第一持续时间设定值;
若当前的供水主管的温度超出供水主管的温度设定值,已开启的冰机的平均负载超出负载设定值,且当前的供水主管的温度超出供水主管的温度设定值及已开启的冰机的平均负载超出负载设定值的持续时间超出第一持续时间设定值,则满足加机条件。
本实施例中,加机条件包括三项,且三项需同时满足。三项分别为:供水主管的温度超出预先设定的供水主管的温度值即温度设定值;已开启的冰机的平均负载超出预先设定的负载值即负载设定值;前两项同时满足的持续时间超出预先设定的时间值即第一持续时间设定值。如果上述三项同时满足,则此时满足加机条件。如果上述三项中的任意一项不满足,则此时不满足加机条件。
本实施例设定前两项同时满足的持续时间超出第一持续时间设定值这一项,可以避免因为供水主管的温度和/或已开启的冰机的平均负载短暂波动而导致误判,以此确保加机判断的准确性与可靠性。
其中,根据已开启的冰机的负载情况,确定已开启的冰机的平均负载包括:
根据load_avg=sum(load)/(c_ice)得到已开启的冰机的平均负载;load_avg表示已开启的冰机的平均负载,sum表示求和,load表示已开启的冰机各自的实际负载,c_ice表示已开启的冰机的总数量;且其中,c_ice=sum(p_ice),p_ice=ra_load/max(ra_load),ra_load表示每台已开启的冰机的额定负载,max(ra_load)表示所有已开启的冰机的额定负载中的最大额定负载。
例如,大冰机的额定负载为100,小冰机的额定负载为60,已开启的冰机的额定负载中的最大额定负载为100,由此,某台开启的大冰机的台数记为100/100=1,某台开启的小冰机的台数记为60/100=0.6。假设已开启的冰机包括一台大冰机与一台小冰机,那么c_ice=sum(p_ice)=100/100+60/100=1.6。假设大冰机的实际负载为95,小冰机的实际负载为55,那么load_avg=sum(load)/(c_ice)=(95+55)/1.6=93.75。
进一步,在一些实施例中,从未开启的冰机中选择待开启冰机包括:
若未开启的冰机、未开启的冰机对应的冷却水循环泵以及未开启的冰机对应的一次冷冻泵均为就绪状态,则以未开启的冰机作为备选待开启冰机;
从备选待开启冰机中,选择所连接的线路的负载最少的冰机作为待开启冰机。
每台冰机对应有至少一台冷却水循环泵与一台一次冷冻泵。冰机、冷却水循环泵、一次冷冻泵均为就绪状态,未开启冰机可作为备选待开启冰机。就绪状态是指远程控制开启、自动控制开启以及没有故障。对于各备选待开启冰机,以备选待开启冰机所连接的线路的负载最少为选择条件,从备选待开启冰机中选择待开启冰机。
可以明白的是,如果线路包括两条或两条以上,则以备选待开启冰机所连接的线路的负载最少为选择条件,从备选待开启冰机中选择待开启冰机,同时需要确保负载最少的线路加开一台冰机不会发生跳闸。如果只有一条线路,此时可以选择累计运行时间最少的未开启的冰机作为待开启冰机。
在判断出满足加机条件时,优选地,每次加开一台冰机。本次加开一台冰机后,如果下一次判断仍满足加机条件,则再加开一台冰机。依次类推,直到不满加机条件时,不再需要加开冰机。
S104:根据已开启的冰机的负载情况,判断是否满足减机条件;
S105:若满足减机条件,则从已开启的冰机中选择待关闭冰机,并关闭待关闭冰机。
在监测供水主管的温度与已开启的冰机的负载情况的基础上,根据当前的供水主管的温度与已开启的冰机的负载情况,判断是否满足减机条件,即判断是否需要关闭一定数量的冰机。如果满足减机条件,则从已开启的冰机中选择冰机,并关闭所选择的冰机。相反,如果不满足减机条件,则不需关闭冰机。
在一些实施例中,根据已开启的冰机的负载情况,判断是否满足减机条件包括:
根据已开启的冰机的负载情况,确定已开启的冰机的剩余负载,剩余负载为所有已开启的冰机的剩余可用负载;
判断已开启的冰机的剩余负载是否位于预设区间,且已开启的冰机的剩余负载位于预设区间的持续时间是否超出第二持续时间设定值;
若已开启的冰机的剩余负载位于预设区间且已开启的冰机的剩余负载位于预设区间的持续时间超出第二持续时间设定值,则满足减机条件。
本实施例中,减机条件包括两项,且需两项同时满足。两项分别为:已开启的冰机的剩余负载位于预先设定的区间即预设区间;已开启的冰机的剩余负载位于预设区间的持续时间超出预先设定的时间值即第二持续时间设定值。如果上述两项同时满足,则此时满足减机条件。如果上述两项中的任意一项不满足,则此时不满足减机条件。
本实施例设定已开启的冰机的剩余负载位于预设区间的持续时间超出第二持续时间设定值这一项,可以避免因为供水主管的温度和/或已开启的冰机的剩余负载短暂波动而导致误判,以此确保减机判断的准确性与可靠性。
其中,根据已开启的冰机的负载情况,确定已开启的冰机的剩余负载包括:
根据load_yu=c_ice*(max(ra_load)-load_avg)/max(ra_load)得到已开启的冰机的剩余负载;load_yu表示剩余负载,c_ice表示已开启的冰机的总数量,load_avg表示平均负载,max(ra_load)表示所有已开启的冰机的额定负载中的最大额定负载。
例如,当所有已开启的冰机的额定负载中的最大额定负载为100时,load_yu=c_ice*(100-load_avg)/100。load_avg的计算方式以及c_ice的计算方式可以参考上文,在此不再赘述。
进一步,在一些实施例中,从已开启的冰机中选择待关闭冰机包括:
若已开启的冰机、已开启的冰机对应的冷却水循环泵以及已开启的冰机对应的一次冷冻泵均为就绪状态,则以已开启的冰机作为备选待关闭冰机;
从备选待关闭冰机中选择单次运行时间最长的冰机作为待关闭冰机,其中,若各备选待关闭冰机单次运行时间的偏差位于预设偏差区间内,则从备选待关闭冰机中,选择所连接的线路的负载最多的冰机作为待关闭冰机。
已开启的冰机、已开启的冰机对应的冷却水循环泵以及已开启的冰机对应的一次冷冻泵均为就绪状态,则该已开启的冰机可作为备选待关闭冰机。就绪状态是指远程控制开启、自动控制开启以及没有故障。对于各备选待关闭冰机,优先选取其中单次运行时间最长的冰机作为待关闭冰机。如果各备选待关闭冰机单次运行时间相差不大,则进一步以备选待关闭冰机所连接的线路的负载为依据,选择所连接的线路的负载最多的备选待关闭冰机作为待关闭冰机。
在确定已开启的冰机的剩余负载的基础上,可以根据剩余负载的大小,确定待关闭冰机的类型。例如,当0.75<剩余负载<1.15时,待关闭冰机的类型为小冰机,此时从已开启的小冰机中,按照上述待关闭冰机的选择方式确定待关闭的小冰机。当剩余负载>1.15时,待关闭冰机的类型为大冰机,此时从已开启的大冰机中,按照上述待关闭冰机的选择方式确定待关闭的大冰机。
在判断出满足减机条件时,优选地,每次关闭一台冰机。本次关闭一台冰机后,如果下一次判断仍满足减机条件,则再关闭一台冰机。依次类推,直到不满加减机条件时,不再需要关闭冰机。
需要说明的是,判断是否满足加机条件与判断是否满足减机条件不具有先后限定,可以先判断是否满足加机条件,也可以先判断是否满足减机条件,在算例允许的条件下还可以同时判断是否满足加机条件与判断是否满足减机条件。
进一步,在一些实施例中,还包括:
当已开启的冰机单次运行时间超出预设阈值时,关闭已开启的冰机;从未开启的冰机中选择待开启冰机,并开启待开启冰机。
在一实施例中,进行冰机保养。预设阈值可以设置为冰机需要保养的时间,当冰机单次运行时间超出需要保养的时间时,关闭该冰机,并替代地,再开启一台冰机。其中,选择要开启的冰机的方式可以参考上述实施例中从未开启的冰机中选择待开启冰机的方式。
进一步,在一些实施例中,还包括:
当满足加机条件时,将待开启冰机的冰机出水温度设定值设置为已开启的冰机的冰机出水温度设定值,并将已开启的冰机的冰机出水温度设定值提升预设大小;
开启待开启冰机后,根据当前的供水主管的温度以及供水主管的温度设定值,调节各已开启的冰机的冰机出水温度设定值,直至供水主管的温度收敛于供水主管的温度设定值。
当满足减机条件时,将待关闭冰机的冰机出水温度设定值设置为最大冰机出水温度设定值;
关闭待关闭冰机后,根据当前的供水主管的温度以及供水主管的温度设定值,调节剩余的已开启的冰机的冰机出水温度设定值,直至供水主管的温度收敛于供水主管的温度设定值。
在一实施例中,微调冰机出水温度设定值。每台冰机有各自对应的冰机出水温度设定值,通过调节冰机的冰机出水温度设定值,旨在达到加减机时供水主管的温度波动较小,冰机不喘振,节能的效果。
针对加机的情况,当判断出满足加机条件并选择待开启冰机后,先将待开启冰机的冰机出水温度设定值设置为与之前已开启的冰机的冰机出水温度设定值相等,并将之前已开启的冰机的冰机出水温度设定值提升预设大小。预设大小的数值可以根据实际需要进行差异性配置,本申请不做唯一限定。然后根据供水主管的温度与供水主管的温度设定值,通过PID调节每台冰机的冰机出水温度设定值,直到供水主管的温度收敛于供水主管的温度设定值,以使供水主管的温度稳定。
加开的冰机的冰机出水温度设定值设为与之前已开启的冰机的冰机出水温度设定值相等,同时,之前已开启的冰机的冰机出水温度会被提升一定大小,这样可以避免由于加开的冰机的冰机出水温度设定值过高,导致冰机负载过低而引起喘振,稳定供水主管的温度。
通过PID调节冰机的冰机出水温度设定值的过程可以为:以供水主管的实时温度与供水主管的温度设定值作为输入,以冰机出水温度设定值作为输出。如果供水主管的温度高于供水主管的温度设定值,则降低冰机出水温度设定值,以降低供水主管的温度。如果供水主管的温度低于供水主管的温度设定值,则提升冰机出水温度设定值,以升高供水主管的温度。
例如,以图2中所示的两台冰机为例,假设当前已开启的冰机为冰机1,冰机1的冰机出水温度设定值为T_SP1。当判断满足加机条件且所选择的待开启冰机为冰机2时,首先将冰机2的冰机出水温度T_SP2设置为与冰机1的冰机出水温度设定值T_SP1相等,即T_SP2=T_SP1。然后将冰机1的冰机出水温度设定值提升预设大小,例如提升0.5,则提升后冰机1的冰机出水温度设定值为T_SP1+0.5。此后,针对冰机1与冰机2进行共同调节,根据供水主管的温度与供水主管的温度设定值,通过PID调节冰机1与冰机2的冰机出水温度设定值,直到供水主管的温度收敛于供水主管的温度设定值。
针对减机的情况,当判断出满足减机条件并选择待关闭冰机后,首先将待关闭冰机的冰机出水温度设定值设置为设定范围的最大值即最大冰机出水温度设定值;在关闭待关闭冰机后,对于剩余的已开启的冰机,根据供水主管的温度以及供水主管的温度设定值,调节剩余的已开启的冰机的冰机出水温度设定值,直至供水主管的温度收敛于供水主管的温度设定值,供水主管的温度稳定。
减机时,首先将待关闭冰机的冰机出水温度设定值设置为设定范围的最大值,在此基础上,再关闭待关闭冰机,这样可以避免待关闭冰机的负载瞬间降为零,减弱减机时对供水主管的温度的影响,稳定供水主管的温度。
例如,以图2中所示的两台冰机为例,当前已开启的冰机为冰机1与冰机2。当判断满足减机条件且所选择的待关闭冰机为冰机2时,首先将冰机2的冰机出水温度T_SP2设置为最大冰机出水温度设定值,例如8.5。关闭冰机2后,对于冰机1,根据供水主管的温度与供水主管的温度设定值,通过PID调节冰机1的冰机出水温度设定值,直到供水主管的温度收敛于供水主管的温度设定值。
进一步,在一些实施例中,还包括:
在开启冰水系统的第一台冰机前,开启二次冷冻泵和一次冷冻泵,在已开启的二次冷冻泵的作用下,若末端压差不在预设范围内,则将已开启的二次冷冻泵的频率设置为满频,并加开二次冷冻泵;
将加开的二次冷冻泵的频率设置为频率下限设定值;
递减已开启的二次冷冻泵的频率,并根据末端压差调节加开的二次冷冻泵的频率直至已开启的二次冷冻泵的频率等于加开的二次冷冻泵的频率;
当已开启的二次冷冻泵的频率与加开的二次冷冻泵的频率均降至预设值时,递减加开的二次冷冻泵的频率,并根据末端压差调节已开启的二次冷冻泵的频率;
当加开的二次冷冻泵的频率降至频率下限设定值时,关闭加开的二次冷冻泵。
本实施例旨在对二次冷冻泵进行优化控制,达到二次冷冻泵不空转、不频繁启停,以及节能的效果。
例如,在开启冰水系统的第一台冰机前,开启第一台二次冷冻泵和第一台冰机对应的一次冷冻泵,在第一台二次冷冻泵的作用下,如果末端压差不在预设范围内,则将第一台二次冷冻泵的频率设置为满频(例如50Hz),加开第二台二次冷冻泵,并将第二台二次冷冻泵的启动频率设置为频率下限设定值(例如20Hz)。同时调节第一台二次冷冻泵与第二台二次冷冻泵。其中,对于二次冷冻泵,以第一台二次冷冻泵的频率与第二台二次冷冻泵的频率保持一致为控制目标,每次回控,将第一台二次冷冻泵的频率减一定大小(例如0.3)。对于第二台二次冷冻泵,以末端压差平衡为控制目标,根据末端压差通过PID调节第二台二次冷冻泵的频率。第一台二次冷冻泵的频率与第二台二次冷冻泵的频率一致后,同升同降第一台二次冷冻泵与第二台二次冷冻泵的频率。当第一台二次冷冻泵的频率与第二台二次冷冻泵的频率均降至预设值时(例如30Hz),此后递减第二台二次冷冻泵的频率,并根据末端压差调节第一台二次冷冻泵的频率。当第二台二次冷冻泵的频率降至频率下限设定值时,关闭第二台二次冷冻泵。
以此类推,如果在两台二次冷冻泵的作用下,末端压差仍不在预设范围内,则再加开第三台甚至更多台二次冷冻泵。
进一步,在一些实施例中,还包括:
创建冰机预测模型;
通过冰机预测模型预测冰机开启或关闭的数量和/或冰机出水温度设定值。
本实施例旨在采用AI控制的方式,通过冰机预测模型预测、控制冰机开启或关闭的数量,和/或控制冰机的冰机出水温度设定值,使供水主管的温度满足后端需求。为了保证设备正常运行,需使冰机不频繁启停。
创建冰机预测模型可以包括:
收集目标参数的数据,目标参数包括与供水主管的温度具有相关性的参数;
对目标参数的数据进行预处理,得到训练集与测试集;
使用训练集、测试集以及机器学习算法,创建得到冰机预测模型。
参考图4所示,根据冰机的运行原理筛选出与供水主管的温度具有相关性的参数,并通过ETL抄送,SQL整合。收集所有点位数据。其中,可将收集的所有的点位数据做成宽表。对于收集的点位数据可从中筛选出供水主管温度满足后端需求的数据以及历史控制较好的数据。然后再对筛选后的数据进行预处理,得到训练集与测试集。预处理可以包括数据清洗、数据转化、数据衍生以及数据分割。训练集用于构建冰机预测模型,测试集用于验证所构建的冰机预测模型,得到准确率较高的冰机预测模型。
数据通常源自对冰机进行实时采集。然而冰机可能会发生故障,由此导致数据异常。也可能由于采集过程异常而造成数据异常、丢失等,使数据质量低。如果将质量低的数据即有用信息较少的数据投入到建模,最终得到的模型的预测效果也会不理想。因此,本实施例在建模前,首先对数据进行分析与预处理,得到高质量的数据,以便进一步得到高准确率的冰机预测模型。
数据分析可以包括对数据的分布情况、数据的走势、数据量等等进行分析。
可以根据冰水的回水水温的走势,确定回水水温的分布情况,进而根据回水水温的分布情况,处理数据。
例如,通过分析冰水的回水水温的走势,发现回水水温基本分布在20~30度范围内。也就是说,20~30度范围内的数据属于有效数据。同时发现,在此温度范围内有一段时间存在数据缺失,因此在数据清洗时,可以把此段时间所有的相关数据剔除,以避免数据在时间维度不统一。
还可以根据冰水的供水温度的走势,确定供水温度的分布情况,进而根据供水温度的分布情况,处理数据。
例如,通过分析冰水的供水温度的走势,发现供水温度集中于10度左右,少量的供水温度超过40度。超过40度的数据为异常数据,因此在数据清洗时,可将这部分异常数据剔除。
此外,针对冰机,还可以分析冰机的开机状况。例如,冰水系统一共有10台冰机,每台冰机有各自的开启时刻。通过数据统计发现8号冰机开启时间相对较少,同一段时间冰机最多开启了8台。由此可以得出结论:当前的数据缺少10台冰机全部开启状况,并且需要判断8号冰机是否存在故障以及后续开启冰机时是否优先推荐。
得到准确率较高的冰机预测模型后,可利用该冰机预测模型基于实时采集的环境状态,在线预测需要开启的冰机的台数,以使供水主管温度满足生产需求,并通过PID调节冰机的冰机出水温度设定值,使供水主管的温度更加趋近于标准。
其中,在一些实施例中,使用训练集、测试集以及机器学习算法,创建得到冰机预测模型包括:
使用训练集与多种机器学习算法,创建多种备选冰机预测模型;
使用测试集测试各备选冰机预测模型,并以测试评分最高的备选冰机预测模型作为冰机预测模型。
参考图5所示,机器学习算法可以包括DecisionTree即决策树、RandomForest(图5中所示的RF)即随机森林、XGBoost即梯度提升决策树算法以及LightGBM即分布式梯度提升决策树算法。使用训练数据与各机器学习算法,分别创建得到相应的备选冰机预测模型,如图5中所示的DecisionTree模型、RF模型、XGBoost模型以及LightGBM模型。在创建得到上述四种备选冰机预测模型的基础上,使用测试数据分别对各被选冰机预测模型进行测试,得到各自的评分,进而选择其中评分最高的备选冰机预测模型作为最终的冰机预测模型。训练数据与测试数据的比例可以为0.8:0.2=4:1。
参考图6所示,图6为各模型的预测结果。图6中,X轴与Y轴的分类0~3,代表冰机开启1~4台。图5中每一行数据的和代表某种类别的真实的数目,每一列数据的和代表该类别的预测的数目。矩阵的对角线上的数值代表被正确预测的样本数目。对角线上从左上到右下的值越大,非对角线上从左上到右下的值越小,表征预测结果越好。
评估备选冰机预测模型的指标可以包括召回率、精确率、f1-score以及准确率。
上述四个指标越大表征模型的预测效果越好。
参考表1所示,上式中,TP表示预测为正样本,真实也为正样本。TN表示预测为负样本,真实也为负样本。FP表示预测为正样本,真实为负样本。FN表示预测为负样本,真实为正样本。
表1
正样本是指属于某一类别的样本,反样本是指不属于某一类别的样本。例如,正样本为模型预测0这个标签的分类,则其他1、2、3标签都为负样本。每个类别都对应自身的评估分数。根据该类别的真实分布比例确定相应的权重,每个类别评分乘权重后再进行相加,得到模型的最终评分。
可以明白的是,机器学习算法可以包括但不限定于上述四种回归类算法,本领域技术人员对此可以做出差异性选择。
目标参数包括已开启的冰机各自的冰机当前出水温度,已开启的冰机的当前数量及当前冰机出水温度设定值。
通过冰机预测模型预测冰机开启或关闭的数量和/或冰机出水温度设定值可以包括:
采集目标参数的实时数据,并进行数据序列化;
将数据序列化后的数据投入冰机预测模型,得到在已开启的冰机各自的冰机出水温度恒定,已开启的冰机的数量及冰机出水温度设定值不同的条件下的供水主管的预测温度;
通过供水主管的预测温度查找对应的冰机开启或关闭的数量和/或冰机出水温度设定值。
参考图7所示,冰机预测模型的作用是进行供水主管温度的预测与控制参数的回控。冰机预测模型的预测流程主要包括:对采集到的数据进行处理。针对环境参数可进行数据的清洗,数据清洗处理后的环境参数形成包括多个冰机出水温度数据的环境参数序列(图7中的序列x1)。这里,环境参数包括冰机出水温度,该出水温度可以至少包括冰机冷冻水出水温度,还可以进一步包括冰机冷却水出水温度,在后一种情况下,预测更准确。
针对控制参数则可根据冰水系统的运行原理给定一个序列,即根据冰水系统中冰机的台数给定一个冰机开启台数的序列(图7中的序列x2)。例如,假设冰水系统中有10台冰机,则冰机开启台数的序列为1~10。冰机出水温度设定可根据历史运行数据进行极值分割转化为序列(图7中的序列x3)。具体而言,获取冰机出水温度设定值的历史数据中的极大值与极小值。以预设值为步长,递减极大值,直到递减到极小值。每递减一个步长,便得到一个冰水温度设定值,由此,通过逐步递减,可以得到一个冰机出水温度设定值的序列。
例如,冰机出水温度设定值的历史数据中的极大值为5,极小值为2,步长为0.1,则递减极大值,可以得到冰机出水温度设定值的序列为:5、4.9、4.8……2。
或者,以预设值为步长,递增极小值,直到递增到极大值。每递增一个步长,便得到一个冰水温度设定值,由此,通过逐步递增,可以得到一个冰机出水温度设定值的序列。
例如,冰机出水温度设定值的历史数据中的极大值为5,极小值为2,步长为0.1,则递增极小值,可以得到冰机出水温度设定值的序列为:2、2.1、2.2……5。
最终把三个不同的参数序列进行笛卡尔积即对所有的序列进行排列组合,得到实时预测序列。例如,环境参数序列包括三个温度数据,冰机台数的序列包括1、2、3三个冰机台数数据,冰机出水温度设定值的序列包括十个冰机出水温度设定值数据,由此,对三个不同的参数序列进行排列组合即是对三个温度数据、三个冰机台数数据以及十个冰机出水温度设定值数据进行排列组合,得到多个实时预测序列。
然后将实时预测序列投入到冰机预测模型,得到每一列环境参数相同,控制参数不同的供水主管温度预测值。进而根据供水主管温度预测值得到当前环境下,可以满足生产需求的控制参数,并用控制参数回控冰机,从而完成一次冰水系统的预测与控制。
综上所述,本申请所提供的冰机群控方法,监测冰水系统中供水主管的温度与已开启的冰机的负载情况,并以供水主管的温度与已开启的冰机的负载情况为依据,综合分析供水主管的温度与已开启的冰机的负载情况,进行冰机的自动加机或减机,由此可以实现在满足供水主管温度要求的同时降低能耗。
本申请还提供了一种冰机群控装置,下文描述的该装置可以与上文描述的方法相互对应参照。请参考图8,图8为本申请实施例所提供的一种冰机群控装置的示意图,结合图8所示,该装置包括:
监测模块10,用于监测供水主管的温度与已开启的冰机的负载情况;
第一判断模块20,用于根据当前的所述供水主管的温度与所述已开启的冰机的负载情况,判断是否满足加机条件;
开启模块30,用于若满足所述加机条件,则从未开启的冰机中选择待开启冰机,并开启所述待开启冰机;
第二判断模块40,用于根据所述已开启的冰机的负载情况,判断是否满足减机条件;
关闭模块50,用于若满足所述减机条件,则从所述已开启的冰机中选择待关闭冰机,并关闭所述待关闭冰机。
在上述实施例的基础上,第一判断模块20包括:
平均负载确定单元,用于根据所述已开启的冰机的负载情况,确定所述已开启的冰机的平均负载,所述平均负载为所有已开启的冰机的实际负载的平均值;
第一判断单元,用于判断当前的所述供水主管的温度是否超出所述供水主管的温度设定值,所述已开启的冰机的平均负载是否超出负载设定值,且当前的所述供水主管的温度超出所述供水主管的温度设定值及所述已开启的冰机的平均负载超出所述负载设定值的持续时间是否超出第一持续时间设定值;
第一确定单元,用于若当前的所述供水主管的温度超出所述供水主管的温度设定值,所述已开启的冰机的平均负载超出所述负载设定值,且当前的所述供水主管的温度超出所述供水主管的温度设定值及所述已开启的冰机的平均负载超出所述负载设定值的持续时间超出所述第一持续时间设定值,则满足加机条件。
在上述实施例的基础上,作为一种具体的实施方式,平均负载确定单元具体用于:
根据load_avg=sum(load)/(c_ice)得到所述已开启的冰机的平均负载;
load_avg表示所述已开启的冰机的平均负载,sum表示求和,load表示所述已开启的冰机各自的实际负载,c_ice表示所述已开启的冰机的总数量;且其中,c_ice=sum(p_ice),p_ice=ra_load/max(ra_load),ra_load表示每台所述已开启的冰机的额定负载,max(ra_load)表示所有所述已开启的冰机的额定负载中的最大额定负载。
在上述实施例的基础上,作为一种具体的实施方式,第二判断模块40包括:
剩余负载确定单元,用于根据所述已开启的冰机的负载情况,确定所述已开启的冰机的剩余负载,所述剩余负载为所有已开启的冰机的剩余可用负载;
第二判断单元,用于判断所述已开启的冰机的剩余负载是否位于预设区间,且所述已开启的冰机的剩余负载位于所述预设区间的持续时间是否超出第二持续时间设定值;
第二确定单元,用于若所述已开启的冰机的剩余负载位于所述预设区间且所述已开启的冰机的剩余负载位于所述预设区间的持续时间超出第二持续时间设定值,则满足减机条件。
在上述实施例的基础上,作为一种具体的实施方式,剩余负载确定单元具体用于:
根据load_yu=c_ice*(max(ra_load)-load_avg)/max(ra_load)得到所述已开启的冰机的剩余负载;
load_yu表示所述剩余负载,c_ice表示已开启的冰机的总数量,load_avg表示所述平均负载,max(ra_load)表示所有所述已开启的冰机的额定负载中的最大额定负载。
在上述实施例的基础上,作为一种具体的实施方式,开启模块30包括:
第一备选冰机确定单元,用于若所述未开启的冰机、所述未开启的冰机对应的冷却水循环泵以及所述未开启的冰机对应的一次冷冻泵均为就绪状态,则以所述未开启的冰机作为备选待开启冰机;
第一备选冰机选择单元,用于从所述备选待开启冰机中,选择所连接的线路的负载最少的冰机作为所述待开启冰机。
在上述实施例的基础上,作为一种具体的实施方式,关闭模块50包括:
第二备选冰机确定单元,用于若所述已开启的冰机、所述已开启的冰机对应的冷却水循环泵以及所述已开启的冰机对应的一次冷冻泵均为就绪状态,则以所述已开启的冰机作为备选待关闭冰机;
第二备选冰机选择单元,用于从所述备选待关闭冰机中选择单次运行时间最长的冰机作为所述待关闭冰机;其中,若各所述备选待关闭冰机单次运行时间的偏差位于预设偏差区间内,则从所述备选待关闭冰机中,选择所连接的线路的负载最多的冰机作为所述待关闭冰机。
在上述实施例的基础上,作为一种具体的实施方式,还包括:
冰机关闭模块,用于当所述已开启的冰机单次运行时间超出预设阈值时,关闭所述已开启的冰机;
冰机开启模块,用于从所述未开启的冰机中选择待开启冰机,并开启所述待开启冰机。
在上述实施例的基础上,作为一种具体的实施方式,还包括:
第一冰机出水温度调整模块,用于当满足加机条件时,将所述待开启冰机的冰机出水温度设定值设置为所述已开启的冰机的冰机出水温度设定值,并将所述已开启的冰机的冰机出水温度设定值提升预设大小;开启所述待开启冰机后,根据当前的所述供水主管的温度以及所述供水主管的温度设定值,调节各已开启的冰机的冰机出水温度设定值,直至所述供水主管的温度收敛于所述供水主管的温度设定值。
在上述实施例的基础上,作为一种具体的实施方式,还包括:
第二冰机出水温度调整模块,用于当满足减机条件时,将所述待关闭冰机的冰机出水温度设定值设置为最大冰机出水温度设定值;关闭所述待关闭冰机后,根据当前的所述供水主管的温度以及所述供水主管的温度设定值,调节剩余的已开启的冰机的冰机出水温度设定值,直至所述供水主管的温度收敛于所述供水主管的温度设定值。
在上述实施例的基础上,作为一种具体的实施方式,还包括:
二次冷冻泵控制模块,用于在开启所述冰水系统的第一台冰机前,开启所述二次冷冻泵和所述一次冷冻泵;在已开启的二次冷冻泵的作用下,若末端压差不在预设范围内,则将所述已开启的二次冷冻泵的频率设置为满频,并加开二次冷冻泵;将所述加开的二次冷冻泵的频率设置为频率下限设定值;递减所述已开启的二次冷冻泵的频率,并根据所述末端压差调节所述加开的二次冷冻泵的频率直至所述已开启的二次冷冻泵的频率等于所述加开的二次冷冻泵的频率;当所述已开启的二次冷冻泵的频率与所述加开的二次冷冻泵的频率均降至预设值时,递减所述加开的二次冷冻泵的频率,并根据所述末端压差调节所述已开启的二次冷冻泵的频率;当所述加开的二次冷冻泵的频率降至所述频率下限设定值时,关闭所述加开的二次冷冻泵。
在上述实施例的基础上,作为一种具体的实施方式,还包括:
模型创建模块,用于创建冰机预测模型;
预测模块,用于通过所述冰机预测模型预测冰机开启或关闭的数量和/或冰机出水温度设定值。
在上述实施例的基础上,作为一种具体的实施方式,模型创建模块包括:
数据收集单元,用于收集目标参数的数据,所述目标参数包括与所述供水主管的温度具有相关性的参数;
数据处理单元,用于对所述目标参数的数据进行预处理,得到训练集与测试集;
模型创建单元,用于使用所述训练集、所述测试集以及机器学习算法,创建得到所述冰机预测模型。
在上述实施例的基础上,作为一种具体的实施方式,模型创建单元包括:
多模型创建子单元,用于使用所述训练集与多种机器学习算法,创建多种备选冰机预测模型;
模型选择单元,用于使用所述测试集测试各所述备选冰机预测模型,并以测试评分最高的所述备选冰机预测模型作为所述冰机预测模型。
在上述实施例的基础上,作为一种具体的实施方式,所述目标参数包括所述已开启的冰机各自的冰机当前出水温度,所述已开启的冰机的当前数量及当前冰机出水温度设定值;预测模块包括:
采集单元,用于采集所述目标参数的实时数据,并进行数据序列化;
输入单元,用于将所述数据序列化后的数据投入所述冰机预测模型,得到在所述已开启的冰机各自的冰机出水温度恒定时,所述已开启的冰机的数量及冰机出水温度设定值不同的条件下的供水主管的预测温度;
查找单元,用于通过所述供水主管的预测温度查找对应的冰机开启或关闭的数量和/或冰机出水温度设定值。
本申请所提供的冰机群控装置,监测冰水系统中供水主管的温度与已开启的冰机的负载情况,并以供水主管的温度与已开启的冰机的负载情况为依据,综合分析供水主管的温度与已开启的冰机的负载情况,进行冰机的自动加机或减机,由此可以实现在满足供水主管温度要求的同时降低能耗。
本申请还提供了一种冰机群控设备,参考图9所示,该设备包括存储器1和处理器2。
存储器1,用于存储计算机程序;
处理器2,用于执行计算机程序实现如下的步骤:
监测所述供水主管的温度与已开启的冰机的负载情况;根据当前的所述供水主管的温度与所述已开启的冰机的负载情况,判断是否满足加机条件;若满足所述加机条件,则从未开启的冰机中选择待开启冰机,并开启所述待开启冰机;根据所述已开启的冰机的负载情况,判断是否满足减机条件;若满足所述减机条件,则从所述已开启的冰机中选择待关闭冰机,并关闭所述待关闭冰机。
对于本申请所提供的设备的介绍请参照上述方法实施例,本申请在此不做赘述。
本申请还提供了一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,计算机程序被处理器执行时可实现如下的步骤:
监测所述供水主管的温度与已开启的冰机的负载情况;根据当前的所述供水主管的温度与所述已开启的冰机的负载情况,判断是否满足加机条件;若满足所述加机条件,则从未开启的冰机中选择待开启冰机,并开启所述待开启冰机;根据所述已开启的冰机的负载情况,判断是否满足减机条件;若满足所述减机条件,则从所述已开启的冰机中选择待关闭冰机,并关闭所述待关闭冰机。
该计算机可读存储介质可以包括:U盘、移动硬盘、只读存储器(Read-OnlyMemory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
对于本申请所提供的计算机可读存储介质的介绍请参照上述方法实施例,本申请在此不做赘述。
说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置、设备以及计算机可读存储介质而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
专业人员还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
以上对本申请所提供的冰机群控方法、装置、设备以及计算机可读存储介质进行了详细介绍。本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想。应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请原理的前提下,还可以对本申请进行若干改进和修饰,这些改进和修饰也落入本申请权利要求的保护范围。
Claims (19)
1.一种冰机群控方法,应用于冰水系统,所述冰水系统包括至少两台冰机;每台所述冰机的出水口流出的冷冻水汇集于供水主管,所述供水主管经由二次冷冻泵连通于与所述冰水系统连接的冰水需求设备,经过所述冰水需求设备的回水由回水主管分别经由一次冷冻泵回流至所述冰机的回水口,其特征在于,所述方法包括:
监测所述供水主管的温度与已开启的冰机的负载情况;
根据当前的所述供水主管的温度与所述已开启的冰机的负载情况,判断是否满足加机条件;
若满足所述加机条件,则从未开启的冰机中选择待开启冰机,并开启所述待开启冰机;
根据所述已开启的冰机的负载情况,判断是否满足减机条件;
若满足所述减机条件,则从所述已开启的冰机中选择待关闭冰机,并关闭所述待关闭冰机。
2.根据权利要求1所述的冰机群控方法,其特征在于,所述根据当前的所述供水主管的温度与所述已开启的冰机的负载情况,判断是否满足加机条件包括:
根据所述已开启的冰机的负载情况,确定所述已开启的冰机的平均负载,所述平均负载为所有已开启的冰机的实际负载的平均值;
判断当前的所述供水主管的温度是否超出所述供水主管的温度设定值,所述已开启的冰机的平均负载是否超出负载设定值,且当前的所述供水主管的温度超出所述供水主管的温度设定值及所述已开启的冰机的平均负载超出所述负载设定值的持续时间是否超出第一持续时间设定值;
若当前的所述供水主管的温度超出所述供水主管的温度设定值,所述已开启的冰机的平均负载超出所述负载设定值,且当前的所述供水主管的温度超出所述供水主管的温度设定值及所述已开启的冰机的平均负载超出所述负载设定值的持续时间超出所述第一持续时间设定值,则满足加机条件。
3.根据权利要求2所述的冰机群控方法,其特征在于,所述根据所述已开启的冰机的负载情况,确定所述已开启的冰机的平均负载包括:
根据load_avg=sum(load)/(c_ice)得到所述已开启的冰机的平均负载;
load_avg表示所述已开启的冰机的平均负载,sum表示求和,load表示所述已开启的冰机各自的实际负载,c_ice表示所述已开启的冰机的总数量;且其中,c_ice=sum(p_ice),p_ice=ra_load/max(ra_load),ra_load表示每台所述已开启的冰机的额定负载,max(ra_load)表示所有所述已开启的冰机的额定负载中的最大额定负载。
4.根据权利要求1所述的冰机群控方法,其特征在于,所述根据所述已开启的冰机的负载情况,判断是否满足减机条件包括:
根据所述已开启的冰机的负载情况,确定所述已开启的冰机的剩余负载,所述剩余负载为所有已开启的冰机的剩余可用负载;
判断所述已开启的冰机的剩余负载是否位于预设区间,且所述已开启的冰机的剩余负载位于所述预设区间的持续时间是否超出第二持续时间设定值;
若所述已开启的冰机的剩余负载位于所述预设区间且所述已开启的冰机的剩余负载位于所述预设区间的持续时间超出第二持续时间设定值,则满足减机条件。
5.根据权利要求4所述的冰机群控方法,其特征在于,所述根据所述已开启的冰机的负载情况,确定所述已开启的冰机的剩余负载包括:
根据load_yu=c_ice*(max(ra_load)-load_avg)/max(ra_load)得到所述已开启的冰机的剩余负载;
load_yu表示所述剩余负载,c_ice表示已开启的冰机的总数量,load_avg表示所述平均负载,max(ra_load)表示所有所述已开启的冰机的额定负载中的最大额定负载。
6.根据权利要求1所述的冰机群控方法,其特征在于,所述从未开启的冰机中选择待开启冰机包括:
若所述未开启的冰机、所述未开启的冰机对应的冷却水循环泵以及所述未开启的冰机对应的一次冷冻泵均为就绪状态,则以所述未开启的冰机作为备选待开启冰机;
从所述备选待开启冰机中,选择所连接的线路的负载最少的冰机作为所述待开启冰机。
7.根据权利要求1所述的冰机群控方法,其特征在于,所述从已开启的冰机中选择待关闭冰机包括:
若所述已开启的冰机、所述已开启的冰机对应的冷却水循环泵以及所述已开启的冰机对应的一次冷冻泵均为就绪状态,则以所述已开启的冰机作为备选待关闭冰机;
从所述备选待关闭冰机中选择单次运行时间最长的冰机作为所述待关闭冰机;其中,若各所述备选待关闭冰机单次运行时间的偏差位于预设偏差区间内,则从所述备选待关闭冰机中,选择所连接的线路的负载最多的冰机作为所述待关闭冰机。
8.根据权利要求1所述的冰机群控方法,其特征在于,还包括:
当所述已开启的冰机单次运行时间超出预设阈值时,关闭所述已开启的冰机;
从所述未开启的冰机中选择待开启冰机,并开启所述待开启冰机。
9.根据权利要求1至8任一项所述的冰机群控方法,其特征在于,还包括:
当满足加机条件时,将所述待开启冰机的冰机出水温度设定值设置为所述已开启的冰机的冰机出水温度设定值,并将所述已开启的冰机的冰机出水温度设定值提升预设大小;
开启所述待开启冰机后,根据当前的所述供水主管的温度以及所述供水主管的温度设定值,调节各已开启的冰机的冰机出水温度设定值,直至所述供水主管的温度收敛于所述供水主管的温度设定值。
10.根据权利要求1至8任一项所述的冰机群控方法,其特征在于,还包括:
当满足减机条件时,将所述待关闭冰机的冰机出水温度设定值设置为最大冰机出水温度设定值;
关闭所述待关闭冰机后,根据当前的所述供水主管的温度以及所述供水主管的温度设定值,调节剩余的已开启的冰机的冰机出水温度设定值,直至所述供水主管的温度收敛于所述供水主管的温度设定值。
11.根据权利要求1至8任一项所述的冰机群控方法,其特征在于,还包括:
在开启所述冰水系统的第一台冰机前,开启所述二次冷冻泵和所述一次冷冻泵;
在已开启的二次冷冻泵的作用下,若末端压差不在预设范围内,则将所述已开启的二次冷冻泵的频率设置为满频,并加开二次冷冻泵;
将所述加开的二次冷冻泵的频率设置为频率下限设定值;
递减所述已开启的二次冷冻泵的频率,并根据所述末端压差调节所述加开的二次冷冻泵的频率直至所述已开启的二次冷冻泵的频率等于所述加开的二次冷冻泵的频率;
当所述已开启的二次冷冻泵的频率与所述加开的二次冷冻泵的频率均降至预设值时,递减所述加开的二次冷冻泵的频率,并根据所述末端压差调节所述已开启的二次冷冻泵的频率;
当所述加开的二次冷冻泵的频率降至所述频率下限设定值时,关闭所述加开的二次冷冻泵。
12.根据权利要求1所述的冰机群控方法,其特征在于,还包括:
创建冰机预测模型;
通过所述冰机预测模型预测冰机开启或关闭的数量和/或冰机出水温度设定值。
13.根据权利要求12所述的冰机群控方法,其特征在于,所述创建冰机预测模型包括:
收集目标参数的数据,所述目标参数包括与所述供水主管的温度具有相关性的参数;
对所述目标参数的数据进行预处理,得到训练集与测试集;
使用所述训练集、所述测试集以及机器学习算法,创建得到所述冰机预测模型。
14.根据权利要求13所述的冰机群控方法,其特征在于,所述使用所述训练集、所述测试集以及机器学习算法,创建得到所述冰机预测模型包括:
使用所述训练集与多种机器学习算法,创建多种备选冰机预测模型;
使用所述测试集测试各所述备选冰机预测模型,并以测试评分最高的所述备选冰机预测模型作为所述冰机预测模型。
15.根据权利要求13所述的冰机群控方法,其特征在于,所述目标参数包括所述已开启的冰机各自的冰机当前出水温度,所述冰水系统包括的冰机的总数量,所述冰机出水温度设定值的历史数据;所述通过冰机预测模型预测冰机开启或关闭的数量和/或冰机出水温度设定值包括:
采集所述目标参数的数据,并进行数据序列化;
将所述数据序列化后的数据投入所述冰机预测模型,得到在所述已开启的冰机各自的冰机出水温度一定时,冰机的开启数量及冰机出水温度设定值不同的条件下的供水主管的预测温度;
通过所述供水主管的预测温度查找对应的冰机开启或关闭的数量和/或冰机出水温度设定值。
16.根据权利要求15所述的冰机群控方法,其特征在于,所述采集所述目标参数的数据,并进行数据序列化包括:
对采集的所述已开启的冰机各自的冰机当前出水温度进行数据清洗,得到包括多个冰机出水温度数据的第一数据序列;
根据所述冰水系统包括的冰机的总数量,得到包括冰机开启台数的第二数据序列;
获取所述冰机出水温度设定值的历史数据中的极大值和极小值,并以预设值为步长分割极大值和极小值之间的数据,得到包括冰机出水温度设定值的第三数据序列;
将所述第一数据序列、所述第二数据序列和所述第三数据序列进行笛卡尔积,得到所述数据序列化后的数据。
17.一种冰机群控装置,其特征在于,包括:
监测模块,用于监测供水主管的温度与已开启的冰机的负载情况;
第一判断模块,用于根据当前的所述供水主管的温度与所述已开启的冰机的负载情况,判断是否满足加机条件;
开启模块,用于若满足所述加机条件,则从未开启的冰机中选择待开启冰机,并开启所述待开启冰机;
第二判断模块,用于根据所述已开启的冰机的负载情况,判断是否满足减机条件;
关闭模块,用于若满足所述减机条件,则从所述已开启的冰机中选择待关闭冰机,并关闭所述待关闭冰机。
18.一种冰机群控设备,其特征在于,包括:
存储器,用于存储计算机程序;
处理器,与所述存储器通信连接,用于执行所述计算机程序时实现如权利要求1至16任一项所述的冰机群控方法的步骤。
19.一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实现如权利要求1至16任一项所述的冰机群控方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210867288.7A CN115200296B (zh) | 2022-07-22 | 2022-07-22 | 一种冰机群控方法、装置、设备以及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210867288.7A CN115200296B (zh) | 2022-07-22 | 2022-07-22 | 一种冰机群控方法、装置、设备以及计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115200296A true CN115200296A (zh) | 2022-10-18 |
CN115200296B CN115200296B (zh) | 2023-11-03 |
Family
ID=83583851
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210867288.7A Active CN115200296B (zh) | 2022-07-22 | 2022-07-22 | 一种冰机群控方法、装置、设备以及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115200296B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040068996A1 (en) * | 2002-10-14 | 2004-04-15 | Lyman Tseng | [automatic control system of liquid chillers] |
CN1796884A (zh) * | 2004-12-30 | 2006-07-05 | 杭州华碧能源科技有限公司 | 中央空调节能控制系统的冷水主机现场控制装置 |
US20080162077A1 (en) * | 2006-12-27 | 2008-07-03 | Industrial Technology Research Institute | Method for evaluating and optimizing performance of chiller system |
CN107120779A (zh) * | 2016-02-24 | 2017-09-01 | 珠海格力电器股份有限公司 | 空调群控系统的控制方法及装置 |
CN107655175A (zh) * | 2017-10-28 | 2018-02-02 | 深圳市华科科技有限公司 | 一种中央空调群控节能智能控制系统 |
CN109028468A (zh) * | 2018-06-13 | 2018-12-18 | 北京天泽智云科技有限公司 | 基于大数据分析的冰机集群系统能耗优化方法和装置 |
CN112432327A (zh) * | 2020-11-20 | 2021-03-02 | 珠海格力电器股份有限公司 | 空调系统冷水机组运行控制方法、装置及空调系统 |
CN112594904A (zh) * | 2020-12-16 | 2021-04-02 | 紫泉能源技术股份有限公司 | 一种制冷站节能优化控制系统 |
CN112880115A (zh) * | 2019-11-29 | 2021-06-01 | 青岛海尔空调电子有限公司 | 多机组空调系统的控制方法 |
-
2022
- 2022-07-22 CN CN202210867288.7A patent/CN115200296B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040068996A1 (en) * | 2002-10-14 | 2004-04-15 | Lyman Tseng | [automatic control system of liquid chillers] |
CN1796884A (zh) * | 2004-12-30 | 2006-07-05 | 杭州华碧能源科技有限公司 | 中央空调节能控制系统的冷水主机现场控制装置 |
US20080162077A1 (en) * | 2006-12-27 | 2008-07-03 | Industrial Technology Research Institute | Method for evaluating and optimizing performance of chiller system |
CN107120779A (zh) * | 2016-02-24 | 2017-09-01 | 珠海格力电器股份有限公司 | 空调群控系统的控制方法及装置 |
CN107655175A (zh) * | 2017-10-28 | 2018-02-02 | 深圳市华科科技有限公司 | 一种中央空调群控节能智能控制系统 |
CN109028468A (zh) * | 2018-06-13 | 2018-12-18 | 北京天泽智云科技有限公司 | 基于大数据分析的冰机集群系统能耗优化方法和装置 |
CN112880115A (zh) * | 2019-11-29 | 2021-06-01 | 青岛海尔空调电子有限公司 | 多机组空调系统的控制方法 |
CN112432327A (zh) * | 2020-11-20 | 2021-03-02 | 珠海格力电器股份有限公司 | 空调系统冷水机组运行控制方法、装置及空调系统 |
CN112594904A (zh) * | 2020-12-16 | 2021-04-02 | 紫泉能源技术股份有限公司 | 一种制冷站节能优化控制系统 |
Also Published As
Publication number | Publication date |
---|---|
CN115200296B (zh) | 2023-11-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110458340B (zh) | 基于模式分类的建筑空调冷负荷自回归预测方法 | |
CN108376264A (zh) | 一种基于支持向量机增量学习的冷水机组故障诊断方法 | |
TW201523174A (zh) | 智能學習節能調控系統與方法 | |
CN114330852B (zh) | 一体化数据中心柜末端空调系统节能优化方法及装置 | |
CN111796233B (zh) | 双母线接线形式下多台电压互感器继发性误差的评估方法 | |
CN111191725A (zh) | 一种基于pca数据处理的rbf故障诊断方法、系统、终端及计算机存储介质 | |
CN115930369A (zh) | 一种基于智能化控制的中央空调系统节能方法 | |
CN117032120A (zh) | 集成一体式空压站智能云控制系统及控制方法 | |
CN114909945A (zh) | 冷却塔节能智控方法、装置、电子装置及介质 | |
CN113722906B (zh) | 基于数字孪生的数据中心空调系统可靠性评估方法 | |
CN113689072B (zh) | 一种基于马尔科夫链的海上风电机组运行状态评估方法 | |
CN115200296A (zh) | 一种冰机群控方法、装置、设备以及计算机可读存储介质 | |
CN113790516A (zh) | 中央空调制冷站全局优化节能控制方法、系统和电子设备 | |
CN115808001A (zh) | 中央空调系统制冷站运行调节异常识别方法和电子设备 | |
CN110762739B (zh) | 数据中心空调控制方法、装置、设备及存储介质 | |
JP2011012839A (ja) | 熱源システム又は空調システムの性能評価方法及び性能評価装置 | |
CN114879513B (zh) | 循环水系统的实时优化节能控制方法及装置 | |
CN116821796A (zh) | 基于可靠在线数据自适应的冷水机组故障诊断方法 | |
CN113899093B (zh) | 螺杆式制冷压缩机回油故障的辨识和预判方法 | |
CN114110946B (zh) | 水冷式中央空调自然冷却充分利用的控制方法及装置 | |
CN115903712A (zh) | 适用于工业制冷系统的节能优化方法及其优化控制系统 | |
CN113669249B (zh) | 一种实现循环泵选择的方法、装置及设备 | |
CN112364999B (zh) | 冷水机调节模型的训练方法、装置及电子设备 | |
CN111814389A (zh) | 一种制冷系统制冷系数预测方法及装置 | |
Green et al. | On the choice of performance assessment criteria and their impact on the overall system performance—The refrigeration system case study |
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 |