CN115307377A - 调温系统控制方法、装置、电子设备和可读存储介质 - Google Patents
调温系统控制方法、装置、电子设备和可读存储介质 Download PDFInfo
- Publication number
- CN115307377A CN115307377A CN202210806640.6A CN202210806640A CN115307377A CN 115307377 A CN115307377 A CN 115307377A CN 202210806640 A CN202210806640 A CN 202210806640A CN 115307377 A CN115307377 A CN 115307377A
- Authority
- CN
- China
- Prior art keywords
- temperature
- cooling
- frequency
- pump
- cold
- 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
Links
- 230000001105 regulatory effect Effects 0.000 title claims abstract description 128
- 238000000034 method Methods 0.000 title claims abstract description 82
- 238000001816 cooling Methods 0.000 claims abstract description 193
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 157
- 238000007710 freezing Methods 0.000 claims abstract description 81
- 230000008014 freezing Effects 0.000 claims abstract description 81
- 239000000498 cooling water Substances 0.000 claims description 146
- 238000005057 refrigeration Methods 0.000 claims description 48
- 238000005496 tempering Methods 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 8
- 230000001276 controlling effect Effects 0.000 claims description 8
- 230000003750 conditioning effect Effects 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 description 32
- 230000006870 function Effects 0.000 description 27
- 230000001419 dependent effect Effects 0.000 description 15
- 230000008569 process Effects 0.000 description 14
- 238000010586 diagram Methods 0.000 description 13
- 238000012545 processing Methods 0.000 description 6
- 238000010521 absorption reaction Methods 0.000 description 4
- 238000005094 computer simulation Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000004378 air conditioning Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000010438 heat treatment Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000003507 refrigerant Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000009423 ventilation Methods 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
- F25D29/00—Arrangement or mounting of control or safety 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
- F25D2500/00—Problems to be solved
- F25D2500/04—Calculation of parameters
-
- 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
- F25D2600/00—Control issues
- F25D2600/06—Controlling according to a predetermined profile
-
- 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
- Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
- Y02B30/00—Energy efficient heating, ventilation or air conditioning [HVAC]
- Y02B30/70—Efficient control or regulation technologies, e.g. for control of refrigerant flow, motor or heating
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Physics & Mathematics (AREA)
- Mechanical Engineering (AREA)
- Thermal Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Air Conditioning Control Device (AREA)
Abstract
本申请提供了一种调温系统控制方法、装置、电子设备和可读存储介质,其中,该方法包括:根据调温系统的冷冻泵的冷冻参数和冷冻泵频率,确定出冷量消耗,其中,该冷冻水温差为调温系统的冷冻泵的冷冻水进水温度与冷冻水出水温度的温度差,该冷冻泵频率为该调温系统的冷冻泵的工作频率;根据该调温系统的冷却塔风机的温度参数和该冷量消耗,确定出该调温系统的冷机期望电流百分比;根据该调温系统的冷却塔风机的冷却参数和该冷机期望电流百分比,确定出冷却塔风机频率的控制参数和冷却泵频率的控制参数。
Description
技术领域
本申请涉及空调机技术领域,具体而言,涉及一种调温系统控制方法、装置、电子设备和可读存储介质。
背景技术
冷冻站、暖通空调系统(Heating,Ventilation and Air Conditioning;HVAC)等调温系统,所需耗费的电量比较大,因此,为了实现节能,需要就调温系统进行一些节能温度控制。
但目前的方法难以满足复杂的调温系统的整体控制的需求,主要是由于复杂环境、多种影响因子和多输入的影响,因此,难以实现调控具有很好效果的模型。
发明内容
本申请的目的在于提供一种调温系统控制方法、装置、电子设备和计算机可读存储介质,以改善由于调温系统所处的复杂环境、多种影响因子和多输入的影响,导致调温系统的控制存在困难的问题。
第一方面,本发明提供一种调温系统控制方法,包括:根据调温系统的冷冻泵的冷冻参数和冷冻泵频率,确定出冷量消耗,其中,所述冷冻水温差为调温系统的冷冻泵的冷冻水进水温度与冷冻水出水温度的温度差,所述冷冻泵频率为所述调温系统的冷冻泵的工作频率;根据所述调温系统的所处环境的温度参数和所述冷量消耗,确定出所述调温系统的冷机期望电流百分比;根据所述调温系统的冷却泵的冷却参数和所述冷机期望电流百分比,确定出冷却塔风机频率的控制参数和冷却泵频率的控制参数。
在可选的实施方式中,所述温度参数包括:湿球温度、干湿球温差,所述湿球温度为所述调温系统所处环境中的湿球温度,所述干湿球温差为所述调温系统所处环境中的干球温度与所述湿球温度的温度差;所述根据所述调温系统的所处环境的温度参数和所述冷量消耗,确定出所述调温系统的冷机期望电流百分比,包括:根据所述湿球温度、所述干湿球温差和所述冷量消耗,确定出所述调温系统的冷机期望电流百分比。
在上述实施方式中,通过环境中的相关温度数据,适应性地确定出适合当前环境的冷机期望电流百分比,可以使最后确定出来的用来调控调温系统的数据能够更好地满足当前环境。
在可选的实施方式中,所述根据所述湿球温度、所述干湿球温差和所述冷量消耗,确定出所述调温系统的冷机期望电流百分比,包括:基于第二模糊规则,根据所述湿球温度、所述干湿球温差和所述冷量消耗,构建第二模糊控制数据集,所述第二模糊控制数据集包括:多项所述湿球温度、多项所述干湿球温差、多项所述冷量消耗以及多项冷机期望电流百分比;对所述第二模糊控制数据集进行模糊推理,确定出在不同的所述干湿球温差、所述湿球温度和所述冷量消耗下对应的冷机期望电流百分比。
在可选的实施方式中,所述第二模糊规则为干湿球温差越小,则冷机期望电流百分比越大;所述湿球温度越大,冷机期望电流百分比越大,湿球温度越大则冷机期望电流百分比越大。
在上述实施方式中,通过模糊控制逻辑,可以把复杂问题简单话,以使调温系统控制方法可以更好地满足更多控制场景的需求。
在可选的实施方式中,所述方法还包括:对所述第二模糊控制数据集进行模糊推理,确定出在不同的所述干湿球温差、所述湿球温度和所述冷量消耗下的制冷模式。
在上述实施方式中,通过上述第二模糊控制数据集,除了能够得到一些中间数据,还能够基于干湿球温差、湿球温度和冷量消耗确定出能够满足的制冷模式,以根据制冷模式选出控制调温系统的模式,在满足当前环境的需求的情况下,还能够更好地节能。
在可选的实施方式中,所述方法还包括:对所述第二模糊控制数据集进行模糊推理,确定出在不同的所述干湿球温差、所述湿球温度和所述冷量消耗下的调温系统的冷机启动数量。
在上述实施方式中,通过上述第二模糊控制数据集,除了能够得到一些中间数据,还能够基于干湿球温差、湿球温度和冷量消耗确定出冷机启动数量,以根据冷机启动数量适当地开启或关闭部分冷机,可以实现在满足当前环境的需求的情况下,还能够更好地节能。
在可选的实施方式中,所述冷却参数包括:冷却水温差、冷却水进水温度,所述冷却水温差为所述调温系统的冷却泵的冷却水进水温度与冷却水出水温度的温度差,所述冷却水进水温度为所述调温系统的冷却泵的冷却水进水温度;所述根据所述调温系统的冷却泵的冷却参数和所述冷机期望电流百分比,确定出冷却塔风机频率的控制参数和冷却泵频率的控制参数,包括:根据所述冷却水温差、所述冷却水进水温度和所述冷机期望电流百分比,确定出冷却塔风机频率的控制参数和冷却泵频率的控制参数。
在上述实施方式中,可以通过选择能够表征调温所导致的冷量消耗情况的冷却水温差和冷却水进水温度确定冷却塔风机频率和冷却泵频率的控制参数,可以实现更准确地得到控制参数。
在可选的实施方式中,所述根据所述冷却水温差、所述冷却水进水温度和所述冷机期望电流百分比,确定出冷却塔风机频率的控制参数和冷却泵频率的控制参数,包括:根据所述冷机期望电流百分比与实测冷机电流百分比,确定出冷机电流百分比偏差;根据所述冷却水温差、所述冷却水进水温度和所述冷机电流百分比偏差,确定出冷却塔风机频率的控制参数和冷却泵频率的控制参数。
在可选的实施方式中,所述根据所述冷却水温差、所述冷却水进水温度和所述冷机电流百分比偏差,确定出冷却塔风机频率的控制参数和冷却泵频率的控制参数,包括:基于第三模糊规则,根据所述冷却水温差、所述冷却水进水温度和所述冷机电流百分比偏差,构建第三模糊控制数据集,其中,所述第三模糊控制数据集包括:多项所述冷却水温差、多项所述冷却水进水温度、多项所述冷机电流百分比偏差、多项冷却塔风机频率、多项冷却泵频率;对所述第三模糊控制数据集进行模糊推理,确定出在不同的所述冷机电流百分比偏差、所述冷却水温差以及所述冷却水进水温度下的冷却塔风机频率的控制参数和冷却泵频率的控制参数。
在可选的实施方式中,所述第三模糊规则包括:所述冷机电流百分比偏差越大,所述冷却塔风机频率越大;冷却水温差越大,冷却泵频率越大;所述冷却水进水温度越大,冷却塔风机频率越大。
在上述实施方式中,可以把复杂问题简单话,以使调温系统控制方法可以更好地满足更多控制场景的需求。
在可选的实施方式中,在所述根据调温系统的冷冻泵的冷冻参数和冷冻泵频率,确定出冷量消耗之前,所述方法还包括:调整调温系统的冷冻泵的工作频率,以控制所述调温系统的末端压差在压差阈值区间内;当所述调温系统的末端压差在所述压差阈值区间时,获取所述冷冻泵的冷冻泵频率。
在上述实施方式中,可以将调温系统的末端压差控制在压差阈值区间内,可以使调温系统当前状态更好地满足调温系统的调控需求,从而也可以使确定出的中间数据以及控制参数能够更好地满足调控需求。
在可选的实施方式中,所述冷冻参数包括:冷冻水温差,所述冷冻水温差为调温系统的冷冻泵的冷冻水进水温度与冷冻水出水温度的温度差;
所述根据调温系统的冷冻泵的冷冻参数和冷冻泵频率,确定出冷量消耗,包括:根据所述冷冻水温差和冷冻泵频率,确定出冷量消耗。
在可选的实施方式中,所述根据所述冷冻水温差和冷冻泵频率,确定出冷量消耗,包括:基于所述第一模糊规则,根据所述冷冻水温差和冷冻泵频率,构建第一模糊控制数据集,所述第一模糊控制数据集包括多项所述冷冻水温差、多项所述冷冻泵频率和多项冷量消耗;对所述模糊控制数据集进行模糊推理,确定出在不同的所述冷冻水温差和所述冷冻泵频率下的冷量消耗。
在可选的实施方式中,所述第一模糊规则包括:冷冻水温差越大,所述冷量消耗越大;冷冻泵频率越大,所述冷量消耗越大。
在上述实施方式中,可以把复杂问题简单话,以使调温系统控制方法可以更好地满足更多控制场景的需求。
第二方面,本发明提供一种调温系统控制装置,包括:消耗确定模块,用于根据调温系统的冷冻泵的冷冻参数和冷冻泵频率,确定出冷量消耗,其中,所述冷冻水温差为调温系统的冷冻泵的冷冻水进水温度与冷冻水出水温度的温度差,所述冷冻泵频率为所述调温系统的冷冻泵的工作频率;电流确定模块,用于根据所述调温系统的所处环境的温度参数和所述冷量消耗,确定出所述调温系统的冷机期望电流百分比;参数确定模块,用于根据所述调温系统的冷却泵的冷却参数和所述冷机期望电流百分比,确定出冷却塔风机频率的控制参数和冷却泵频率的控制参数。
第三方面,本发明提供一种电子设备,包括:处理器、存储器,所述存储器存储有所述处理器可执行的机器可读指令,当电子设备运行时,所述机器可读指令被所述处理器执行时执行如前述实施方式任意一项所述的方法的步骤。
第四方面,本发明提供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,该计算机程序被处理器运行时执行如前述实施方式任意一项所述的方法的步骤。
本申请实施例的有益效果包括:通过分三个阶段分别处理调温系统中的不同单元的数据,其中,在第一个阶段处理冷冻相关数据,在第二阶段中处理冷却塔风机相关数据,然后第三阶段处理冷却相关数据,从而可以在每个阶段处理一些参数后续的阶段可以基于前序阶段的计算结果,可以解决调温系统的复杂环境的问题,还能够实现对调温系统的定时调控,提高调温系统控制有效性,也可以适应更多复杂场景的调控系统的控制需求。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,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相关的附图。
图1为本申请实施例提供的调温系统的结构示意图;
图2为本申请实施例提供的电子设备的方框示意图;
图3为本申请实施例提供的调温系统控制方法的流程图;
图4为本申请实施例提供的调温系统控制方法的步骤310的可选流程图;
图5为本申请实施例提供的调温系统控制方法提供的第一阶段的模糊逻辑示意图;
图6为本申请实施例提供的调温系统控制方法的步骤320的可选流程图;
图7为本申请实施例提供的调温系统控制方法提供的第二阶段的模糊逻辑示意图;
图8为本申请实施例提供的调温系统控制方法的步骤330的可选流程图;
图9为本申请实施例提供的调温系统控制方法提供的第三阶段的模糊逻辑示意图;
图10为本申请实施例提供的调温系统控制装置的功能模块示意图。
具体实施方式
下面将结合本申请实施例中附图,对本申请实施例中的技术方案进行描述。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。同时,在本申请的描述中,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
由于调温系统所需消耗的能量比较多,因此,为了降低能量的消耗,需要对调温系统进行节能控制。例如,比如比例积分微分(Proportional Integral Derivative,简称PID)、模型预测控制(Model Predictive Control,简称MPC)、线性二次型调节器(Linear-Quadratic Regulator)等算法实现用于针对调温系统的节能控制的模型。但对于复杂的调温系统的整体控制,由于复杂环境、多种影响因子和多输入的影响,导致上述的模型很难满足调温系统的控制需求,而且现有的节能控制的模型通用化比较差,节能控制的模型需要根据环境进行改动。经发明人进一步研究了解到,由于机器学习需要大量有效数据集进行训练,需要引入大量评价机制,基于数据中心相关因素较多的特殊情况,导致可能难以获得大量有效数据集用于训练,导致难以根据实时需求确定出用来调控调温系统的模型。
基于上述现状,本申请提供了一种调温系统控制方法,通过对调温系统中的各单元的相关数据进行分阶段处理,可以适应更多复杂场景的调控系统的控制需求。
为便于对本实施例进行理解,首先对执行本申请实施例所公开的一种调温系统控制方法的运行环境进行详细介绍。
如图1所示,是本申请实施例提供的调温系统的进行交互的示意图。该调温系统100可以包括:冷却水系统110、一台或多台冷机120(图中仅示出一台)和冷冻水系统130。
该冷却水系统110中可以包括冷却泵111和冷却塔风机112。冷却水系统110中可以安装有多个温度传感器,该多个温度传感器可以安装在冷冻水系统的不同位置,其中,至少一个温度传感器安装在冷却泵111的出口端,至少一个温度传感器安装在冷却塔风机112的入口端。再例如,放热单元123与冷却塔风机112之间的多个位置处可以设置温度传感器。再例如,放热单元123与冷却泵111之间的多个位置处也可以设置温度传感器。当然,根据实际需求,还可以在该冷却水系统110中设置更多或更少的温度传感器。
该冷冻水系统130包括冷冻泵131和冷冻塔风机132。冷冻水系统130中可以安装有多个温度传感器,该多个温度传感器可以安装在冷冻水系统的不同位置,其中,至少一个温度传感器安装在冷冻泵131的出口端,至少一个温度传感器安装在冷冻塔风机132的入口端。再例如,吸热单元122与冷冻塔风机132的入口端之间的多个位置处可以设置温度传感器。再例如,吸热单元122与冷冻泵131之间的多个位置处可以设置温度传感器。当然,根据实际需求,还可以在该冷冻水系统130中设置更多或更少的温度传感器。
该冷机120中可以包括制冷压缩机121。如图1所示,该冷机120还可以包括吸热单元122和放热单元123。
该调温系统100可以是空调、冷冻站、暖通空调系统等能够调整环境中的温度的系统。
在一种可选的实施方式中,该调温系统可以连接以电子设备200,该电子设备200用于计算确定出用于控制该调温系统中的各个系统的控制参数。
在另一种可选的实施方式中,该调温系统也可以包括电子设备200,该电子设备200用于计算确定出用于控制该调温系统中的各个系统的控制参数。
如图2所示,是电子设备的方框示意图。电子设备200可以包括存储器211和处理器213。本领域普通技术人员可以理解,图2所示的结构仅为示意,其并不对电子设备200的结构造成限定。例如,电子设备200还可包括比图2中所示更多或者更少的组件,或者具有与图2所示不同的配置。
上述的存储器211与处理器213之间直接或间接地电性连接,以实现数据的传输或交互。例如,这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。上述的处理器213用于执行存储器中存储的可执行模块。
其中,存储器211可以是,但不限于,随机存取存储器(Random Access Memory,简称RAM),只读存储器(Read Only Memory,简称ROM),可编程只读存储器(ProgrammableRead-Only Memory,简称PROM),可擦除只读存储器(Erasable Programmable Read-OnlyMemory,简称EPROM),电可擦除只读存储器(Electric Erasable Programmable Read-OnlyMemory,简称EEPROM)等。其中,存储器211用于存储程序,所述处理器213在接收到执行指令后,执行所述程序,本申请实施例任一实施例揭示的过程定义的电子设备200所执行的方法可以应用于处理器213中,或者由处理器213实现。
上述的处理器213可能是一种集成电路芯片,具有信号的处理能力。上述的处理器213可以是通用处理器,包括中央处理器(Central Processing Unit,简称CPU)、网络处理器(Network Processor,简称NP)等;还可以是数字信号处理器(digital signalprocessor,简称DSP)、专用集成电路(Application Specific Integrated Circuit,简称ASIC)、现场可编程门阵列(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申请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。
本实施例中的电子设备200可以用于执行本申请实施例提供的各个方法中的各个步骤。下面通过几个实施例详细描述调温系统控制方法的实现过程。
请参阅图3,是本申请实施例提供的调温系统控制方法的流程图。如图3所示,本申请实施例提供的调温系统控制方法可以包括以下步骤:
步骤310,根据调温系统的冷冻泵的冷冻参数和冷冻泵频率,确定出冷量消耗。
步骤320,根据该调温系统的所处环境的温度参数和该冷量消耗,确定出该调温系统的冷机期望电流百分比。
步骤330,根据该调温系统的冷却泵的冷却参数和该冷机期望电流百分比,确定出冷却塔风机频率的控制参数和冷却泵频率的控制参数。
通过步骤310至步骤330,将调温系统的控制分为三个阶段分别处理调温系统中的不同单元的数据,其中,在第一个阶段处理冷冻相关数据,在第二阶段中处理冷却塔风机相关数据,然后第三阶段处理冷却相关数据,从而可以在每个阶段处理一些参数后续的阶段可以基于前序阶段的计算结果,可以解决调温系统的复杂环境的问题,还能够实现对调温系统的定时调控,提高调温系统控制有效性,也可以适应更多复杂场景的调控系统的控制需求。
其中,上述的步骤310可以通过以下方式实现:
该冷冻参数可以是该调温系统中的冷却泵所导致的参数。该冷冻参数可以包括:冷冻水进水温度T3、冷冻水出水温度T4、冷冻水温差等参数中的一种或多种。
可选地,该冷冻参数包括冷冻水温差。其中,该冷冻水温差为调温系统的冷冻泵的冷冻水进水温度T3与冷冻水出水温度T4的温度差。冷冻泵频率为该调温系统的冷冻泵的工作频率。
该冷冻水进水温度T3与冷冻水出水温度T4可以在计算过程中实时采集得到的。
示例性地,该冷冻水进水温度T3与冷冻水出水温度T4可以是通过安装在冷冻泵所在的冷冻水系统中的各个温度传感器检测得到。例如,可以通过安装在冷冻泵的出口端的温度传感器检测冷冻水进水温度T3,可以通过安装在吸热单元与风机的入口端之间的温度传感器检测冷冻水出水温度T4。
其中,该冷冻水进水温度T3可以基于多个温度传感器检测得到的数据确定。该多个温度传感器可以是安装在冷冻泵的出口一端的多个温度传感器。示例性地,该冷冻水进水温度T3可以是多个安装在冷冻泵的出口一端中的任意一个温度传感器的检测得到的温度,也可以是各个安装在冷冻泵的出口一端中的温度传感器检测得到的温度的平均值。
冷冻水出水温度T4也可以基于多个温度传感器检测得到的数据确定。该多个温度传感器可以是安装在吸热单元与风机之间的多个温度传感器。示例性地,该冷冻水出水温度T4可以是多个安装在吸热单元与风机之间的多个温度传感器中的任意一个温度传感器的检测得到的温度,也可以是各个安装在吸热单元与风机之间的多个温度传感器检测得到的温度的平均值。
示例性地,该冷冻泵频率可以是计算过程中实时采集得到的。
该冷冻泵频率可以是在调温系统的末端压差在压差阈值区间内时采集得到的。可选地,在步骤310之前可以先调整调温系统的冷冻泵的工作频率,以控制该调温系统的末端压差在压差阈值区间内;获取该冷冻泵被调整过程中的冷冻泵频率。
示例性地,可以动态调整冷冻泵的工作频率,以控制该调温系统的末端压差在压差阈值区间内。在该冷冻泵调整过程中,当调温系统的末端压差在压差阈值区间时,获取该冷冻泵的冷冻泵频率。
其中,该压差阈值区间可以是预先设置的一个数值区间。可以理解的是,在不同的使用场景中,该压差阈值区间的取值也可以不同。
该压差阈值区间可以是由两个端点值构建的数值区间,该压差阈值区间也可以是由一个值确定。
可选地,该冷冻水进水温度T3与冷冻水出水温度T4的温度差越大,可以表示所导致的冷量消耗越多,该冷冻泵频率越高则表示该冷冻泵工作所耗费的能量也越多,所导致的冷量消耗也可能越多。基于此,可以根据上述相互影响规律,构建出冷冻水温差、冷冻泵频率与冷量消耗三项数据之间的第一关联关系;然后可以基于该第一关联关系,由冷冻水温差和冷冻泵频率,确定出冷量消耗。
示例性地,可以基于该调温系统的历史调整数据,构建出冷冻水温差、冷冻泵频率与冷量消耗三项数据之间的第一关联关系。此处的历史调整数据可以包括:在历史时间段中,在对该调温系统进行人工调整过程中所记录的数据。例如,该历史调整数据可以包括:不同冷冻水温差和不同冷冻泵频率的状态下,冷量消耗的具体数值。可选地,可以在不同时间段采集该调温系统的历史调整数据。
在一些实现方式中,该第一关联关系可以通过计算模型表示。该计算模型可以是以冷冻水温差和冷冻泵频率为自变量,该冷量消耗为因变量的计算模型。示例性,该计算模型中仅包括一个因变量,因此,该计算模型可以是仅包含一个公式的曲线型计算模型。可以通过第一关联公式表达该冷冻水温差、冷冻泵频率与冷量消耗三项数据之间的关联关系,例如,该关联公式中的自变量可以是冷冻水温差和冷冻泵频率,该第一关联关系的因变量可以是冷量消耗。
在另一些实现方式中,该第一关联关系也可以通过表格、文本文档等形成呈现。例如,该表格或文本文档中记录有不同冷冻水温差和不同冷冻泵频率下对应的冷量消耗的值。
可选地,该冷冻参数可以包括冷冻水进水温度T3、冷冻水出水温度T4。该冷冻水进水温度T3可以用来表征该冷冻水系统的起始冷量,该冷冻水出水温度T4可以用来表征该冷冻水系统的终止冷量,因此,可以通过冷冻水进水温度T3至冷冻水出水温度T4的变化情况,确定冷量的消耗情况。进一步地,该冷冻泵频率越高则表示该冷冻泵工作所耗费的能量也越多,所导致的冷量消耗也可能越多。因此,构建出该冷冻泵频率、冷冻水进水温度T3、冷冻水出水温度T4以及冷量消耗的第一关联关系。基于该第一关联关系,可以在基于冷冻泵频率、冷冻水进水温度T3和冷冻水出水温度T4,确定出冷量消耗。
示例性地,可以基于该调温系统的历史调整数据,构建出该冷冻泵频率、冷冻水进水温度T3、冷冻水出水温度T4以及冷量消耗的第一关联关系。该第一关联关系可以使用计算模型表示,该计算模型可以以冷冻泵频率、冷冻水进水温度T3和冷冻水出水温度T4为自变量,冷量消耗为因变量。
上述的步骤320可以通过以下方式实现:
该温度参数可以表示该冷却水系统所处环境中的环境温度参数。该温度参数包括:湿球温度、干湿球温差,该湿球温度为该调温系统所处环境中的湿球温度,该干湿球温差为该调温系统所处环境中的干球温度与该湿球温度的温度差。
示例性地,可以通过湿球温度、干球温度以及冷量消耗,可以表征出当前状态下冷机对环境温度控制效果。因此,可以基于湿球温度、干球温度以及冷量消耗的当前值,确定出冷机期望电流百分比。
其中,该湿球温度与干球温度之间的温度差越小时,则冷机所需的输出的工作更多,此时冷机期望电流百分比越大;湿球温度越大,则冷机所需的输出的工作需要更多;该冷量消耗越高,该冷机所需的输出的工作也更多。因此,基于此关系,可以构建湿球温度、干球温度、冷量消耗以及冷机期望电流百分比四者之间的第二关联关系,然后基于该第二关联关系,可以由湿球温度、干球温度以及冷量消耗,确定出冷机期望电流百分比。
在一些实现方式中,该第二关联关系可以通过计算模型表示。其中,可以以该湿球温度、该干球温度、冷量消耗为计算模型中的自变量,以冷机期望电流百分比为计算模型的因变量。
在另一些实现方式中,该第二关联关系也可以通过表格、文本文档等形成呈现。例如,该表格或文本文档中记录有不同湿球温度、该干球温度、冷量消耗下对应的冷机期望电流百分比的值。
由于可以通过湿球温度、干湿球温差以及冷量消耗,可以表征出当前状态下冷机对环境温度控制效果。因此,可以根据该湿球温度、该干湿球温差和该冷量消耗,确定出该调温系统的冷机期望电流百分比。
其中,该干湿球温差越小时,则冷机所需的输出的工作更多,此时冷机期望电流百分比越大;湿球温度越大,则冷机所需的输出的工作需要更多;该冷量消耗越高,该冷机所需的输出的工作也更多。因此,基于此关系,可以构建湿球温度、干湿球温差、冷量消耗以及冷机期望电流百分比四者之间的第二关联关系,然后基于该第二关联关系,可以由湿球温度、干湿球温差以及冷量消耗,确定出冷机期望电流百分比。
可选地,可以通过一计算模型表示该湿球温度、干湿球温差、冷量消耗以及冷机期望电流百分比四者之间的第二关联关系。其中,可以以湿球温度、干湿球温差、冷量消耗为计算模型中的自变量,以冷机期望电流百分比为计算模型的因变量。
上述的步骤330可以通过以下方式实现:
该冷却参数可以包括:冷却水温差、冷却水进水温度T1、冷却水出水温度T2等一项或多项参数。其中,该冷却水进水温度T1为该调温系统的冷却泵的冷却水进水温度T1;该冷却水出水温度T2为该调温系统的冷却泵的冷却水出水温度T2。该冷却水温差为该调温系统的冷却泵的冷却水进水温度T1与冷却水出水温度T2的温度差。
可选地,可以根据冷却水进水温度T1、冷却水出水温度T2和该冷机期望电流百分比,确定出冷却塔风机频率的控制参数和冷却泵频率的控制参数。
其中,该冷却水进水温度T1与该冷却水出水温度T2可以通过安装在冷却水系统各处的温度传感器检测得到。例如,该冷却水进水温度T1可以由放热单元与冷却塔风机之间的温度传感器检测得到。再例如,该冷却水出水温度T2可以由放热单元与冷却泵之间的温度传感器检测得到。
示例性地,如果该冷却水进水温度T1与该冷却水出水温度T2的差距越大,可能表示所需的冷却泵频率和冷却塔风机频率越大,冷机期望电流百分比与实测得到的当前的冷机电流百分比的偏差越大,则可能需要的冷却塔风机频率越大。则可以基于该需求,构建出冷却水进水温度T1、冷却水出水温度T2、冷机期望电流百分比、冷却泵频率以及冷却塔风机频率五者之间的第三关联关系,然后基于该第三关联关系,由冷却水进水温度T1、冷却水出水温度T2以及冷机期望电流百分比,确定出冷却塔风机频率的控制参数和冷却泵频率的控制参数。
可选地,可以基于该调温系统的历史调整数据,构建冷却水进水温度T1、冷却水出水温度T2、冷机期望电流百分比、冷却泵频率以及冷却塔风机频率五者之间的第三关联关系。
在一种实现方式中,该第三关联关系可以通过计算模型表示,该计算模型可以以冷却水进水温度T1、冷却水出水温度T2和冷机期望电流百分比为自变量,以冷却泵频率以及冷却塔风机频率为因变量。示例性地,该计算模型中包括多个因变量,在该计算模型可以是包含多个公式的计算模型,其中,每个因变量可以由一个或多个公式计算得到。
可选地,可以基于该调温系统的历史调整数据,构建冷却水进水温度T1、冷却水出水温度T2、冷机期望电流百分比、冷却泵频率以及冷却塔风机频率四者之间的第三关联关系。示例性地,此处的历史调整数据可以包括:在历史时间段中,在对该调温系统进行调整的过程中所记录的数据。例如,该历史调整数据可以包括:不同的冷却水进水温度T1、不同的冷却水出水温度T2、以及不同的冷机期望电流百分比下,冷却泵频率以及冷却塔风机频率的具体数值。可选地,可以在不同时间段采集该调温系统的历史调整数据。
在一种实现方式,该第三关联关系可以是以冷却水进水温度T1、冷却水出水温度T2、冷机期望电流百分比为自变量,以冷却泵频率以及冷却塔风机频率为因变量的计算模型。示例性地,该计算模型中包括多个因变量,在该计算模型可以是包含多个公式的计算模型,其中,每个因变量可以由一个或多个公式计算得到。
在另一种实现方式,该第三关联关系也可以通过表格、文本文档等形成呈现。例如,该表格或文本文档中记录有不同冷却水进水温度T1、冷却水出水温度T2、冷机期望电流百分比下,对应的冷却泵频率以及冷却塔风机频率。
可选地,可以根据该冷却水温差、该冷却水进水温度T1和该冷机期望电流百分比,确定出冷却塔风机频率的控制参数和冷却泵频率的控制参数。
示例性地,冷却水温差越大可能表示所需的冷却泵频率和冷却塔风机频率越大,冷机期望电流百分比与实测得到的当前的冷机电流百分比的偏差越大,则可能需要的冷却塔风机频率越大。则可以基于该需求建立冷却水温差、冷机期望电流百分比、冷却泵频率以及冷却塔风机频率四者之间的第三关联关系,然后基于该第三关联关系,由冷却水温差以及冷机期望电流百分比,确定出冷却塔风机频率的控制参数和冷却泵频率的控制参数。
可选地,可以基于该调温系统的历史调整数据,构建冷却水温差、冷机期望电流百分比、冷却泵频率以及冷却塔风机频率四者之间的第三关联关系。该第三关联关系可以是以冷却水温差和冷机期望电流百分比为自变量,以冷却泵频率以及冷却塔风机频率为因变量的计算模型。示例性地,该计算模型中包括多个因变量,在该计算模型可以是包含多个公式的计算模型,其中,每个因变量可以由一个或多个公式计算得到。
通过在每个阶段可以使用不同的计算模型,用于每个阶段的计算,可以使每个阶段的计算能够更符合该阶段的计算需求,从而可以使每个阶段确定出的数据能更准确,也就能够使调温系统的控制也能够更准确,以更好地实现节能的效果。
考虑调温系统的控制过程中涉及的参数较多,控制过程也相对较为复杂,而模糊逻辑控制拥有很多的优势,例如,可以简化系统设计的复杂性。因此,可以将模糊逻辑控制应用在上述的三个阶段的控制中。下面结合模糊控制逻辑描述步骤310至步骤330所实现的控制逻辑。
基于模糊逻辑控制,如图4所示,步骤310可以包括步骤311和步骤312。
步骤311,基于该第一模糊规则,根据该冷冻水温差和冷冻泵频率,构建第一模糊控制数据集。
第一模糊控制数据集包括多项该冷冻水温差、多项该冷冻泵频率和多项冷量消耗。示例性地,该第一模糊控制数据集可以以表格的形式呈现,如下表1所示,该第一模糊控制数据集可以包括以下内容:
No. | 冷冻水温差 | 冷冻泵频率 | 冷量消耗 |
1 | Low | Low | L |
2 | Low | Mid | LN |
3 | Low | High | N |
4 | Mid | Low | LN |
5 | Mid | Mid | N |
6 | Mid | High | NH |
7 | High | Low | N |
8 | High | Mid | NH |
9 | High | High | N |
表1
其中,表1中示出了四列数据,分别为标号列(No.)、冷冻水温差列、冷冻泵频率列、中间映射量列(Statement)以及冷量消耗列。在表1所示的实例中,该冷冻水温差列所表示的冷冻水温差可以包括三个状态,分别为:低需求状态(Low)、标准需求状态(Mid)和高需求状态(High)。该冷冻泵频率列所表示的冷冻泵频率也可以包括三个状态,分别为:低需求状态(Low)、标准需求状态(Mid)和高需求状态(High)。冷量消耗列所表示的冷量消耗可以包括五个状态,分别为:低温状态(L)、低温和标准状态(LN)、标准状态(N)、标准和高温状态(NH)、高温状态(H)。当然基于实际需求的不同,冷冻水温差、冷冻泵频率以及冷量消耗还可以包括更多或更少的状态。
第一模糊规则包括:冷冻水温差越大,该冷量消耗越大;冷冻泵频率越大,该冷量消耗越大。
步骤312,对该模糊控制数据集进行模糊推理,确定出在不同的该冷冻水温差和该冷冻泵频率下的冷量消耗。
如图5所示,在第一阶段中,所使用的模糊逻辑控制过程中,可以包括两个输入隶属度函数和一个输出隶属度函数。可以将冷冻水温差和冷冻泵频率分别输入两个输入隶属度函数,构建出输入模糊集;将冷冻水温差确定出的冷量消耗输入输出隶属度函数,构建输出模糊集。然后基于模糊控制规则,确定出模糊控制表。
示例性地,上述的两个输入隶属函数和一个输出隶属度函数可以是高斯型隶属函数、广义钟型隶属函数、S形隶属函数、三角形隶属函数、梯形隶属函数、Z形隶属函数等。具体隶属函数的选择可以根据实际场景进行匹配,本申请实施例不以隶属函数的选择为限。
以冷冻水温差为例,可以按照冷冻水进水温度与冷冻水出水温度的温差变化情况,设置该冷冻水温差的基本论域和离散论域。例如,该冷冻水温差的基本论域可以是[0,5],该冷却水温差的离散论域可以是{0,1,2,3,4,5,6}。则可以根据该冷却水温差的离散域,确定出该冷冻水温差在不同的离散论域值下隶属于不同状态的概率。
然后对该模糊控制表进行模糊推理,可以得到冷量消耗。其中,该模糊推理得到的冷量消耗可以包括不同冷冻水温差和不同冷冻泵频率下的冷量消耗。
通过模糊逻辑控制的方式,可以在不需要更详细更准确的数据下就能够得出该阶段所需的冷量消耗,可以使处理方式适用更多复杂的调温系统的控制场景。
基于模糊逻辑控制,如图6所示,步骤320可以包括步骤321和步骤322。
步骤321,基于第二模糊规则,根据该湿球温度、该干湿球温差和该冷量消耗,构建第二模糊控制数据集。
第二模糊控制数据集包括:多项该湿球温度、多项该干湿球温差、多项该冷量消耗以及多项冷机期望电流百分比。示例性地,该第二模糊控制数据集可以以表格的形式呈现,如下表2所示,该第二模糊控制数据集可以包括以下内容:
表2
其中,表2中示出了五列数据,分别为:标号列(No.)、干湿球温差列、湿球温度列、冷量消耗列以及冷机期望电流百分比列。在表2所示的实例中,干湿球温差可以包括两个状态,分别为:Low和High。湿球温度可以包括四个状态,分别为:Low、Mid、High、High plus;冷量消耗分别包括三种状态,分别为:Low、Mid、High;冷机期望电流百分比分别包括九个状态,分别为:增加冷却功率(add_cooling)、冷却功率高(cooling-H)、冷却功率标准(cooling-M)、冷却功率低(cooling-L)、预冷功率高(pre_cooling-H)、预冷功率标准(pre_cooling-M)、pre_cooling-L(预冷功率低)、自然冷却功率高(free_cooling-H)、自然冷却功率低(free_cooling-L)。当然,根据实际需求的不同,干湿球温差、湿球温度、冷量消耗以及冷机期望电流百分比还可以包括更多或更少的状态。
第二模糊规则为干湿球温差越小,则冷机期望电流百分比越大;该湿球温度越大,冷机期望电流百分比越大,湿球温度越大则冷机期望电流百分比越大。
步骤322,对该第二模糊控制数据集进行模糊推理,确定出在不同的该干湿球温差、该湿球温度和该冷量消耗下对应的冷机期望电流百分比。
可选地,对该第二模糊控制数据集进行模糊推理,确定出在不同的该干湿球温差、该湿球温度和该冷量消耗下的制冷模式。
示例性地,湿球温度低时,可以确定出制冷模式为免费制冷模式;湿球温度较低时,可以确定出制冷模式为预冷模式;湿球温度较高时,可以确定出制冷模式为机械制冷模式。
可选地,对该第二模糊控制数据集进行模糊推理,确定出在不同的该干湿球温差、该湿球温度和该冷量消耗下的调温系统的冷机启动数量。
示例性地,冷机期望电流百分比特别低时,可以减少一台工作的冷机;冷机期望电流百分比特别高时,可以增加一台工作的冷机。
如图7所示,在第二阶段中,所使用的模糊逻辑控制过程中,可以包括三个输入隶属度函数和一个输出隶属度函数。可以将湿球温度、干湿球温差和冷量消耗分别输入三个输入隶属度函数,构建出输入模糊集;将湿球温度、干湿球温差和冷量消耗确定出的冷机期望电流百分比输入输出隶属度函数,构建输出模糊集。然后基于模糊控制规则,确定出模糊控制表。
然后对该模糊控制表进行模糊推理,可以得到冷机期望电流百分比。其中,该模糊推理得到的冷机期望电流百分比可以包括不同湿球温度、不同干湿球温差以及不同冷量消耗下的冷机期望电流百分比。
如图7所示,该第二阶段的模糊推理还可以实现模式判断,该模式判断可以确定出制冷模式。
如图7所示,该第二阶段的模糊推理还可以确定是否需要加减机,该加减机可以表示是否需要启动新的冷机,或者关闭处于启动状态的冷机。
可选地,可以先基于冷机实时的电流百分比确定出与期望值的偏差,再基于冷机电流百分比偏差确定出控制参数。基于此,步骤330可以包括:根据该冷机期望电流百分比与实测冷机电流百分比,确定出冷机电流百分比偏差;根据该冷却水温差、该冷却水进水温度T1和该冷机电流百分比偏差,确定出冷却塔风机频率的控制参数和冷却泵频率的控制参数。
其中,该实测冷机电流百分比可以是在计算过程中采集该调温系统的冷机的数据得到的。
基于模糊逻辑控制,如图8所示,步骤330可以包括:步骤331和步骤332。
步骤331,基于第三模糊规则,根据该冷却水温差、该冷却水进水温度T1和该冷机电流百分比偏差,构建第三模糊控制数据集。
其中,该第三模糊控制数据集包括:多项该冷却水温差、多项该冷却水进水温度T1、多项该冷机电流百分比偏差、多项冷却塔风机频率、多项冷却泵频率。示例性地,该第三模糊控制数据集可以以表格的形式呈现,如下表3所示,该第三模糊控制数据集可以包括以下内容:
表3
其中,表3中示出了六列数据,分别为:标号列(No.)、偏差列、冷却水温差列、冷却水进水温度T1列、冷却塔风机频率列以及冷却泵频率列。其中偏差列中用来表示不同的冷机电流百分比偏差。在表3所示的实例中,偏差可以包括三个状态,分别为:Negative、Normal和Positive;冷却水温差可以包括三个状态,分别为:Low、Norm和High;冷却水进水温度T1可以包括三个状态,分别为:Low、Norm和High;冷却塔风机频率可以包括五个状态,分别为:低功率状态(L)、低温和标准功率状态(LN)、标准功率状态(N)、标准和高温功率状态(NH)、高温状功率态组成(H);冷却泵频率可以包括三个状态,分别为:低功率状态(Low)、标准功率状态(Normal)、高功率状态(High)。当然,根据实际需求的不同,冷却水温差、多项该冷却水进水温度T1、冷机电流百分比偏差、冷却塔风机频率、冷却泵频率还可以包括更多或更少的状态。
第三模糊规则包括:该冷机电流百分比偏差越大,该冷却塔风机频率越大;冷却水温差越大,冷却泵频率越大;该冷却水进水温度T1越大,冷却塔风机频率越大。
步骤332,对该第三模糊控制数据集进行模糊推理,确定出在不同的该冷机电流百分比偏差、该冷却水温差以及该冷却水进水温度T1下的冷却塔风机频率的控制参数和冷却泵频率的控制参数。
如图9所示,在第三阶段中,所使用的模糊逻辑控制过程中,可以包括三个输入隶属度函数和一个输出隶属度函数。可以冷却水温差、冷却水进水温度T1和该冷机电流百分比偏差分别输入三个输入隶属度函数,构建出输入模糊集;可以将分别输入三个输入隶属度函数,构建出输入模糊集;可以将冷却水温差、冷却水进水温度T1和该冷机电流百分比偏差确定出的冷却塔风机频率和冷却泵频率输入输出隶属度函数,构建输出模糊集。然后基于模糊控制规则,确定出模糊控制表。
然后对该模糊控制表进行模糊推理,可以得到冷却塔风机频率和冷却泵频率。其中,该模糊推理得到的冷却塔风机频率和冷却泵频率可以包括不同冷却水温差、不同冷却水进水温度T1以及不同冷机电流百分比偏差下的冷却塔风机频率和冷却泵频率。
通过上述三个阶段的模糊逻辑处理,可以实现将复杂的调温系统的控制简单话,将多变量非线性的处理逻辑变成变量更少的计算逻辑,可以实现了冷机模式切换优化控制,可以产生较大节能空间。进一步地,通过模糊逻辑控制理论(Fuzzy Logic Control)实现了对于复杂情况多影响、多输入条件下的控制算法。
基于同一申请构思,本申请实施例中还提供了与调温系统控制方法对应的调温系统控制装置,由于本申请实施例中的装置解决问题的原理与前述的调温系统控制方法实施例相似,因此本实施例中的装置的实施可以参见上述方法的实施例中的描述,重复之处不再赘述。
请参阅图10,是本申请实施例提供的调温系统控制装置的功能模块示意图。本实施例中的调温系统控制装置中的各个模块用于执行上述方法实施例中的各个步骤。调温系统控制装置包括:消耗确定模块410、电流确定模块420和参数确定模块430;其中各个模块的内容如下所示:
消耗确定模块410,用于根据调温系统的冷冻泵的冷冻参数和冷冻泵频率,确定出冷量消耗,其中,该冷冻水温差为调温系统的冷冻泵的冷冻水进水温度T3与冷冻水出水温度T4的温度差,该冷冻泵频率为该调温系统的冷冻泵的工作频率;
电流确定模块420,用于根据该调温系统的所处环境的温度参数和该冷量消耗,确定出该调温系统的冷机期望电流百分比;
参数确定模块430,用于根据该调温系统的冷却泵的冷却参数和该冷机期望电流百分比,确定出冷却塔风机频率的控制参数和冷却泵频率的控制参数。
一种可能的实施方式中,该温度参数包括:湿球温度、干湿球温差,该湿球温度为该调温系统所处环境中的湿球温度,该干湿球温差为该调温系统所处环境中的干球温度与该湿球温度的温度差;
电流确定模块420,还可以用于根据该湿球温度、该干湿球温差和该冷量消耗,确定出该调温系统的冷机期望电流百分比。
一种可能的实施方式中,电流确定模块420,还可以用于:
基于第二模糊规则,根据该湿球温度、该干湿球温差和该冷量消耗,构建第二模糊控制数据集,该第二模糊控制数据集包括:多项该湿球温度、多项该干湿球温差、多项该冷量消耗以及多项冷机期望电流百分比,该第二模糊规则为干湿球温差越小,则冷机期望电流百分比越大;该湿球温度越大,冷机期望电流百分比越大,湿球温度越大则冷机期望电流百分比越大;
对该第二模糊控制数据集进行模糊推理,确定出在不同的该干湿球温差、该湿球温度和该冷量消耗下对应的冷机期望电流百分比。
一种可能的实施方式中,调温系统控制装置还可以包括:模式确定模块,用于对该第二模糊控制数据集进行模糊推理,确定出在不同的该干湿球温差、该湿球温度和该冷量消耗下的制冷模式。
一种可能的实施方式中,调温系统控制装置还可以包括:数量确定模块,用于对该第二模糊控制数据集进行模糊推理,确定出在不同的该干湿球温差、该湿球温度和该冷量消耗下的调温系统的冷机启动数量。
一种可能的实施方式中,该冷却参数包括:冷却水温差、冷却水进水温度T1,该冷却水温差为该调温系统的冷却泵的冷却水进水温度T1与冷却水出水温度T2的温度差,该冷却水进水温度T1为该调温系统的冷却泵的冷却水进水温度T1;
参数确定模块430,还可以用于根据该冷却水温差、该冷却水进水温度T1和该冷机期望电流百分比,确定出冷却塔风机频率的控制参数和冷却泵频率的控制参数。
一种可能的实施方式中,参数确定模块430,还可以用于:根据该冷机期望电流百分比与实测冷机电流百分比,确定出冷机电流百分比偏差;根据该冷却水温差、该冷却水进水温度T1和该冷机电流百分比偏差,确定出冷却塔风机频率的控制参数和冷却泵频率的控制参数。
一种可能的实施方式中,参数确定模块430,还可以用于:
基于第三模糊规则,根据该冷却水温差、该冷却水进水温度T1和该冷机电流百分比偏差,构建第三模糊控制数据集,其中,该第三模糊控制数据集包括:多项该冷却水温差、多项该冷却水进水温度T1、多项该冷机电流百分比偏差、多项冷却塔风机频率、多项冷却泵频率;该第三模糊规则包括:该冷机电流百分比偏差越大,该冷却塔风机频率越大;冷却水温差越大,冷却泵频率越大;该冷却水进水温度T1越大,冷却塔风机频率越大;
对该第三模糊控制数据集进行模糊推理,确定出在不同的该冷机电流百分比偏差、该冷却水温差以及该冷却水进水温度T1下的冷却塔风机频率的控制参数和冷却泵频率的控制参数。
一种可能的实施方式中,调温系统控制装置还可以包括:频率获取模块,用于调整调温系统的冷冻泵的工作频率,以控制该调温系统的末端压差在压差阈值区间内;当所述调温系统的末端压差在所述压差阈值区间时,获取所述冷冻泵的冷冻泵频率。
一种可能的实施方式中,该冷冻参数包括:冷冻水温差,该冷冻水温差为调温系统的冷冻泵的冷冻水进水温度T3与冷冻水出水温度T4的温度差;消耗确定模块410,用于根据冷冻水温差和冷冻泵频率,确定出冷量消耗。
一种可能的实施方式中,消耗确定模块410,用于:基于该第一模糊规则,根据该冷冻水温差和冷冻泵频率,构建第一模糊控制数据集,该第一模糊控制数据集包括多项该冷冻水温差、多项该冷冻泵频率和多项冷量消耗;该第一模糊规则包括:冷冻水温差越大,该冷量消耗越大;冷冻泵频率越大,该冷量消耗越大;对该模糊控制数据集进行模糊推理,确定出在不同的该冷冻水温差和该冷冻泵频率下的冷量消耗。
此外,本申请实施例还提供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,该计算机程序被处理器运行时执行上述方法实施例中所述的调温系统控制方法的步骤。
本申请实施例所提供的调温系统控制方法的计算机程序产品,包括存储了程序代码的计算机可读存储介质,所述程序代码包括的指令可用于执行上述方法实施例中所述的调温系统控制方法的步骤,具体可参见上述方法实施例,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本申请的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,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、物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、物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……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅为本申请的优选实施例而已,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以权利要求的保护范围为准。
Claims (30)
1.一种调温系统控制方法,其特征在于,包括:
根据调温系统的冷冻泵的冷冻参数和冷冻泵频率,确定出冷量消耗,其中,所述冷冻水温差为调温系统的冷冻泵的冷冻水进水温度与冷冻水出水温度的温度差,所述冷冻泵频率为所述调温系统的冷冻泵的工作频率;
根据所述调温系统的所处环境的温度参数和所述冷量消耗,确定出所述调温系统的冷机期望电流百分比;
根据所述调温系统的冷却泵的冷却参数和所述冷机期望电流百分比,确定出冷却塔风机频率的控制参数和冷却泵频率的控制参数。
2.根据权利要求1所述的方法,其特征在于,所述温度参数包括:湿球温度、干湿球温差,所述湿球温度为所述调温系统所处环境中的湿球温度,所述干湿球温差为所述调温系统所处环境中的干球温度与所述湿球温度的温度差;
所述根据所述调温系统的所处环境的温度参数和所述冷量消耗,确定出所述调温系统的冷机期望电流百分比,包括:
根据所述湿球温度、所述干湿球温差和所述冷量消耗,确定出所述调温系统的冷机期望电流百分比。
3.根据权利要求2所述的方法,其特征在于,所述根据所述湿球温度、所述干湿球温差和所述冷量消耗,确定出所述调温系统的冷机期望电流百分比,包括:
基于第二模糊规则,根据所述湿球温度、所述干湿球温差和所述冷量消耗,构建第二模糊控制数据集,所述第二模糊控制数据集包括:多项所述湿球温度、多项所述干湿球温差、多项所述冷量消耗以及多项冷机期望电流百分比;
对所述第二模糊控制数据集进行模糊推理,确定出在不同的所述干湿球温差、所述湿球温度和所述冷量消耗下对应的冷机期望电流百分比。
4.根据权利要求3所述的方法,其特征在于,所述第二模糊规则为干湿球温差越小,则冷机期望电流百分比越大;所述湿球温度越大,冷机期望电流百分比越大,湿球温度越大则冷机期望电流百分比越大。
5.根据权利要求3所述的方法,其特征在于,所述方法还包括:
对所述第二模糊控制数据集进行模糊推理,确定出在不同的所述干湿球温差、所述湿球温度和所述冷量消耗下的制冷模式。
6.根据权利要求3所述的方法,其特征在于,所述方法还包括:
对所述第二模糊控制数据集进行模糊推理,确定出在不同的所述干湿球温差、所述湿球温度和所述冷量消耗下的调温系统的冷机启动数量。
7.根据权利要求1所述的方法,其特征在于,所述冷却参数包括:冷却水温差、冷却水进水温度,所述冷却水温差为所述调温系统的冷却泵的冷却水进水温度与冷却水出水温度的温度差,所述冷却水进水温度为所述调温系统的冷却泵的冷却水进水温度;
所述根据所述调温系统的冷却泵的冷却参数和所述冷机期望电流百分比,确定出冷却塔风机频率的控制参数和冷却泵频率的控制参数,包括:
根据所述冷却水温差、所述冷却水进水温度和所述冷机期望电流百分比,确定出冷却塔风机频率的控制参数和冷却泵频率的控制参数。
8.根据权利要求7所述的方法,其特征在于,所述根据所述冷却水温差、所述冷却水进水温度和所述冷机期望电流百分比,确定出冷却塔风机频率和冷却泵频率控制参数,包括:
根据所述冷机期望电流百分比与实测冷机电流百分比,确定出冷机电流百分比偏差;
根据所述冷却水温差、所述冷却水进水温度和所述冷机电流百分比偏差,确定出冷却塔风机频率的控制参数和冷却泵频率的控制参数。
9.根据权利要求8所述的方法,其特征在于,所述根据所述冷却水温差、所述冷却水进水温度和所述冷机电流百分比偏差,确定出冷却塔风机频率的控制参数和冷却泵频率的控制参数,包括:
基于第三模糊规则,根据所述冷却水温差、所述冷却水进水温度和所述冷机电流百分比偏差,构建第三模糊控制数据集,其中,所述第三模糊控制数据集包括:多项所述冷却水温差、多项所述冷却水进水温度、多项所述冷机电流百分比偏差、多项冷却塔风机频率、多项冷却泵频率;
对所述第三模糊控制数据集进行模糊推理,确定出在不同的所述冷机电流百分比偏差、所述冷却水温差以及所述冷却水进水温度下的冷却塔风机频率的控制参数和冷却泵频率的控制参数。
10.根据权利要求9所述的方法,其特征在于,所述第三模糊规则包括:所述冷机电流百分比偏差越大,所述冷却塔风机频率越大;冷却水温差越大,冷却泵频率越大;所述冷却水进水温度越大,冷却塔风机频率越大。
11.根据权利要求1所述的方法,其特征在于,在所述根据调温系统的冷冻泵的冷冻参数和冷冻泵频率,确定出冷量消耗之前,所述方法还包括:
调整调温系统的冷冻泵的工作频率,以控制所述调温系统的末端压差在压差阈值区间内;
当所述调温系统的末端压差在所述压差阈值区间时,获取所述冷冻泵的冷冻泵频率。
12.根据权利要求1所述的方法,其特征在于,所述冷冻参数包括:冷冻水温差,所述冷冻水温差为调温系统的冷冻泵的冷冻水进水温度与冷冻水出水温度的温度差;
所述根据调温系统的冷冻泵的冷冻参数和冷冻泵频率,确定出冷量消耗,包括:根据所述冷冻水温差和冷冻泵频率,确定出冷量消耗。
13.根据权利要求1所述的方法,其特征在于,所述根据冷冻水温差和冷冻泵频率,确定出冷量消耗,包括:
基于所述第一模糊规则,根据所述冷冻水温差和冷冻泵频率,构建第一模糊控制数据集,所述第一模糊控制数据集包括多项所述冷冻水温差、多项所述冷冻泵频率和多项冷量消耗;
对所述模糊控制数据集进行模糊推理,确定出在不同的所述冷冻水温差和所述冷冻泵频率下的冷量消耗。
14.根据权利要求13所述的方法,其特征在于,所述第一模糊规则包括:冷冻水温差越大,所述冷量消耗越大;冷冻泵频率越大,所述冷量消耗越大。
15.一种调温系统控制装置,其特征在于,包括:
消耗确定模块,用于根据调温系统的冷冻泵的冷冻参数和冷冻泵频率,确定出冷量消耗,其中,所述冷冻水温差为调温系统的冷冻泵的冷冻水进水温度与冷冻水出水温度的温度差,所述冷冻泵频率为所述调温系统的冷冻泵的工作频率;
电流确定模块,用于根据所述调温系统的所处环境的温度参数和所述冷量消耗,确定出所述调温系统的冷机期望电流百分比;
参数确定模块,用于根据所述调温系统的冷却泵的冷却参数和所述冷机期望电流百分比,确定出冷却塔风机频率的控制参数和冷却泵频率的控制参数。
16.根据权利要求15所述的装置,其特征在于,所述温度参数包括:湿球温度、干湿球温差,所述湿球温度为所述调温系统所处环境中的湿球温度,所述干湿球温差为所述调温系统所处环境中的干球温度与所述湿球温度的温度差;
电流确定模块,还用于根据所述湿球温度、所述干湿球温差和所述冷量消耗,确定出所述调温系统的冷机期望电流百分比。
17.根据权利要求16所述的装置,其特征在于,所述电流确定模块,还用于:
基于第二模糊规则,根据所述湿球温度、所述干湿球温差和所述冷量消耗,构建第二模糊控制数据集,所述第二模糊控制数据集包括:多项所述湿球温度、多项所述干湿球温差、多项所述冷量消耗以及多项冷机期望电流百分比;
对所述第二模糊控制数据集进行模糊推理,确定出在不同的所述干湿球温差、所述湿球温度和所述冷量消耗下对应的冷机期望电流百分比。
18.根据权利要求17所述的装置,其特征在于,,所述第二模糊规则为干湿球温差越小,则冷机期望电流百分比越大;所述湿球温度越大,冷机期望电流百分比越大,湿球温度越大则冷机期望电流百分比越大。
19.根据权利要求17所述的装置,其特征在于,所述调温系统控制装置还包括:
模式确定模块,用于对所述第二模糊控制数据集进行模糊推理,确定出在不同的所述干湿球温差、所述湿球温度和所述冷量消耗下的制冷模式。
20.根据权利要求17所述的装置,其特征在于,所述调温系统控制装置还包括:
数量确定模块,用于对所述第二模糊控制数据集进行模糊推理,确定出在不同的所述干湿球温差、所述湿球温度和所述冷量消耗下的调温系统的冷机启动数量。
21.根据权利要求15所述的装置,其特征在于,所述冷却参数包括:冷却水温差、冷却水进水温度,所述冷却水温差为所述调温系统的冷却泵的冷却水进水温度与冷却水出水温度的温度差,所述冷却水进水温度为所述调温系统的冷却泵的冷却水进水温度;
参数确定模块,还用于根据所述冷却水温差、所述冷却水进水温度和所述冷机期望电流百分比,确定出冷却塔风机频率的控制参数和冷却泵频率的控制参数。
22.根据权利要求21所述的装置,其特征在于,所述参数确定模块,还用于:
根据所述冷机期望电流百分比与实测冷机电流百分比,确定出冷机电流百分比偏差;
根据所述冷却水温差、所述冷却水进水温度和所述冷机电流百分比偏差,确定出冷却塔风机频率的控制参数和冷却泵频率的控制参数。
23.根据权利要求22所述的装置,其特征在于,所述参数确定模块,还用于:
基于第三模糊规则,根据所述冷却水温差、所述冷却水进水温度和所述冷机电流百分比偏差,构建第三模糊控制数据集,其中,所述第三模糊控制数据集包括:多项所述冷却水温差、多项所述冷却水进水温度、多项所述冷机电流百分比偏差、多项冷却塔风机频率、多项冷却泵频率;
对所述第三模糊控制数据集进行模糊推理,确定出在不同的所述冷机电流百分比偏差、所述冷却水温差以及所述冷却水进水温度下的冷却塔风机频率的控制参数和冷却泵频率的控制参数。
24.根据权利要求23所述的装置,其特征在于,所述第三模糊规则包括:所述冷机电流百分比偏差越大,所述冷却塔风机频率越大;冷却水温差越大,冷却泵频率越大;所述冷却水进水温度越大,冷却塔风机频率越大。
25.根据权利要求15所述的装置,其特征在于,所述调温系统控制装置还包括:
频率获取模块,用于调整调温系统的冷冻泵的工作频率,以控制所述调温系统的末端压差在压差阈值区间内;当所述调温系统的末端压差在所述压差阈值区间时,获取所述冷冻泵的冷冻泵频率。
26.根据权利要求15所述的装置,其特征在于,所述冷冻参数包括:冷冻水温差,所述冷冻水温差为调温系统的冷冻泵的冷冻水进水温度与冷冻水出水温度的温度差;消耗确定模块,用于根据冷冻水温差和冷冻泵频率,确定出冷量消耗。
27.根据权利要求15所述的装置,其特征在于,所述消耗确定模块,用于:
基于所述第一模糊规则,根据所述冷冻水温差和冷冻泵频率,构建第一模糊控制数据集,所述第一模糊控制数据集包括多项所述冷冻水温差、多项所述冷冻泵频率和多项冷量消耗;
对所述模糊控制数据集进行模糊推理,确定出在不同的所述冷冻水温差和所述冷冻泵频率下的冷量消耗。
28.根据权利要求27所述的装置,其特征在于,所述第一模糊规则包括:冷冻水温差越大,所述冷量消耗越大;冷冻泵频率越大,所述冷量消耗越大。
29.一种电子设备,其特征在于,包括:处理器、存储器,所述存储器存储有所述处理器可执行的机器可读指令,当电子设备运行时,所述机器可读指令被所述处理器执行时执行如权利要求1至14任意一项所述的方法的步骤。
30.一种计算机可读存储介质,其特征在于,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器运行时执行如权利要求1至14任意一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210806640.6A CN115307377A (zh) | 2022-07-08 | 2022-07-08 | 调温系统控制方法、装置、电子设备和可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210806640.6A CN115307377A (zh) | 2022-07-08 | 2022-07-08 | 调温系统控制方法、装置、电子设备和可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115307377A true CN115307377A (zh) | 2022-11-08 |
Family
ID=83856267
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210806640.6A Pending CN115307377A (zh) | 2022-07-08 | 2022-07-08 | 调温系统控制方法、装置、电子设备和可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115307377A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105953353A (zh) * | 2015-12-18 | 2016-09-21 | 华南理工大学 | 中央空调冷源系统定额控制方法及系统 |
CN107401806A (zh) * | 2017-06-22 | 2017-11-28 | 广州地铁集团有限公司 | 中央空调冷冻站内主机及冷冻泵综合能效提升控制方法 |
CN110895016A (zh) * | 2019-11-27 | 2020-03-20 | 南京亚派软件技术有限公司 | 一种基于模糊自适应的中央空调系统节能群控方法 |
CN113536525A (zh) * | 2021-04-16 | 2021-10-22 | 广州地铁设计研究院股份有限公司 | 一种中央空调全局最优节能控制方法 |
CN114340357A (zh) * | 2022-01-17 | 2022-04-12 | 北京英沣特能源技术有限公司 | 一种数据中心制冷系统在线诊断方法、装置和设备 |
CN114440409A (zh) * | 2022-01-11 | 2022-05-06 | 华设设计集团股份有限公司 | 一种中央空调系统自适应节能控制方法 |
-
2022
- 2022-07-08 CN CN202210806640.6A patent/CN115307377A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105953353A (zh) * | 2015-12-18 | 2016-09-21 | 华南理工大学 | 中央空调冷源系统定额控制方法及系统 |
CN107401806A (zh) * | 2017-06-22 | 2017-11-28 | 广州地铁集团有限公司 | 中央空调冷冻站内主机及冷冻泵综合能效提升控制方法 |
CN110895016A (zh) * | 2019-11-27 | 2020-03-20 | 南京亚派软件技术有限公司 | 一种基于模糊自适应的中央空调系统节能群控方法 |
CN113536525A (zh) * | 2021-04-16 | 2021-10-22 | 广州地铁设计研究院股份有限公司 | 一种中央空调全局最优节能控制方法 |
CN114440409A (zh) * | 2022-01-11 | 2022-05-06 | 华设设计集团股份有限公司 | 一种中央空调系统自适应节能控制方法 |
CN114340357A (zh) * | 2022-01-17 | 2022-04-12 | 北京英沣特能源技术有限公司 | 一种数据中心制冷系统在线诊断方法、装置和设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20230371213A1 (en) | Data-analysis-based energy-saving control method for precision air conditioner in cloud computing data center | |
US9182154B2 (en) | Adaptive control of vapor compression system | |
CN102042656A (zh) | 空气调节器的控制装置、冷冻装置的控制装置 | |
CN111637596A (zh) | 一种空调的控制方法、装置、空调、存储介质及处理器 | |
CN108870807B (zh) | 多联机系统的回油控制方法和装置、计算机存储介质 | |
CN115776795A (zh) | 数据中心空调系统诊断方法及装置 | |
Radchenko et al. | Methods to determine a design cooling capacity of ambient air conditioning systems in climatic conditions of Ukraine and Kazakhstan | |
US5673565A (en) | Defrosting method and apparatus for freezer-refrigerator using GA-fuzzy theory | |
CN114440409A (zh) | 一种中央空调系统自适应节能控制方法 | |
Zeng et al. | A hybrid deep forest approach for outlier detection and fault diagnosis of variable refrigerant flow system | |
Braun et al. | Illustrating the relationship between the coefficient of performance and the coefficient of system performance by means of an R404 supermarket refrigeration system | |
Imamović et al. | Comprehensive fuzzy logic coefficient of performance of absorption cooling system | |
CN108507126B (zh) | 一种中央空调冷冻水的模糊控制方法、装置及空调 | |
CN110486896B (zh) | 一种基于冷水机组能耗模型的串级空调系统优化控制方法 | |
CN115307377A (zh) | 调温系统控制方法、装置、电子设备和可读存储介质 | |
CN108168170A (zh) | 一种基于在线辨识的冷库制冷系统智能控制方法 | |
CN114739066B (zh) | 一种模块化磁悬浮制冷机组动态控制方法及系统 | |
CN106765897A (zh) | 壁挂式空调器控制方法 | |
CN110895038A (zh) | 基于机器学习的水冷式冷水机组的能耗优化方法与系统 | |
CN110762739A (zh) | 数据中心空调控制方法、装置、设备及存储介质 | |
CN113375276B (zh) | 空调器控制方法和空调器 | |
Rashid et al. | Design and implementation of a fuzzy logic based controller for refrigerating systems | |
CN117928052B (zh) | 一种中央空调节能控制方法及系统 | |
CN114738959B (zh) | 一种水冷型直接蒸发式空调系统的自适应控制方法及装置 | |
Falk et al. | A Data-Driven Approach Towards the Application of Reinforcement Learning Based HVAC Control |
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 |