CN117177547B - 用于高压变频器的散热控制方法及系统 - Google Patents
用于高压变频器的散热控制方法及系统 Download PDFInfo
- Publication number
- CN117177547B CN117177547B CN202311449844.XA CN202311449844A CN117177547B CN 117177547 B CN117177547 B CN 117177547B CN 202311449844 A CN202311449844 A CN 202311449844A CN 117177547 B CN117177547 B CN 117177547B
- Authority
- CN
- China
- Prior art keywords
- temperature
- heat dissipation
- decision
- frequency converter
- voltage frequency
- 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
Links
- 230000017525 heat dissipation Effects 0.000 title claims abstract description 98
- 238000000034 method Methods 0.000 title claims abstract description 48
- 239000013307 optical fiber Substances 0.000 claims abstract description 56
- 238000013507 mapping Methods 0.000 claims description 30
- 238000012544 monitoring process Methods 0.000 claims description 28
- 230000002159 abnormal effect Effects 0.000 claims description 26
- 238000012545 processing Methods 0.000 claims description 26
- 230000008859 change Effects 0.000 claims description 16
- 238000010438 heat treatment Methods 0.000 claims description 16
- 238000001816 cooling Methods 0.000 claims description 15
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 15
- 238000005457 optimization Methods 0.000 claims description 14
- 238000011156 evaluation Methods 0.000 claims description 13
- 230000004044 response Effects 0.000 claims description 12
- 238000009423 ventilation Methods 0.000 claims description 12
- 230000005856 abnormality Effects 0.000 claims description 9
- 230000005855 radiation Effects 0.000 claims description 9
- 238000004458 analytical method Methods 0.000 claims description 7
- 230000035945 sensitivity Effects 0.000 claims description 7
- 230000033228 biological regulation Effects 0.000 abstract description 4
- 230000000875 corresponding effect Effects 0.000 description 16
- 230000008569 process Effects 0.000 description 9
- 239000000835 fiber Substances 0.000 description 8
- 230000006870 function Effects 0.000 description 6
- 238000011217 control strategy Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 230000001960 triggered effect Effects 0.000 description 5
- 238000013178 mathematical model Methods 0.000 description 4
- 230000001276 controlling effect Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000009529 body temperature measurement Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004377 microelectronic Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000013021 overheating Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000002922 simulated annealing Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 230000003245 working effect Effects 0.000 description 1
Landscapes
- Inverter Devices (AREA)
Abstract
本申请提供了用于高压变频器的散热控制方法及系统，涉及设备散热技术领域，所述方法包括：先建立高压变频器的特征数据集，然后配置各个元件的工作工况，然后设定平衡约束，并进行光纤传感器布设，建立阵列坐标和关联元件，接收到光纤传感器反馈信号，然后基于决策网获得温度决策，然后进行散热控制。本申请主要解决了手动控制方式较为繁琐，且，不能实时关注变频器的运行状态，还存在控制精度不高、相应速度较慢，不能根据不同环境和不同工况下进行智能调节的技术问题。通过对各个工件进行温度场拟合，再通过决策网获得温度决策并进行散热控制。达到了对高压变频器散热控制的效率。
Description
技术领域
本发明涉及设备散热的技术领域，具体涉及用于高压变频器的散热控制方法及系统。
背景技术
高压变频器是一种利用电力半导体器件的通断作用将工频电源变换为另一频率的电能控制装置，可以用来改变交流高压电动机的转速。随着现代电力电子技术和微电子技术的迅猛发展，高压大功率变频调速装置不断地成熟起来，但是，对于高压变频器的散热情况还有待提高。
现有技术是通过手动控制方式则是由操作人员通过观察变频器的运行情况，当发现变频器的温度过高时，手动开启散热风机，以防止变频器过热。同时，操作人员还可以根据变频器的负载情况和工作状态来调节散热风机的转速，以达到最佳的散热效果。
现有技术存在手动控制方式较为繁琐，且，不能实时关注变频器的运行状态，还存在控制精度不高、相应速度较慢，不能根据不同环境和不同工况下进行智能调节的技术问题。
发明内容
本申请主要解决了手动控制方式较为繁琐，且，不能实时关注变频器的运行状态，还存在控制精度不高、相应速度较慢，不能根据不同环境和不同工况下进行智能调节的技术问题。
鉴于上述问题，本申请提供了用于高压变频器的散热控制方法及系统，第一方面，本申请实施例提供了用于高压变频器的散热控制方法，所述方法包括：建立高压变频器的特征数据集，所述特征数据集包括框架结构特征和元件位置特征。配置高压变频器的工作工况，依据所述工作工况执行元件的发热拟合，基于发热拟合结果和特征数据集进行温度场分布分析，设置各个工作工况的温度场拟合结果。设定灵敏度和监测成本的平衡约束，通过所述平衡约束、所述温度场拟合结果和所述特征数据集进行光纤温度传感器阵列布设，并建立光纤温度传感器的阵列坐标和关联元件。基于所述温度场拟合结果配置散热设备，其中，所述散热设备包括通风设备、水冷设备，并根据配置结果建立设备参数与元件温度的控制映射。执行温度决策，所述温度决策通过决策网络决策获得，当接收光纤温度传感器的反馈信号后，基于所述阵列坐标和关联元件生成元件温度异常信号，并将所述元件温度异常信号和控制映射同步输入决策网络处理，根据处理结果完成温度决策。基于温度决策结果控制散热设备工作，完成高压变频器的散热控制。
第二方面，本申请提供了用于高压变频器的散热控制系统，所述系统包括：特征数据集建立模块，所述特征数据集建立模块用于建立高压变频器的特征数据集，所述特征数据集包括框架结构特征和元件位置特征。工作工况配置模块，所述工作工况配置模块用于配置高压变频器的工作工况，依据所述工作工况执行元件的发热拟合，基于发热拟合结果和特征数据集进行温度场分布分析，设置各个工作工况的温度场拟合结果。阵列坐标和关联元件建立模块，所述阵列坐标和关联元件建立模块用于设定灵敏度和监测成本的平衡约束，通过所述平衡约束、所述温度场拟合结果和所述特征数据集进行光纤温度传感器阵列布设，并建立光纤温度传感器的阵列坐标和关联元件。散热设备配置模块，所述散热设备配置模块是基于所述温度场拟合结果配置散热设备，其中，所述散热设备包括通风设备、水冷设备，并根据配置结果建立设备参数与元件温度的控制映射。温度决策获取模块，所述温度决策获取模块用于执行温度决策，所述温度决策通过决策网络决策获得，当接收光纤温度传感器的反馈信号后，基于所述阵列坐标和关联元件生成元件温度异常信号，并将所述元件温度异常信号和控制映射同步输入决策网络处理，根据处理结果完成温度决策。散热控制模块，所述散热控制模块是基于温度决策结果控制散热设备工作，完成高压变频器的散热控制。
本申请中提供的一个或多个技术方案，至少具有如下技术效果或优点：
本申请提供了用于高压变频器的散热控制方法及系统，涉及设备散热技术领域，所述方法包括：先建立高压变频器的特征数据集，然后配置各个元件的工作工况，然后设定平衡约束，并进行光纤传感器布设，建立阵列坐标和关联元件，接收到光纤传感器反馈信号，然后基于决策网获得温度决策，然后进行散热控制。
本申请主要解决了手动控制方式较为繁琐，且，不能实时关注变频器的运行状态，还存在控制精度不高、相应速度较慢，不能根据不同环境和不同工况下进行智能调节的技术问题。通过对各个工件进行温度场拟合，再通过决策网获得温度决策并进行散热控制。达到了对高压变频器散热控制的效率。
上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其他目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。
附图说明
为了更清楚地说明本公开或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是示例性的，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，还可以根据提供的附图获得其他的附图。
图1为本申请实施例提供了用于高压变频器的散热控制方法流程示意图；
图2为本申请实施例提供了用于高压变频器的散热控制方法中，通过分布结果、框架结构特征和平衡约束完成光纤温度传感器阵列布设的方法流程示意图；
图3为本申请实施例提供了用于高压变频器的散热控制方法中，通过初始化完成的决策网络进行温度决策的方法流程示意图；
图4为本申请实施例提供了用于高压变频器的散热控制系统的结构示意图。
附图标记说明：特征数据集建立模块10，工作工况配置模块20，阵列坐标和关联元件建立模块30，散热设备配置模块40，温度决策获取模块50，散热控制模块60。
具体实施方式
本申请主要解决了手动控制方式较为繁琐，且，不能实时关注变频器的运行状态，还存在控制精度不高、相应速度较慢，不能根据不同环境和不同工况下进行智能调节的技术问题。通过对各个工件进行温度场拟合，再通过决策网获得温度决策并进行散热控制。达到了对高压变频器散热控制的效率。
为了更好地理解上述技术方案，下面将结合说明书附图以及具体的实施方式对上述方案进行详细介绍：
实施例一
如图1所示用于高压变频器的散热控制方法，所述方法包括：
建立高压变频器的特征数据集，所述特征数据集包括框架结构特征和元件位置特征；
具体而言，建立高压变频器的特征数据集需要收集以下信息：框架结构特征：这部分特征描述了高压变频器的整体结构，包括其物理尺寸、重量、电源配置、控制回路结构、冷却系统结构等信息。元件位置特征：这部分特征详细描述了高压变频器内部各个元件的具体位置和相互关系，包括主回路结构中各元件的位置和功能，以及控制回路结构中各元件的位置和功能。以上特征数据集的建立可以帮助更好地理解高压变频器的设计和运作。
配置高压变频器的工作工况，依据所述工作工况执行元件的发热拟合，基于发热拟合结果和特征数据集进行温度场分布分析，设置各个工作工况的温度场拟合结果；
具体而言，配置高压变频器的工作工况需要收集以下信息：工作条件：高压变频器的工作条件包括环境温度、湿度、海拔、风速等信息，这些信息会影响到变频器的散热效果和运行稳定性。负载特性：高压变频器的负载特性包括输出功率、负载转矩、转速等信息，这些信息会影响到变频器的发热情况和运行效率。控制方式：高压变频器的控制方式包括开环控制、闭环控制等信息，这些信息会影响到变频器的控制精度和响应速度。然后可以执行元件的发热拟合，即将各个工作工况下的元件发热情况用数学模型进行表达和计算。同时，基于特征数据集和发热拟合结果，可以进行温度场分布分析，即利用数值计算方法对高压变频器的温度分布情况进行模拟和分析。设置各个工作工况的温度场拟合结果，即将各个工作工况下的温度分布情况用数学模型进行表达和计算，以便在实际应用中进行实时温度监测和控制。同时，通过对不同工作工况下的温度场分布情况进行比较和分析，可以优化高压变频器的设计和控制策略，提高其运行效率和稳定性。
设定灵敏度和监测成本的平衡约束，通过所述平衡约束、所述温度场拟合结果和所述特征数据集进行光纤温度传感器阵列布设，并建立光纤温度传感器的阵列坐标和关联元件；
具体而言，确定需要监测的温度场区域，并选择适当的光纤温度传感器型号和数量，以满足灵敏度和监测成本的要求。根据温度场拟合结果和特征数据集，确定光纤温度传感器的阵列坐标和关联元件。可以通过数学模型计算出各个位置上的温度分布情况，并确定光纤温度传感器的最佳布设位置。同时，需要考虑到与高压变频器内部元件的关联关系，确保光纤温度传感器能够准确反映相关元件的温度情况。根据确定的阵列坐标和关联元件，将光纤温度传感器按照要求布设到高压变频器上，并使用适当的固定装置和连接方式将其稳定地固定在所需位置。最后，进行光纤温度传感器的测试和校准，以确保其准确性和稳定性。可以有效地实现光纤温度传感器阵列的布设，达到在保证监测准确性和稳定性的同时，尽可能降低监测成本的目标。
基于所述温度场拟合结果配置散热设备，其中，所述散热设备包括通风设备、水冷设备，并根据配置结果建立设备参数与元件温度的控制映射；
具体而言，基于温度场拟合结果配置散热设备，需要选择适当的散热设备型号和数量，并确定其位置和运行参数，以确保能够有效地将高压变频器内部的热量排出，并保持温度稳定在合适的范围内。其中，所述散热设备包括通风设备和水冷设备两种类型，确定散热设备的类型、型号和数量。根据高压变频器的实际情况和运行需求，选择适当的通风设备或水冷设备，并确定所需设备的数量。确定散热设备的位置。根据温度场拟合结果和特征数据集，确定散热设备的最佳安装位置，以使其能够有效地将高压变频器内部的热量排出。确定散热设备的运行参数。根据高压变频器的实际情况和运行需求，选择适当的通风设备或水冷设备的运行参数，如通风设备的风速、风量、入口温度等，或水冷设备的水流量、水温等参数。根据配置结果建立设备参数与元件温度的控制映射。通过数学模型将散热设备的运行参数与高压变频器内部元件的温度建立映射关系，以实现实时温度监测和控制的目的。可以有效地实现散热设备的配置，并在保证监测准确性和稳定性的同时，尽可能降低监测成本的目标。同时，可以建立起设备参数与元件温度的控制映射关系，实现实时温度监测和控制的目的。
执行温度决策，所述温度决策通过决策网络决策获得，当接收光纤温度传感器的反馈信号后，基于所述阵列坐标和关联元件生成元件温度异常信号，并将所述元件温度异常信号和控制映射同步输入决策网络处理，根据处理结果完成温度决策；
具体而言，接收光纤温度传感器的反馈信号：当光纤温度传感器检测到高压变频器内部元件的温度变化时，将温度信息以反馈信号的形式发送给控制系统。基于阵列坐标和关联元件生成元件温度异常信号：控制系统接收到反馈信号后，根据光纤温度传感器的阵列坐标和关联元件，判断出具体哪个元件的温度异常。将元件温度异常信号和控制映射同步输入决策网络处理：将生成的元件温度异常信号和控制映射作为输入，输入到决策网络中进行处理。根据处理结果完成温度决策：决策网络根据输入的信号进行处理，如判断温度异常是否超过阈值，并根据判断结果进行相应的控制策略的实施，如启动散热设备、降低工作负载等，以实现对高压变频器的温度控制。执行温度决策过程中，可以采用深度学习等机器学习算法来训练决策网络，以实现更加精准的温度控制。
基于温度决策结果控制散热设备工作，完成高压变频器的散热控制。
具体而言，接收温度决策结果：控制系统接收到决策网络的输出结果，即根据温度决策结果判断需要采取的散热控制措施。启动和关闭散热设备：根据温度决策结果，控制系统需要启动或关闭散热设备。例如，当决策结果显示温度过高时，控制系统需要启动通风设备或水冷设备；而当温度恢复正常时，则需要关闭这些设备。调整散热设备工作参数：在启动和关闭散热设备的同时，控制系统还需要根据决策结果调整散热设备的工作参数。例如，如果决策结果显示部分区域温度过高，那么控制系统可能需要调整通风设备的出风口位置或水冷设备的水流量等参数，以使热量能够更好地散发出去。监控温度变化：在整个散热控制过程中，控制系统需要实时监控高压变频器内部元件的温度变化情况，以判断散热设备的工作效果。如果温度没有降低或反而升高，控制系统需要重新进行温度决策，并采取相应的控制措施。记录和反馈：控制系统需要记录整个散热控制过程中温度的变化情况，以及散热设备的启动、关闭和参数调整情况。
进一步而言，如图2所示，本申请方法还包括：
建立元件的温度变化特征，所述温度变化特征依据所述温度场拟合结果执行元件温度稳定性评价获得；
建立元件的元件价值度特征，所述元件价值度特征通过采集元件信息获得；
通过所述温度变化特征和所述元件价值度特征进行元件评价，生成元件关键值；
基于所述元件位置特征对所述元件关键值分布，并通过分布结果、框架结构特征和平衡约束完成光纤温度传感器阵列布设。
具体而言，建立元件的温度变化特征：通过温度场拟合结果，可以获取每个元件在不同工况下的温度变化情况。控制系统根据温度场拟合结果，可以评价每个元件的温度稳定性，为后续的元件评价提供基础数据。建立元件的元件价值度特征：通过采集元件信息，可以了解每个元件的工作性能、重要性以及对整体系统的影响。通过温度变化特征和元件价值度特征进行元件评价：综合考虑元件的温度稳定性和价值度，可以给出每个元件的关键值。关键值的生成可以采用模糊评价、灰色评价等方法，以实现对元件的综合评价。基于元件位置特征对元件关键值分布进行优化：根据元件的关键值和位置特征，控制系统可以优化光纤温度传感器阵列的布设。例如，对于关键值较高的元件，可以增加光纤温度传感器的数量和监测频率；对于关键值较低的元件，可以减少光纤温度传感器的数量和监测频率。控制系统可以实现对高压变频器中每个元件的综合评价，并优化光纤温度传感器阵列的布设。这有助于提高高压变频器的散热效率和运行稳定性，降低运行成本。同时，控制系统可以根据实际情况进行调整和优化，不断完善和改进高压变频器的散热控制策略。
进一步而言，本申请方法还包括：
获得光纤温度传感器的基础信息，所述基础信息包括空间分辨率信息；
将所述框架结构特征作为光纤温度传感器的可分布区间，将所述基础信息、所述分布结果和所述平衡约束作为约束数据进行光纤温度传感器分布寻优；
根据分布寻优结果完成光纤温度传感器阵列布设。
具体而言，获取光纤温度传感器的基础信息，包括空间分辨率信息，这可以通过查询产品手册或传感器制造商获得。然后，将框架结构特征作为光纤温度传感器的可分布区间，将基础信息、分布结果和平衡约束作为约束数据进行光纤温度传感器的分布寻优，可以采用优化算法，如遗传算法、模拟退火算法等，来寻找最优的光纤温度传感器分布方案。在分布寻优过程中，需要定义适应度函数来评估光纤温度传感器的分布优劣程度。该适应度函数应该能够反映光纤温度传感器的监测效果、监测精度以及监测成本等多个方面的要求。然后，将基础信息、分布结果和平衡约束作为约束条件，将适应度函数作为目标函数进行优化求解。最后，根据分布寻优结果完成光纤温度传感器阵列布设，将最优的光纤温度传感器分布方案应用到实际系统中。同时，在实际应用过程中，还需要对光纤温度传感器阵列进行实时监测和调整，以不断优化散热控制效果。可以获得最优的光纤温度传感器阵列布设方案，提高高压变频器的散热效率和运行稳定性，降低运行成本。同时，在实际应用过程中不断监测和调整，可以不断完善和改进高压变频器的散热控制策略。
进一步而言，如图3所示，本申请方法还包括：
设置热敏电阻传感器，其中，所述热敏电阻传感器设置在所述高压变频器的内部空间内，用于监测空间温度；
在将所述元件温度异常信号和控制映射同步输入决策网络处理前，通过所述热敏电阻传感器进行空间温度测定，生成辅助温度数据；
将所述辅助温度数据添加至底层温度处理子网络，生成初始化数据；
通过所述初始化数据对所述决策网络初始化，通过初始化完成的所述决策网络进行温度决策。
具体而言，设置热敏电阻传感器来监测高压变频器的内部空间温度，并在将元件温度异常信号和控制映射同步输入决策网络处理前，通过热敏电阻传感器进行空间温度测定，生成辅助温度数据，可以优化温度决策过程。热敏电阻传感器可以实时监测高压变频器内部空间的温度变化，并将温度信息转化为电信号输出。这些电信号可以作为辅助温度数据输入到底层温度处理子网络中，与其他温度数据处理方式结合，生成初始化数据。这些初始化数据可以用于对决策网络进行初始化，使得决策网络能够更加准确地根据高压变频器的实时温度数据进行温度决策。在决策网络完成初始化后，可以将元件温度异常信号和控制映射同步输入决策网络处理，根据网络输出结果采取相应的控制措施，以实现对高压变频器的温度控制。可以利用热敏电阻传感器监测高压变频器的内部空间温度，并将其作为辅助温度数据输入到底层温度处理子网络中，以优化决策网络的初始化过程，从而更好地实现高压变频器的温度控制。
进一步而言，本申请方法还包括：
获得散热设备的设备控制方案集合，并建立设备控制方案集合的响应映射；
通过所述响应映射配置监督区间，根据温度决策结果进行监督区间匹配，并在执行散热控制节点启动匹配监督区间；
获得匹配监督区间的监督结果，通过所述监督结果进行散热反馈管理。
具体而言，获取了散热设备的设备控制方案集合，并建立了设备控制方案集合的响应映射。通过响应映射配置监督区间，根据温度决策结果进行监督区间匹配，并在执行散热控制节点启动匹配监督区间。最后，获得匹配监督区间的监督结果，通过监督结果进行散热反馈管理。获得散热设备的设备控制方案集合：可以通过查阅产品手册、在线数据库或者直接从设备制造商处获取散热设备的设备控制方案集合。这个集合应该包括各种设备的操作指南、技术支持等信息。建立设备控制方案集合的响应映射：这个映射应该能够描述各种设备控制方案如何响应不同的温度决策结果。例如，如果决策结果显示温度过高，某些设备可能需要被启动或调整到某种模式。通过响应映射配置监督区间：根据设备控制方案集合的响应映射，可以配置各种设备的监督区间。例如，某些设备的运行状态可能需要被监督，如果出现问题就需要进行调整。根据温度决策结果进行监督区间匹配：当温度决策结果出来后，控制系统可以根据响应映射，匹配相应的监督区间。例如，如果决策结果显示需要降低温度，那么控制系统可能需要启动一个设备并调整其参数。执行散热控制节点启动匹配监督区间：当匹配到某个监督区间后，控制系统就可以执行相应的设备控制操作。例如，如果匹配到一个需要调整的监督区间，控制系统可能就需要调整设备的参数。获得匹配监督区间的监督结果：在执行了相应的操作后，控制系统需要获取设备的实际运行状态，这就是监督结果。例如，控制系统可以通过读取设备的反馈信号或者在线监测系统来获取这些信息。通过监督结果进行散热反馈管理：根据监督结果，控制系统可以进行散热反馈管理。例如，如果设备的运行状态不如预期，控制系统可能需要调整控制策略或者进行设备维护。可以实现对高压变频器的有效散热控制。
进一步而言，本申请方法还包括：
设置连续反馈阈值，并建立与工作工况的关联；
通过工作工况进行连续反馈阈值调用，若散热反馈管理触发所述连续反馈阈值，则生成异常预警；
通过所述异常预警进行高压变频器的温度异常管理。
具体而言，设置连续反馈阈值：为每种工作工况分别设置一个连续反馈阈值，这个阈值应基于高压变频器的安全运行范围和设备制造商的建议来设定。例如，如果连续反馈值超过一定的温度或散热设备的运行状态持续不佳，那么就可能触发连续反馈阈值。建立与工作工况的关联：为每种工作工况设置一个特定的连续反馈阈值，这个阈值应当根据当前的工作工况来调用。例如，如果高压变频器正在满负荷运行，那么应当使用较高的连续反馈阈值，因为此时设备的温度可能较高。通过工作工况进行连续反馈阈值调用：控制系统应当根据当前的工作工况来选择合适的连续反馈阈值。例如，如果高压变频器正在满负荷运行，那么应当使用为满负荷运行设定的连续反馈阈值。判断是否触发连续反馈阈值：如果散热反馈管理中监测到连续的反馈值超过了设定的阈值，那么就触发异常预警。例如，如果连续五次读数超过了阈值，那么就触发预警。生成异常预警：当触发连续反馈阈值时，控制系统应当生成一个异常预警。这个预警可以是文本、音频或视频警告，以便操作人员或其他控制系统能够注意到并采取相应的行动。通过异常预警进行高压变频器的温度异常管理：操作人员或其他控制系统在接收到异常预警后，应当采取相应的行动来处理温度异常。例如，操作人员可以启动备用散热设备、调整工作负载或者检查设备是否有故障。如果预警是由其他控制系统接收到的，那么这个系统应当根据预设的规则来采取相应的行动。可以实现对高压变频器的温度异常进行有效的管理，确保设备在安全范围内运行。
进一步而言，本申请方法还包括：
通过所述监督结果生成控制补偿数据；
依据所述控制补偿数据执行所述决策网络的决策优化，基于决策优化结果进行后续的高压变频器的散热控制。
具体而言，通过监督结果生成控制补偿数据：控制系统可以根据监督结果生成控制补偿数据。例如，如果监督结果显示某些设备的运行状态不佳，控制系统可以生成相应的控制补偿数据，如调整设备参数或者改变设备的运行模式。依据控制补偿数据执行决策网络的决策优化：控制系统可以将控制补偿数据作为输入，通过决策网络进行决策优化。例如，控制系统可以将控制补偿数据输入到决策网络中，根据网络的输出结果调整设备的运行状态。基于决策优化结果进行后续的高压变频器的散热控制：控制系统可以根据决策网络的优化结果来执行相应的散热控制操作。例如，如果决策结果显示需要启动一个设备来提高散热效率，那么控制系统就可以根据这个结果来启动相应的设备。可以实现对高压变频器的更加精准和高效的散热控制。同时，这种基于监督结果的反馈控制方式也可以在实践中不断学习和优化，以实现更加精确的散热控制。
实施例二
基于与前述实施例用于高压变频器的散热控制方法相同的发明构思，如图4所示，本申请提供了用于高压变频器的散热控制系统，所述系统包括：
特征数据集建立模块10，所述特征数据集建立模块10用于建立高压变频器的特征数据集，所述特征数据集包括框架结构特征和元件位置特征；
工作工况配置模块20，所述工作工况配置模块20用于配置高压变频器的工作工况，依据所述工作工况执行元件的发热拟合，基于发热拟合结果和特征数据集进行温度场分布分析，设置各个工作工况的温度场拟合结果；
阵列坐标和关联元件建立模块30，所述阵列坐标和关联元件建立模块30用于设定灵敏度和监测成本的平衡约束，通过所述平衡约束、所述温度场拟合结果和所述特征数据集进行光纤温度传感器阵列布设，并建立光纤温度传感器的阵列坐标和关联元件；
散热设备配置模块40，所述散热设备配置模块40是基于所述温度场拟合结果配置散热设备，其中，所述散热设备包括通风设备、水冷设备，并根据配置结果建立设备参数与元件温度的控制映射；
温度决策获取模块50，所述温度决策获取模块50用于执行温度决策，所述温度决策通过决策网络决策获得，当接收光纤温度传感器的反馈信号后，基于所述阵列坐标和关联元件生成元件温度异常信号，并将所述元件温度异常信号和控制映射同步输入决策网络处理，根据处理结果完成温度决策；
散热控制模块60，所述散热控制模块60是基于温度决策结果控制散热设备工作，完成高压变频器的散热控制。
进一步地，该系统还包括：
稳定性评价获取模块，用于建立元件的温度变化特征，所述温度变化特征依据所述温度场拟合结果执行元件温度稳定性评价获得；
元件价值度特征建立模块，用于建立元件的元件价值度特征，所述元件价值度特征通过采集元件信息获得；
元件关键值生成模块，用于通过所述温度变化特征和所述元件价值度特征进行元件评价，生成元件关键值；
光纤传感器阵列布设模块，是基于所述元件位置特征对所述元件关键值分布，并通过分布结果、框架结构特征和平衡约束完成光纤温度传感器阵列布设。
进一步地，该系统还包括：
基础信息获取模块，用于获得光纤温度传感器的基础信息，所述基础信息包括空间分辨率信息；
寻优模块，用于将所述框架结构特征作为光纤温度传感器的可分布区间，将所述基础信息、所述分布结果和所述平衡约束作为约束数据进行光纤温度传感器分布寻优；
阵列布设模块，用于根据分布寻优结果完成光纤温度传感器阵列布设。
进一步地，该系统还包括：
热敏电阻传感器设置模块，用于设置热敏电阻传感器，其中，所述热敏电阻传感器设置在所述高压变频器的内部空间内，用于监测空间温度；
辅助温度数据生成模块，用于在将所述元件温度异常信号和控制映射同步输入决策网络处理前，通过所述热敏电阻传感器进行空间温度测定，生成辅助温度数据；
初始化数据生成模块，用于将所述辅助温度数据添加至底层温度处理子网络，生成初始化数据；
温度决策执行模块，用于通过所述初始化数据对所述决策网络初始化，通过初始化完成的所述决策网络进行温度决策。
进一步地，该系统还包括：
方案集合获取模块，用于获得散热设备的设备控制方案集合，并建立设备控制方案集合的响应映射；
监督区间匹配模块，用于通过所述响应映射配置监督区间，根据温度决策结果进行监督区间匹配，并在执行散热控制节点启动匹配监督区间；
散热反馈模块，用于获得匹配监督区间的监督结果，通过所述监督结果进行散热反馈管理。
进一步地，该系统还包括：
反馈阈值设置模块，用于设置连续反馈阈值，并建立与工作工况的关联；
异常预警生成模块，用于通过工作工况进行连续反馈阈值调用，若散热反馈管理触发所述连续反馈阈值，则生成异常预警；
温度异常管理模块，用于通过所述异常预警进行高压变频器的温度异常管理。
进一步地，该系统还包括：
补偿数据生成模块，用于通过所述监督结果生成控制补偿数据；
决策优化模块，用于依据所述控制补偿数据执行所述决策网络的决策优化，基于决策优化结果进行后续的高压变频器的散热控制。
说明书通过前述用于高压变频器的散热控制方法的详细描述，本领域技术人员可以清楚地知识本实施例中用于高压变频器的散热控制系统，对于实施例公开的系统而言，由于其与实施例公开装置相对应，所以描述得比较简单，相关之处参见方法部分说明即可。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其他实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (8)
1.用于高压变频器的散热控制方法，其特征在于，所述方法包括：
建立高压变频器的特征数据集，所述特征数据集包括框架结构特征和元件位置特征；
配置高压变频器的工作工况，依据所述工作工况执行元件的发热拟合，基于发热拟合结果和特征数据集进行温度场分布分析，设置各个工作工况的温度场拟合结果，其中，所述配置高压变频器的工作工况，包括：工作条件，高压变频器的工作条件包括环境温度、湿度、海拔、风速信息；负载特性，高压变频器的负载特性包括输出功率、负载转矩、转速信息；控制方式，高压变频器的控制方式包括开环控制、闭环控制信息；
设定灵敏度和监测成本的平衡约束，通过所述平衡约束、所述温度场拟合结果和所述特征数据集进行光纤温度传感器阵列布设，并建立光纤温度传感器的阵列坐标和关联元件；
基于所述温度场拟合结果配置散热设备，其中，所述散热设备包括通风设备、水冷设备，并根据配置结果建立设备参数与元件温度的控制映射；
执行温度决策，所述温度决策通过决策网络决策获得，当接收光纤温度传感器的反馈信号后，基于所述阵列坐标和关联元件生成元件温度异常信号，并将所述元件温度异常信号和控制映射同步输入决策网络处理，根据处理结果完成温度决策；
基于温度决策结果控制散热设备工作，完成高压变频器的散热控制。
2.如权利要求1所述的方法，其特征在于，所述方法还包括：
建立元件的温度变化特征，所述温度变化特征依据所述温度场拟合结果执行元件温度稳定性评价获得；
建立元件的元件价值度特征，所述元件价值度特征通过采集元件信息获得；
通过所述温度变化特征和所述元件价值度特征进行元件评价，生成元件关键值；
基于所述元件位置特征对所述元件关键值分布，并通过分布结果、框架结构特征和平衡约束完成光纤温度传感器阵列布设。
3.如权利要求2所述的方法，其特征在于，所述方法还包括：
获得光纤温度传感器的基础信息，所述基础信息包括空间分辨率信息；
将所述框架结构特征作为光纤温度传感器的可分布区间，将所述基础信息、所述分布结果和所述平衡约束作为约束数据进行光纤温度传感器分布寻优；
根据分布寻优结果完成光纤温度传感器阵列布设。
4.如权利要求1所述的方法，其特征在于，所述方法还包括：
设置热敏电阻传感器，其中，所述热敏电阻传感器设置在所述高压变频器的内部空间内，用于监测空间温度；
在将所述元件温度异常信号和控制映射同步输入决策网络处理前，通过所述热敏电阻传感器进行空间温度测定，生成辅助温度数据；
将所述辅助温度数据添加至底层温度处理子网络，生成初始化数据；
通过所述初始化数据对所述决策网络初始化，通过初始化完成的所述决策网络进行温度决策。
5.如权利要求1所述的方法，其特征在于，所述方法还包括：
获得散热设备的设备控制方案集合，并建立设备控制方案集合的响应映射；
通过所述响应映射配置监督区间，根据温度决策结果进行监督区间匹配，并在执行散热控制节点启动匹配监督区间；
获得匹配监督区间的监督结果，通过所述监督结果进行散热反馈管理。
6.如权利要求5所述的方法，其特征在于，所述方法还包括：
设置连续反馈阈值，并建立与工作工况的关联；
通过工作工况进行连续反馈阈值调用，若散热反馈管理触发所述连续反馈阈值，则生成异常预警；
通过所述异常预警进行高压变频器的温度异常管理。
7.如权利要求5所述的方法，其特征在于，所述方法还包括：
通过所述监督结果生成控制补偿数据；
依据所述控制补偿数据执行所述决策网络的决策优化，基于决策优化结果进行后续的高压变频器的散热控制。
8.用于高压变频器的散热控制系统，其特征在于，所述系统包括：
特征数据集建立模块，所述特征数据集建立模块用于建立高压变频器的特征数据集，所述特征数据集包括框架结构特征和元件位置特征；
工作工况配置模块，所述工作工况配置模块用于配置高压变频器的工作工况，依据所述工作工况执行元件的发热拟合，基于发热拟合结果和特征数据集进行温度场分布分析，设置各个工作工况的温度场拟合结果，其中，所述配置高压变频器的工作工况，包括：工作条件，高压变频器的工作条件包括环境温度、湿度、海拔、风速信息；负载特性，高压变频器的负载特性包括输出功率、负载转矩、转速信息；控制方式，高压变频器的控制方式包括开环控制、闭环控制信息；
阵列坐标和关联元件建立模块，所述阵列坐标和关联元件建立模块用于设定灵敏度和监测成本的平衡约束，通过所述平衡约束、所述温度场拟合结果和所述特征数据集进行光纤温度传感器阵列布设，并建立光纤温度传感器的阵列坐标和关联元件；
散热设备配置模块，所述散热设备配置模块是基于所述温度场拟合结果配置散热设备，其中，所述散热设备包括通风设备、水冷设备，并根据配置结果建立设备参数与元件温度的控制映射；
温度决策获取模块，所述温度决策获取模块用于执行温度决策，所述温度决策通过决策网络决策获得，当接收光纤温度传感器的反馈信号后，基于所述阵列坐标和关联元件生成元件温度异常信号，并将所述元件温度异常信号和控制映射同步输入决策网络处理，根据处理结果完成温度决策；
散热控制模块，所述散热控制模块是基于温度决策结果控制散热设备工作，完成高压变频器的散热控制。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311449844.XA CN117177547B (zh) | 2023-11-02 | 2023-11-02 | 用于高压变频器的散热控制方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311449844.XA CN117177547B (zh) | 2023-11-02 | 2023-11-02 | 用于高压变频器的散热控制方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117177547A CN117177547A (zh) | 2023-12-05 |
| CN117177547B true CN117177547B (zh) | 2024-04-05 |
Family
ID=88932055
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311449844.XA Active CN117177547B (zh) | 2023-11-02 | 2023-11-02 | 用于高压变频器的散热控制方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117177547B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117545161B (zh) * | 2024-01-09 | 2024-03-29 | 江苏神州半导体科技有限公司 | 远程等离子发生器的散热调节方法及系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103728998A (zh) * | 2013-12-30 | 2014-04-16 | 长沙奥托自动化技术有限公司 | 用于高压变频器的智能调节散热方法及系统 |
| KR20150109155A (ko) * | 2014-03-19 | 2015-10-01 | 한온시스템 주식회사 | 고전압 인버터 및 이를 구비한 차량용 전동 압축기 |
| CN113597199A (zh) * | 2021-06-22 | 2021-11-02 | 上海市政工程设计研究总院（集团）有限公司 | 一种高压变频器散热的智能控制系统及控制方法 |
| CN115730509A (zh) * | 2022-09-20 | 2023-03-03 | 中国人民解放军军事科学院国防科技创新研究院 | 基于机器学习的航天器舱内温度场重建任务研究基准方法 |
| CN116069079A (zh) * | 2023-04-06 | 2023-05-05 | 山东海冠电气有限公司 | 一种智能开关柜的散热智能控制方法及系统 |
-
2023
- 2023-11-02 CN CN202311449844.XA patent/CN117177547B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103728998A (zh) * | 2013-12-30 | 2014-04-16 | 长沙奥托自动化技术有限公司 | 用于高压变频器的智能调节散热方法及系统 |
| KR20150109155A (ko) * | 2014-03-19 | 2015-10-01 | 한온시스템 주식회사 | 고전압 인버터 및 이를 구비한 차량용 전동 압축기 |
| CN113597199A (zh) * | 2021-06-22 | 2021-11-02 | 上海市政工程设计研究总院（集团）有限公司 | 一种高压变频器散热的智能控制系统及控制方法 |
| CN115730509A (zh) * | 2022-09-20 | 2023-03-03 | 中国人民解放军军事科学院国防科技创新研究院 | 基于机器学习的航天器舱内温度场重建任务研究基准方法 |
| CN116069079A (zh) * | 2023-04-06 | 2023-05-05 | 山东海冠电气有限公司 | 一种智能开关柜的散热智能控制方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117177547A (zh) | 2023-12-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102486181B (zh) | 一种调整封闭式设备内温度的控温装置及控温方法 | |
| JP4943390B2 (ja) | 電力送配システム監視方法および電力送配システム | |
| CN117177547B (zh) | 用于高压变频器的散热控制方法及系统 | |
| CN109800066B (zh) | 一种数据中心节能调度方法及系统 | |
| US20130190930A1 (en) | Energy Saving Control for Data Center | |
| US7464278B2 (en) | Combining power prediction and optimal control approaches for performance optimization in thermally limited designs | |
| US10544953B2 (en) | Real-time control of highly variable thermal loads | |
| CN101331435A (zh) | 用于冷却技术设备的控制方法 | |
| US8041963B2 (en) | Technique for regulating power-supply efficiency in a computer system | |
| US10408712B2 (en) | System and method for energy analysis and predictive modeling of components of a cooling system | |
| EP3820037B1 (en) | Systems and methods for controlling wind converters | |
| Sarkinen et al. | Experimental analysis of server fan control strategies for improved data center air-based thermal management | |
| CN117413147A (zh) | 精密空调的动态预测控制方法、装置和系统 | |
| CN116608575A (zh) | 一种服务器机房温度的调节方法及系统 | |
| US10983486B2 (en) | HVAC system with self-optimizing control from normal operating data | |
| Mohsenian et al. | A novel integrated fuzzy control system toward automated local airflow management in data centers | |
| JP2012103811A (ja) | ビルエネルギー管理システム及びビルエネルギー管理方法 | |
| CN107725450A (zh) | 一种风机控制方法、系统及带有散热风机的电器设备 | |
| CN212302318U (zh) | 一种ct数据采集系统恒温控制装置 | |
| KR102240390B1 (ko) | 복합밸브 및 팬코일 유닛을 통합 제어하는 스마트 통합제어 시스템 및 이의 동작방법 | |
| KR20180129399A (ko) | 태양광 발전 시스템 | |
| US20200326666A1 (en) | Building management system with self-optimizing control, performance monitoring, and fault detection | |
| CN117369603B (zh) | 一种机箱散热控制系统 | |
| CN114063671A (zh) | 一种ct数据采集系统恒温控制装置及方法 | |
| EP4254115A1 (en) | Chiller rating engine digital twin and energy balance model |
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 |