[发明专利]一种中央空调的冷却水回水温度预测控制方法有效

专利信息
申请号: 201310236529.9 申请日: 2013-06-13
公开(公告)号: CN103322646A 公开(公告)日: 2013-09-25
发明(设计)人: 董辉;李晓宇;吴祥;邢科新;蒋文成;高阳;罗立锋;仲晓帆 申请(专利权)人: 浙江工业大学
主分类号: F24F11/00 分类号: F24F11/00
代理公司: 杭州斯可睿专利事务所有限公司 33241 代理人: 王利强
地址: 310014 浙江省*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 中央空调 冷却水 回水 温度 预测 控制 方法
【说明书】:

技术领域

发明适用于一种中央空调水系统的变频节能控制,尤其是一种中央空调的冷却水回水温度控制方法。

背景技术

目前,国内外空调、制冷设备普遍采用DDC控制器,通过调节流量阀(电子膨胀阀)来改变输出制冷量,而实际中央空调总是处于最大负荷上运转,这样很大一部分能量都被浪费掉了。而且调节流量阀门普遍采用传统的常规PID控制算法,但是由于空调系统的时变特性,传统的PID控制并不能得到理想的控制效果。再加上空调系统的非线性、大滞后等特性,单纯的采用传统PID控制很难胜任。

现有的中央空调冷却水系统包括冷却水泵和冷却塔风机,而由于冷却水系统不直接影响室内温度的变化,所以一般都不加控制,直接将冷却水泵和冷却塔风机置于额定转速下运行,这样必然造成能量的浪费。而即便施加控制也是采用传统的PID控制,这样并不能解决系统的大滞后特性,存在的缺陷是:动态性能差、节能效果较差。

发明内容

为了克服已有中央空调冷却水控制系统的动态性能较差、节能效果较差的不足,本发明提出一种动态性能良好、节能效果明显的中央空调的冷却水回水温度预测控制方法。

本发明解决其技术问题所采用的技术方案是:

冷却水系统采用定温差控制。冷却水回水温度为37摄氏度,由冷却水泵变频控制。控制算法采用独立的神经网络预测控制。

一种中央空调的冷却水回水温度预测控制方法,所述预测控制方法包括如下步骤:

(1)记录当前冷却水回水温度和或冷却水泵的频率,设定冷却水回水温度的目标温度为37℃;

(2)建立预测模型,采用两层的BP神经网络模型,设温度预测值有如下表达式:

ym(k)=f[u(k-1),u(k-2),...,u(k-m),y(k-1),y(k-2),..,y(k-n)]

ym(k+1)=f[u(k),u(k-1),...,u(k+1-m),ym(k),y(k-1),..,y(k+1-n)]

ym(k+p)=f[u(k+p-1),u(k+p-2),...u,(k+p-m),ym(k+p-1),...y,m(k),y(k-1),..,y(k+p-n)]

其中,ym(k)为第k次模型温度输出值,u(k-1)为第k-1次冷却水泵的频率值,y(k-1)为第k-1次实际温度值,m、n分别为输入和输出的维度,p为预测步长;设在以后的j步中,u(k+j)=u(k+j-1)=...=u(k+1)=u(k)则有:

x(k+j)=[u(k),u(k),...,u(k-1),...,u(k+j-m),ym(k+j-1),...,ym(k),y(k-1),..,y(k+j-n)]T

w=[w1,w2,...,wm+n]T

则:ym(k+j)=g[w*x(k+j)]j=1,2,...,p

其中,x(k+j)为第k+j次模型的输入变量,p为预测步长。

g(x)取单极性sigmoid函数,

(3)神经网络预测模型的学习,过程如下:

采集各个控制对象的阶跃响应dp(k),k=1,2,…,n,p表示样本个数m中的每一个,然后根据预测模型的对应阶跃响应输出yp(k),k=1,2,…,n;采用梯度下降法来修正参数w;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江工业大学,未经浙江工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201310236529.9/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top