[发明专利]基于联合智能算法的中央空调节能控制方法及系统

说明书

技术领域

本发明涉及建筑大型中央空调领域，更具体地说，涉及一种基于联合智能算法的中央空调节能控制方法及系统。

背景技术

当前，传统的中央空调控制系统采用的是简单的PID控制，例如：在冷水侧供回水管路预设压差，当供回水压差大于预设值时，提高冷水泵的频率，增大功率；当供回水温差小于预设值时，则降低冷水泵频率，减小功率。但此种方法属于凭借经验设定压差，并没有规范依据，其准确度有待商榷，而且，即使凭借经验设定的压差，往往也是通过全网最不利环路设定，在大部分实际运行情况中水泵都是超过实际应用功率运行，这导致能耗增加，能源的极大浪费；或者使用回水温度控制法，即预设冷水回水温度，当回水温度高于预设值时，提高冷水泵的频度，增大功率；当回水温度低于预设值时，降低冷水泵频率，减小功率。此种方法也是凭借经验设定，每个项目的温差设定值各有差别。

这些方法只是单纯的根据经验来调节中央空调系统冷水侧的物理参数，并没有充分考虑到建筑内部的冷需量，也就是整个中央空调系统的冷负荷。由于中央空调系统时滞性、大惰性等缺陷，当系统冷负荷发生变化时，传统 的调节系统不能快速有效的响应，会造成能源不必要的浪费或者室内舒适度的降低。同时，传统的中央空调节能控制方法在冷水或冷却水侧一味的追求泵的频率降低，能耗最低，却忽略了中央空调系统的整体能耗情况。由于制冷主机的能耗在整个中央空调系统占有很大比重，有时虽然冷冻泵功率降低了，但制冷主机的能耗却增加了，相应地，中央空调整体能耗也在增加，导致能耗的浪费。

发明内容

本发明要解决的技术问题在于，针对现有技术的上述缺陷，提供一种基于联合智能算法的中央空调节能控制方法及系统。

本发明解决其技术问题所采用的技术方案是：构造一种基于联合智能算法的中央空调节能控制方法，包括以下步骤：

S1、获取中央空调在预设时间段内的运行参数的第一数据；

S2、利用BP神经网络算法根据所述第一数据建立所述中央空调的设备的BP神经网络训练模型，通过所述中央空调的设备的BP神经网络训练模型进行计算获得所述中央空调的设备能耗与所述运行参数的对应关系式；

S3、基于所述中央空调的设备能耗与所述运行参数的对应关系式，获得所述中央空调的总能耗与所述运行参数的数学模型，并根据所述中央空调的总能耗与所述运行参数的数学模型通过遗传算法对所述运行参数进行优化处理，输出所述运行参数的优化数据；

S4、调用所述运行参数的优化数据，将所述优化数据输入至所述中央空调中以调整所述中央空调的运行参数控制所述中央空调运行。

在本发明所述的基于联合智能算法的中央空调节能控制方法中，优选地，所述步骤S1包括：

S11、在预设时间段内，采集所述中央空调的运行参数的第二数据；

S12、对所述第二数据进行处理，剔除所述第二数据中不合理的或无效的数据获得所述第一数据；所述不合理的或无效的数据为超出预设值的数据；

S13、对所述第一数据进行归一化处理；

S14、按预设比例对所述已进行归一化处理的第一数据进行划分，获得第一比例数据、第二比例数据和第三比例数据；所述第一比例数据用于代入所述BP神经网络训练模型中进行训练，所述第二比例数据用于代入所述BP神经网络训练模型中进行验证，所述第三比例数据用于代入所述BP神经网络训练模型中进行测试。

在本发明所述的基于联合智能算法的中央空调节能控制方法中，优选地，步骤S2中包括：对所述BP神经网络训练模型的训练参数进行设置。

在本发明所述的基于联合智能算法的中央空调节能控制方法中，优选地，在步骤S2中，所述中央空调的设备能耗与所述运行参数的对应关系式包括：第一对应关系式、第二对应关系式、第三对应关系以及第四对应关系式；

所述第一对应关系式为：

所述第二对应关系式为：

所述第三对应关系式为：

所述第四对应关系式为：

其中，