[发明专利]一种暖通空调智能送风控制方法及系统

权利要求书

1.一种暖通空调智能送风控制方法，其特征在于，包括如下步骤：

S1：监测端数据采集模块获取监测数据，确定热舒适预测模型和能耗预测模型；

S2：监测端数据采集模块将预测模型输出至用户端存储显示模块；

S3：根据监测端数据采集模块采集的实时数据，计算机运算控制模块运算系统输出实时冷热不舒适性概率P和实时能耗负荷比C；

S4：根据热舒适预测模型和能耗预测模型中冷热不舒适性概率P和能耗负荷比C随温度设定值T_S的变化关系，计算出不同温度设定值变化时的满意度负荷比，得到满足可接受满意度负荷率指标下的设定温度值范围T_S，Q；

S5：调节暖通空调系统的温度设定值，并执行对应的实时调控策略。

2.根据权利要求1所述的暖通空调智能送风控制方法，其特征在于，在步骤S1中，所述监测端数据采集模块包括热环境监测系统、人体监测系统和运行成本采集系统，所述热环境监测系统用于监测热环境参数，所述人体监测系统用于识别或者预估用户的人体监测参数，所述运行成本采集系统用于采集不同工况下暖通空调系统的能耗和相应的分时电价信息，所述热舒适预测模型的运算采用集成学习算法基于输入数据对用户热舒适进行预测，所述热舒适预测模型的输出因变量冷热舒适指标包括舒适、冷不舒适、热不舒适；所述能耗预测模型根据不同工况下能耗检测数据以及相应的分时电价信息进行模型训练，所述能耗预测模型的输出因变量为暖通空调能耗Q。

3.根据权利要求2所述的暖通空调智能送风控制方法，其特征在于，所述热舒适预测模型训练学习时输入的参数包括空气温度变化△T、用户年龄A和性别G，人体活动状态M，以及头部皮肤温度和手部皮肤温度ST。

4.根据权利要求2所述的暖通空调智能送风控制方法，其特征在于，在步骤S1中，若所述热舒适预测模型在首次运行时，根据暖通空调系统不同温度设定值T_S范围，通过问卷形式让用户输入相应场景的热舒适感受值，同时记录对应时刻的各监测参数，通过学习运算得到可适用的热舒适预测模型。

5.根据权利要求1～4任意一项所述的暖通空调智能送风控制方法，其特征在于，步骤S3包括：

S31：根据监测端数据采集模块采集的实时数据，在同一场景运行集成学习算法n次，得到舒适，冷不舒适，热不舒适的结果次数分别为(n-i-j)、j和i次；

S32：制热工况时，冷不舒适概率为：

则制冷工况时，热不舒适概率为：

S33：根据暖通空调能耗Q和实时电网负荷L，得到暖通空调系统的能耗负荷比C：

C＝Q/(L_max-L)，其中，L_max为电网设计的最大负荷。

6.根据权利要求5所述的暖通空调智能送风控制方法，其特征在于，若所述暖通空调系统的用户数量大于1时，将各用户运行结果的概率相加得到冷热不舒适性概率P。

7.根据权利要求5所述的暖通空调智能送风控制方法，其特征在于，步骤S4包括：

S41：基于监测端数据采集模块获取的实实时监测参数，获取空气温度变化ΔT、用户年龄A、人体活动状态M、皮肤温度ST、室外综合温度Tz信息；

S42：假定不同的温度设定值T_S输入已训练好的热舒适预测模型和能耗预测模型，获取预测的冷热不舒适性概率P和能耗负荷比C随温度设定值T_S的变化关系；

S43：计算出不同温度设定值变化下的冷热不舒适性差值ΔP和能耗负荷比差值ΔC，满意度负荷率指标为-ΔC/ΔP；

S44:确定0≤-ΔC/ΔP≤R时暖通空调系统的设定温度值范围T_S，Q，其中，R为预设的可接受的满意度负荷比取值阈值。