[发明专利]一种基于天气预报的数据机房运行控制的负荷预测方法

说明书

本发明公开了一种基于天气预报的数据机房运行控制的负荷预测方法，包括以下步骤：S1、通过气象接口采集历史逐时天气数据，通过智能电表采集机房历史逐时空调运行总负荷，经由无线信号传输，通过端口导出天气数据；S2、对导出的数据进行预处理；S3、采用皮尔逊相关性对数据进行分析，并筛选出与空调负荷相关性强的特征参数；S4、预测第二天太阳辐射值；相比现有技术，本发明采用聚类的方法将全年复杂的天气模式和机组运行模式归类，使之简单化，便于调控；通过分别考虑内外负荷的影响因素，进行关联度筛分，选取关联度最高的影响因素，尤其是太阳辐射的影响，从而减少了夏季外负荷的计算误差。

技术领域

本发明涉及机房空调控制技术领域，具体涉及一种基于天气预报的数据机房运行控制的负荷预测方法。

背景技术

信息化时代的到来，使数据机房的规模不断增大，随之带来了一系列问题。由于机房中的环境设备和子系统相互影响，若机房的安全性和稳定性无法得到保障，会造成重大损失。通常，数据机房空调配置存在冗余，备份空调一直处于运行状态，空调机组运行效率较低，造成能耗浪费。此外，数据机房发热量巨大，产生的负荷主要来自IT设备散热，且设备全年无间断运行，冷负荷变化较为稳定，使其具有较大的节能潜力。因此，针对数据机房的运行进行负荷预测，提前给出调控方案，对于节能降耗十分有必要。

目前，数据机房的控制系统智能化程度较低，缺乏有效的调节策略，仅支持一些简单的启停控制。同时，在制定控制策略时，缺少空调专业相关知识的支撑。当前采取传感器读取温度数据只能实现实时的负荷计算，无法预测负荷，预先提供运行策略。且计算外负荷时未考虑太阳辐射值的影响，导致夏季计算出来的外负荷较低，计算误差较大。

发明内容

为解决现有技术的不足，本发明的目的在于提供一种基于天气预报的数据机房运行控制的负荷预测方法。

为了实现上述目标，本发明采用如下的技术方案：

一种基于天气预报的数据机房运行控制的负荷预测方法，包括以下步骤：S1、通过气象接口采集历史逐时天气数据，通过智能电表采集机房历史逐时空调运行总负荷，经由无线信号传输，通过端口导出天气数据；S2、对导出的数据进行预处理；S3、采用皮尔逊相关性对数据进行分析，并筛选出与空调负荷相关性强的特征参数；即皮尔逊相关系数取值范围[-1,1]，越接近1正相关越强，越接近-1负相关越强；S4、预测第二天太阳辐射值；S5、从天气预报网获取第二天逐时干球温度并结合步骤S4中预测的第二天太阳辐射预测值计算得到室外温度Tout；S6、步骤S4中的室外温度Tout计算得到外负荷Qout、内负荷Qin和机房总负荷Qtotal；其中，Qtotal=Qout+Qin；S7、读取第二天天气预报气象数据，依据步骤S4-S6计算出预测的机房总负荷Qtotal，结合机组额定制冷量，计算得出机组运行台数，并下发指令给自控系统实施预先调控。

作为本发明的进一步优选，所述步骤S1中天气数据包括干球温度、相对湿度、太阳辐射强度、风速和天气类型。

作为本发明的进一步优选，所述步骤S2的具体步骤如下：S2.1、导出数据后将非数值型的字符型数据转换为数值型数据；例如：天气类型中，用1代表晴，2代表多云，3代表阴，4代表雨；S2.2、基于实际天气数据设置天气数据变化范围阈值，并对超出范围阈值最高或最低值进行剔除；各天气数据变化范围阈值包括干球温度(℃) [-50,50]，相对湿度(%)[0,100]，太阳辐射强度(W/m²) [0,1368]，风速(m/s)[0,100]，天气类型[1,4]；S2.3、对应时间序列对缺失值进行查找和填充；得到格式标准、且时间序列完整的数据。

作为本发明的进一步优选，所述步骤S2.3中，采用均值或指数平滑法对缺失值进行填充。