[发明专利]一种公共机构能效优化的控制方法及系统

说明书

本发明公开了一种公共机构能效优化的控制方法及系统，所述方法包括：构建经验池和决策网络；根据所述经验池中的环境数据和人工调控数据，对决策网络进行初始化训练；将当前时刻公共机构的环境数据输入到其中，经过所述决策网络运算后，输出得到相应的第二输出数据；将其保存在所述经验池中；根据所述决策网络的更新频率，提取所述经验池中单周数据包，构建该周对应的总体优化目标函数；通过其对所述决策网络进行训练，得到经过优化的各个节点的节点参数，再根据其每个时刻的环境数据，生成最终的第四输出数据。本发明通过对决策网络节点参数定期进行优化更新，始终以更好的节点参数作为训练数据，不断提高整个决策网络的控制效果。

技术领域

本发明涉及公共建筑节能减排技术领域，具体涉及一种公共机构能效优化的控制方法及系统。

背景技术

传统的公共机构节能管控方法，主要是依靠人工手动控制各种用能设备的运行状态，监管方式粗放，管理模式单一，缺少对重要耗能设备运行模式和用能效率的监管和优化。对此国内外相关学者提出了各种公共机构能效管控方法。但现有的能效管控方法主要是针对用电设备进行优化，而且没有考虑对数据进行实时更新，另外没有把储能和光伏发电系统考虑进来。

发明内容

本发明提供了一种公共机构能效优化的控制方法及系统，它将储能和光伏发电系统考虑进来，利用神经网络的自学习能力，以及可以充分逼近复杂的非线性关系的特点，通过对决策网络节点参数定期进行优化更新，始终以更好的节点参数作为训练数据，不断提高整个决策网络的控制效果，实现对公共机构中可调负荷进行调控，从而节约用电成本。

本发明提供了一种公共机构能效优化的控制方法，包括以下步骤：

构建经验池，所述经验池包括公共机构在过去一段时间的环境数据和人工调控数据；

构建决策网络和设定所述决策网络的初始参数；

根据所述经验池中的环境数据和人工调控数据，对决策网络进行初始化训练，得到经过训练的决策网络；

将当前时刻公共机构的环境数据输入到所述经过训练的决策网络中，经过所述决策网络运算后，输出得到相应的第一输出数据，对所述第一输出数据进行决策控制处理，得到经过处理后的第二输出数据；

将当前时刻公共机构输入数据和第二输出数据均保存在所述经验池中；

根据所述决策网络的更新频率，提取所述经验池中公共机构最近m周的数据包，进行相应的筛选，利用经过筛选的单周数据包，构建该周对应的总体优化目标函数，并分别得到最终每周的总体优化目标值；

提取其中单周总体优化目标值最小的数据包作为决策网络的训练数据，对所述决策网络进行训练，得到经过优化的各个节点的节点参数；

将所述单周总体优化目标值最小的数据包中对应的第三输出数据作为学习目标，按照决策网络更新的周期频率，其中所述决策网络的节点参数为经过优化的各个节点的节点参数，其数值在所述周期内的一直保持不变，输入决策网络更新的周期中每个时刻的环境数据，输出得到经过优化的第四输出数据，再根据所述第四输出数据来调整公共机构的各个系统。

进一步地，所述构建经验池还包括：

对所述经验池初始化，所述经验池用于记录公共机构在过去一段时间的环境数据和人工调控数据，所述环境数据包括光伏发电系统的功率、电价、室内温度、室外温度、室内湿度、室外湿度和室内亮度，所述人工调控数据包括空调系统温度、照明系统功率、动力系统功率和储能系统功率。

进一步地，所述构建决策网络和设定所述决策网络的初始参数包括：

决策网络构建：构建输入层节点数量为7、隐藏层节点数为n、输出层节点数为4的神经网络模型；