空调变流量水系统节能自控系统及其控制方法与流程

本技术涉及节能，具体涉及一种空调变流量水系统节能自控系统及其控制方法。

背景技术：

1、节能技术领域是一个专注于开发与应用各种方法、设备和系统以减少能源消耗和提高能源效率的领域。在建筑环境控制系统中，通过优化系统的运行模式、提高能源的使用效率，以及减少不必要的能源浪费，来实现节能目标。对减少环境污染和促进可持续发展具有关键意义。

2、其中，空调变流量水系统节能自控系统是一种采用控制策略调节空调系统中水流量的自动化系统。其主要目的是通过控制水流量来适应不同的负荷需求，从而减少能源消耗并提高整个系统的能效。旨在实现优化的能源使用效率，降低运行成本，并减少对环境的影响。通过调节水流量，系统能够根据实际需要提供恰当的冷却或加热，避免过度消耗能源，从而达到节能的效果。

3、传统系统在处理外部扰动、数据噪声和运行异常时缺乏足够的灵活性和准确性。缺乏数据处理方法，导致数据质量不高，影响了决策的准确性。传统系统未能充分考虑非线性特性和动态变化，使得系统对外部变化的适应性不强，容易出现性能不稳定的情况。在能效管理方面，由于缺少准确的状态识别和能量需求预测，使能源分配无法达到最优，导致能源浪费。维护策略的制定多依赖经验判断，缺乏数据支持，影响了系统的长期运行效率和可靠性。

技术实现思路

1、本技术旨在解决现有空调变流量水系统节能自控方式存在准确性和可靠性较差的问题，提出一种空调变流量水系统节能自控系统及其控制方法。

2、本技术解决上述技术问题所采用的技术方案是：

3、第一方面，本技术提供一种空调变流量水系统节能自控系统，所述系统包括数据采集模块、动态建模模块、能效识别模块、能量分配模块、维护优化模块、控制策略优化模块以及实时监控与调整模块；

4、所述数据采集模块用于收集环境和系统的运行数据，采用异常值检测算法识别并剔除运行数据中的离群点，并对运行数据进行数据平滑化处理，生成净化后数据；

5、所述动态建模模块用于基于净化后数据，使用非线性动态建模方法构建数学模型，并结合滑模控制策略优化模型对外部扰动的抵抗性，生成抗扰优化模型；

6、所述能效识别模块用于基于抗扰优化模型，采用支持向量机算法分析系统性能数据，识别运行效率模式和潜在异常状态，进行模式分类和状态识别，生成能效识别记录；

7、所述能量分配模块用于基于能效识别记录，应用线性规划法分析能量需求，调整分配策略并匹配实时需求和优化能源浪费，生成能量优化方案；

8、所述维护优化模块用于基于能量优化方案，利用聚类分析法对系统运行数据进行分组，通过主成分分析，提取关键性能指标，制定维护计划和能效提升措施，生成系统维护与效能提案；

9、所述控制策略优化模块用于基于系统维护与效能提案，采用深度q网络并通过奖励机制进行控制策略学习，调整能耗并保持室内环境质量，生成控制策略改善方案；

10、所述实时监控与调整模块用于基于控制策略改善方案，利用模型预测控制技术并根据实时监控数据和外部环境变化调整系统参数，优化系统性能和能效，生成性能调优指令集。

11、进一步地，所述净化后数据包括室内温度序列、湿度水平时间序列、空调系统的流量数据序列；

12、所述抗扰优化模型包括模型的稳定性参数、对外部温度变化的响应系数以及对流量调节的灵敏度指标；

13、所述能量优化方案包括能量需求预测图、优先级分配图以及能耗最优调节策略；

14、所述系统维护与效能提案包括预定的维护时间表、关键性能指标的监测计划以及针对目标问题的效能改善措施；

15、所述控制策略改善方案包括温度控制的调节指标、湿度控制的调节策略以及流量调整的优化参数集；

16、所述性能调优指令集包括温度调节命令、湿度水平调整命令以及空调系统流量控制命令。

17、进一步地，所述数据采集模块包括传感器子模块、异常值处理子模块和数据平滑子模块；

18、所述传感器子模块用于收集环境与系统的运行数据，所述运行数据包括温度、湿度和流量数据，并确定运行数据的实时性和准确性，生成原始数据集；

19、所述异常值处理子模块用于基于原始数据集，应用z分数方法识别并剔除统计离群点，验证数据集质量和可靠性，生成去离群数据集；

20、所述数据平滑子模块用于基于去离群数据集，采用移动平均法减少时间序列数据中的随机波动，优化数据的平滑度和可用性，生成净化后数据。

21、进一步地，所述动态建模模块包括非线性建模子模块、反馈线性化子模块和滑模设计子模块；

22、所述非线性建模子模块用于基于净化后数据，采用径向基函数网络构建空调系统的动态模型，并捕捉系统的非线性特性，生成初步数学模型；

23、所述反馈线性化子模块用于基于初步数学模型，运用反馈线性化，通过数学变换将非线性模型简化为线性模型，并调整控制策略的建立和实施，生成线性化模型；

24、所述滑模设计子模块用于基于线性化模型，利用滑模控制策略，定义滑动面并设计控制律，优化模型对外部扰动和参数变化的鲁棒性，生成抗扰优化模型。

25、进一步地，所述能效识别模块包括特征分析子模块、数据分类子模块和状态识别子模块；

26、所述特征分析子模块用于基于抗扰优化模型，采用时间序列分析和频域分析方法，提取温度、湿度、能耗的周期性和趋势性特征，计算统计均值和方差指标，为机器学习准备输入数据，生成特征向量集；

27、所述数据分类子模块用于基于特征向量集，采用支持向量机算法，通过核技巧将特征映射到高维空间中，利用最大间隔原理，构建分类超平面，进行系统运行状态的分类，生成分类与识别模型；

28、所述状态识别子模块用于基于分类与识别模型，对实时数据流进行状态识别，包括运用模型进行实时预测，识别系统当前的运行状态，生成能效识别记录。

29、进一步地，所述能量分配模块包括需求分析子模块、线性规划子模块和策略生成子模块；

30、所述需求分析子模块用于基于能效识别记录，采用数学建模方法，分析差异状态下的能量需求曲线，利用长短期记忆网络，评估未来能量需求，生成能量需求预测数据；

31、所述线性规划子模块用于基于能量需求预测数据，利用线性规划算法，定义优化模型，包括设置能量供应和需求的约束条件，求解获取运行模式下的最优能量分配措施，生成优化分配方案；

32、所述策略生成子模块用于基于优化分配方案，建立能量分配执行计划，包括调整空调系统的运行参数、设定能量使用优先级和调配时间，并验证策略的可行性和执行效率，生成能量优化方案。

33、进一步地，所述维护优化模块包括聚类分析子模块、性能指标提取子模块和维护策略设计子模块；

34、所述聚类分析子模块用于基于能量优化方案，采用k-means聚类算法，对系统运行数据进行分组，识别差异运行状态，为性能分析提供分类基础，生成数据分类群组；

35、所述性能指标提取子模块用于基于数据分类群组，运用主成分分析法，从群组中提取关键性能指标，反映系统运行效率和潜在问题，生成性能指标摘要；

36、所述维护策略设计子模块用于基于性能指标摘要，设计维护计划和能效改善措施，包括预防性维护、参数优化和设备升级，优化系统可靠性和效率，生成系统维护与效能提案。

37、进一步地，所述控制策略优化模块包括强化学习训练子模块、策略评估子模块和策略实施子模块；

38、所述强化学习训练子模块用于基于系统维护与效能提案，利用深度q网络，通过奖励反馈机制学习最优控制策略，优化能耗并保持环境舒适度，生成策略学习模型；

39、所述策略评估子模块用于基于策略学习模型，进行策略效果评估，通过模拟差异环境条件下的系统运行，验证控制策略的有效性和适应性，生成策略评估记录；

40、所述策略实施子模块用于基于策略评估记录，采用粒子群优化算法，规划控制策略的应用步骤，包括参数调整、人员培训和配置更新，生成控制策略改善方案。

41、进一步地，所述实时监控与调整模块包括实时数据监控子模块、调整决策子模块和参数调整子模块；

42、所述实时数据监控子模块用于基于控制策略改善方案，采用实时数据监控技术，对已采集的空调系统运行参数进行实时监控，包括温度、湿度和能耗关键指标，生成监控状态信息；

43、所述调整决策子模块用于基于监控状态信息，应用dss技术，分析实时数据与预期性能之间的偏差，确定是否需要调整系统参数，并应对外部环境变化或内部性能偏离，生成调整决策方案；

44、所述参数调整子模块用于基于调整决策方案，利用模型预测控制技术实施参数调整，参数调整包括调整温度、湿度和风速，并验证系统运行参数与性能和能效要求的匹配性，生成性能调优指令集。

45、第二方面，本技术提供一种空调变流量水系统节能自控系统的控制方法，应用于如第一方面所述的空调变流量水系统节能自控系统，所述方法包括以下步骤：

46、收集环境和系统的运行数据，采用异常值检测算法识别并剔除运行数据中的离群点，并对运行数据进行数据平滑化处理，生成净化后数据；

47、基于净化后数据，使用非线性动态建模方法构建数学模型，并结合滑模控制策略优化模型对外部扰动的抵抗性，生成抗扰优化模型；

48、基于抗扰优化模型，采用支持向量机算法分析系统性能数据，识别运行效率模式和潜在异常状态，进行模式分类和状态识别，生成能效识别记录；

49、基于能效识别记录，应用线性规划法分析能量需求，调整分配策略并匹配实时需求和优化能源浪费，生成能量优化方案；

50、基于能量优化方案，利用聚类分析法对系统运行数据进行分组，通过主成分分析，提取关键性能指标，制定维护计划和能效提升措施，生成系统维护与效能提案；

51、基于系统维护与效能提案，采用深度q网络并通过奖励机制进行控制策略学习，调整能耗并保持室内环境质量，生成控制策略改善方案；

52、基于控制策略改善方案，利用模型预测控制技术并根据实时监控数据和外部环境变化调整系统参数，优化系统性能和能效，生成性能调优指令集。

53、本技术的有益效果是：本技术提供的空调变流量水系统节能自控系统及其控制方法，采用异常值检测算法和数据平滑化方法，能够有效减少数据噪声和剔除离群点，确保数据质量，为后续分析提供准确基础。利用非线性动态建模和滑模控制策略，优化了对外部扰动的抵抗性，增强了系统稳定性。支持向量机算法的应用，提高了运行效率模式和潜在异常状态的识别准度，使能效管理更加准确。线性规划法和聚类分析法的结合使用，不仅优化了能量分配，还针对性地制定了维护计划和能效提升措施，提升了系统的能效和可靠性。深度q网络引入的控制策略学习，以及模型预测控制技术的实施，进一步优化了系统性能和能效，实现了能耗的有效控制和室内环境质量的保持。