技术新讯 > 制冷冷却,气体的液化或固化装置的制造及其应用技术 > 一种基于多级驱动模型的制冷优化策略生成方法、控制器与流程  >  正文

一种基于多级驱动模型的制冷优化策略生成方法、控制器与流程

  • 国知局
  • 2024-07-29 13:58:27

本发明涉及制冷优化控制领域,具体指有一种基于多级驱动模型的制冷优化策略生成方法、控制器。

背景技术:

1、制冷设备可以包括制冷空调、冷冻室等设备,其中的制冷技术被应用到人们生活及工业生产各处,涵盖工业、农业、商业等的各个角落。

2、传统的控制策略主要基于经验的规则为主,例如外界温度达到某一温度则调整制冷系统的某个参数,达到优化制冷效果、制冷消耗等效果。随着人工智能技术以及高性能计算设备的发展,在暖通空调领域出现了智能优化控制方法。现有技术一般的实现途径是通过在本地安装边缘计算机,从本地控制器采集制冷系统运行状态变量,然后将这些运行状态变量发送到高性能计算机进行神经网络运算等,产生合适的制冷优化策略再下发给制冷系统的相关设备。当高性能计算设备与本地控制器因网络或其他突发情况导致两者断开连接时,本地控制器将无法实现优化控制。

3、针对上述的现有技术存在的问题设计一种基于多级驱动模型的制冷优化策略生成方法、控制器是本发明研究的目的。

技术实现思路

1、针对上述现有技术存在的问题,本发明在于提供一种基于多级驱动模型的制冷优化策略生成方法、控制器,能够有效解决上述现有技术存在的至少一个问题。

2、本发明的技术方案是:

3、一种基于多级驱动模型的制冷优化策略生成方法,包含以下步骤:

4、s1,获取现有制冷系统监督式控制算法的制冷优化结果数据集,根据所述制冷优化结果数据集训练一级数据驱动算法模型,得到一级制冷策略特征提取模型;

5、s2,根据所述现有制冷系统监督式控制算法的输入变量,生成一级制冷策略标准样本空间;

6、s3,利用所述一级制冷策略特征提取模型在所述一级制冷策略标准样本空间上进行预测,得到一级制冷策略数据集;

7、s4,根据所述一级制冷策略数据集训练二级数据驱动算法模型,得到二级制冷策略规则提取模型;

8、s5,根据所述制冷系统的当前状态,通过所述二级制冷策略规则提取模型生成制冷优化策略,根据所述制冷优化策略控制所述制冷系统。

9、进一步地,所述制冷优化结果数据集包括现有制冷系统监督式控制算法的输入变量和输出策略,所述输入变量包括室内外温湿度数据、制冷系统运行状态、制冷系统实时参数其中的一种或多种,所述输出策略包括冷热源设备出水温度设定值、水泵频率设定值、末端设备送风温度设定值其中的一种或多种。

10、进一步地,根据所述制冷优化结果数据集,生成一级制冷策略标准样本空间包括:

11、根据所述输入变量的特征生成每种输入变量对应的离散化集合,计算各离散化集合的笛卡尔积,生成一级制冷策略标准样本空间。

12、进一步地,所述一级数据驱动算法模型为一种或多种监督式数据驱动算法,所述二级数据驱动算法模型为决策树。

13、进一步地,所述二级数据驱动算法模型为最大深度是2~4层的决策树。

14、进一步地,所述二级制冷策略规则提取模型用于提取所述一级制冷策略数据集中的制冷规则。

15、进一步地,所述根据所述制冷系统的当前状态,通过所述二级制冷策略规则提取模型生成制冷优化策略包括:

16、对所述二级制冷策略规则提取模型对应的树模型进行遍历解析,得到所述制冷系统多种情况下的制冷规则,根据所述制冷系统的当前状态在所述制冷规则寻找对应的制冷优化策略。

17、进一步地,通过所述二级制冷策略规则提取模型生成制冷优化策略,之后,执行:

18、将所述制冷系统多种情况下的制冷规则部署于本地控制器,通过所述本地控制器根据所述制冷系统的当前状态生成制冷优化策略。

19、进一步提供一种基于多级驱动模型的制冷优化策略控制器,所述制冷优化策略控制器为本地控制器,所述制冷优化策略控制器集成有所述的所述制冷系统多种情况下的制冷规则。

20、因此,本发明提供以下的效果和/或优点:

21、本申请以提高集中式制冷系统优化控制策略可靠性为目标,通过对一级数据驱动算法模型的训练,以及生成标准样本空间,确保一级数据驱动算法模型生成的决策具有初步的制冷优化可行性,再通过二级数据驱动算法模型对一级数据驱动算法模型生成的制冷优化策略进行数据筛选,提取制冷系统原有优化控制算法特征并生成规则性策略,该方法提高了监督式优化算法的可靠性,同时能维持与其相当的优化效果,节省控制设备成本。

22、本申请改变了现有多级数据驱动算法模型之间并行计算制冷优化策略再进行数据筛选的过程,首先将监督式算法的优化结果输入第一级数据驱动模型中进行训练,实现对优化结果进行保真,保证后续生成的策略可以实现节能效果。然后将训练后的一级数据驱动模型在标准样本空间上进行预测。通过二级数据驱动算法——浅层决策树提取规则,计算出控制信号对设备进行控制,控制点位包括但不限于冷热源设备出水温度设定值、水泵频率设定值、末端设备送风温度设定值等。

23、本申请提供的算法,采用二级数据驱动算法生成可部署于本地控制器的控制策略,从而可以使本地控制器在本地通过算力要求不高的芯片进行计算并完成制冷优化策略的输出,可以在无网络环境下实现制冷优化控制。

24、本发明的其他特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点在说明书以及附图中所特别指出的结构来实现和获得。

25、应当明白,本发明的上文的概述和下面的详细说明是示例性和解释性的,并且意在提供对如要求保护的本发明的进一步的解释。

技术特征:

1.一种基于多级驱动模型的制冷优化策略生成方法,其特征在于:包含以下步骤:

2.根据权利要求1所述的一种基于多级驱动模型的制冷优化策略生成方法,其特征在于:所述制冷优化结果数据集包括现有制冷系统监督式控制算法的输入变量和输出策略,所述输入变量包括室内外温湿度数据、制冷系统运行状态、制冷系统实时参数其中的一种或多种,所述输出策略包括冷热源设备出水温度设定值、水泵频率设定值、末端设备送风温度设定值其中的一种或多种。

3.根据权利要求2所述的一种基于多级驱动模型的制冷优化策略生成方法,其特征在于:根据所述制冷优化结果数据集,生成一级制冷策略标准样本空间包括:

4.根据权利要求1所述的一种基于多级驱动模型的制冷优化策略生成方法,其特征在于:所述一级数据驱动算法模型为一种或多种监督式数据驱动算法,所述二级数据驱动算法模型为决策树。

5.根据权利要求4所述的一种基于多级驱动模型的制冷优化策略生成方法,其特征在于:所述二级数据驱动算法模型为最大深度是2~4层的决策树。

6.根据权利要求4或5所述的一种基于多级驱动模型的制冷优化策略生成方法,其特征在于:所述二级制冷策略规则提取模型用于提取所述一级制冷策略数据集中的制冷规则。

7.根据权利要求6所述的一种基于多级驱动模型的制冷优化策略生成方法,其特征在于:所述根据所述制冷系统的当前状态,通过所述二级制冷策略规则提取模型生成制冷优化策略包括:

8.根据权利要求7所述的一种基于多级驱动模型的制冷优化策略生成方法,其特征在于:通过所述二级制冷策略规则提取模型生成制冷优化策略,之后,执行:

9.一种基于多级驱动模型的制冷优化策略控制器,其特征在于:所述制冷优化策略控制器为本地控制器,所述制冷优化策略控制器集成有如权利要求7所述的所述制冷系统多种情况下的制冷规则。

技术总结本发明涉及一种基于多级驱动模型的制冷优化策略生成方法、控制器,包含以下步骤:S1,获取现有制冷系统监督式控制算法的制冷优化结果数据集,根据所述制冷优化结果数据集训练一级数据驱动算法模型,得到一级制冷策略特征提取模型;S2,根据所述现有制冷系统监督式控制算法的输入变量,生成一级制冷策略标准样本空间;S3,利用所述一级制冷策略特征提取模型在所述一级制冷策略标准样本空间上进行预测,得到一级制冷策略数据集;S4,根据所述一级制冷策略数据集训练二级数据驱动算法模型,得到二级制冷策略规则提取模型;S5,根据所述制冷系统的当前状态,通过所述二级制冷策略规则提取模型生成制冷优化策略。技术研发人员:叶明树,毛晨楠,李铮伟,涂凌翔受保护的技术使用者:厦门金名节能科技有限公司技术研发日:技术公布日:2024/6/13

本文地址:https://www.jishuxx.com/zhuanli/20240725/146845.html

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。