基于PLM系统的楼宇空调系统半实物仿真控制方法与管理平台与流程

本发明涉及节能控制技术，尤其涉及一种基于plm系统的楼宇空调系统半实物仿真控制管理方法与平台。

背景技术：

1、在公共建筑中，暖通空调系统运行能耗占建筑总能耗的30％～60％，降低暖通空调运行能耗是降低建筑总能耗的关键，准确合理的暖通空调系统运维调节与优化控制是降低设备运行能耗的有力保障，也是运维管理所面临的重大考验。

2、随着云计算的发展、ai算力的提升和广泛应用，基于模型预测的优化控制在使用中的预测结果不准确、优化速度慢等问题也都得到有效解决，针对整栋建筑部署基于模型预测的优化控制的可行性也大大提高。

3、现有管理平台如专利(公开号：cn108281176a)公布了一种基于bim的医院建筑智慧运维管理系统及方法以及专利(公开号：cn115563688a)公布了一种基于bim的运维管理系统中的bim模型，未考虑将系统的实测数据相结合动态实时的展示设备运行状态，仅仅为静态展示作用，不足以发挥bim模型的全部作用，同时没有考虑对模型进行属性拓展，模型不具有逻辑意义，另外，在控制策略方面未考虑充分利用楼宇空调系统历史运行数据来训练控制算法对设备进行优化控制以达到降低运行能耗，节能减排的目的。

技术实现思路

1、本发明要解决的技术问题在于针对现有技术中的缺陷，提供一种基于plm系统的楼宇空调系统半实物仿真控制管理方法与平台。

2、本发明解决其技术问题所采用的技术方案是：一种基于plm系统的楼宇空调系统半实物仿真控制管理平台，包括：

3、可视化模块，用于进行楼宇空调系统中的建筑bim模型动态展示、实测数据展示和仿真优化数据展示；

4、可视化模块包括建筑bim模型动态展示单元、实测数据展示单元和仿真优化数据展示单元；

5、bim模型动态展示单元，用于展示从数据库模块获取建筑信息模型与设备属性信息，以及从传感器获取的实时运行数据；所述从传感器获取的实时运行数据包括：阀门开度，风扇转速，压力表数据；bim模型中相关设备部件对应实时运行数据的变化而处于动态变化中，如阀门开度，风扇转速，压力表指示随着实时运行数据变化状态。

6、bim模型动态展示单元可与实测数据展示单元和仿真数据展示单元交互，通过点击设备节点，实测数据展示单元和仿真数据展示单元分别展示对应设备的数据。通过点击实测数据展示单元和仿真数据展示单元中的设备可以在bim模型动态展示单元进行定位及选中指定设备；

7、实测数据展示单元，用于展示设备历史运行数据和实时采集的数据，并根据实时运行数据对设备运行状态进行评估；

8、如果在运维期间设备存在变更，也可更新整个设备的相关文件，所有的数据更改都将同步进入数据库模块，进而更新整个系统，保证数据统一；

9、仿真数据展示单元，用于从数据库获取仿真优化的数据，展示预测模型的负荷预测结果和室外气象条件预测结果，系统仿真模型，ai代理模型的超参数设置值，优化算法，优化目标函数，参数约束范围，与bim模型动态展示单元交互，显示对应设备的历史控制参数，当存在设备变更时，物业管理人员可根据实际变化更新仿真模型参数，并对ai代理模型纠正训练。

10、仿真优化模块，用于建立系统仿真模型，根据系统实时运行数据获得系统的设备控制优化参数；

11、所述仿真优化模块包括预测模型单元、系统仿真模型单元、ai代理模型单元和优化控制模型单元；

12、预测模型单元，用于使用长短期记忆网络lstm建立序列到序列(seq2seq)用于预测建筑负荷的预测模型；

13、所述预测模型包括编码器和解码器；

14、所述预测模型利用编码器将输入数据编码成一个中间向量，再利用解码器解码中间向量输出预测数据，预测模型使用历史24小时的采集数据预测未来4小时的数据，用于预测建筑负荷，室外温度等气象参数，预测模型的输入数据来自数据库中实测历史数据，预测结果作为系统仿真模型单元和ai代理模型单元的输入；

15、系统仿真模型单元，系统仿真模型用于提供真实系统运行状态的仿真模拟的系统仿真模型；使用的是modelica语言，是由bim模型的拓展属性及连接逻辑直接映射生成，保证系统仿真模型参数与真实设备参数的一致性，同时会生成对应设备的数学模型，组成数学模型设备库，体现plm系统基于同一数据源的二三维联动性。

16、ai代理模型单元，用于使用神经网络建立ai代理模型，利用系统实时运行数据对ai代理模型进行训练，直至输出的系统仿真模型单元实测结果与预测模型的预测结果误差达到允许范围在运行初期没有实测数据，使用本地典型气象年气象数据及设备额定参数进行模型训练；

17、优化控制模型单元，用于建立对ai代理模型的优化控制模型，优化变量是系统中设备的控制信号，优化目标可以是室内热舒适性、系统总能耗、系统稳定性等，约束范围根据设备实际需求制定，优化算法可以选择遗传算法，非支配排序遗传算法、基于参考点的快速非支配排序遗传算法，每一时刻优化计算出一组最优控制解，然后带入系统仿真模型验证；

18、系统设备模块，包括建筑楼宇空调系统设备单元，设备上布置的传感器单元，设备控制系统单元。

19、楼宇空调系统设备单元：空调系统所有的实物设备，包括空气处理机组、冷热源、风机盘管、风管道、水管道以及水泵；

20、传感器单元：用于检测设备及室内环境并将数据发送到数据库模块，包括温湿度传感器、风速传感器、压力传感器、流量计和能量计；

21、设备控制系统单元：接收来自仿真优化模块的控制数据，并对设备远程发送指定控制信号。

22、数据库模块，包括建筑信息数据库、设备运行数据库、仿真优化数据库；

23、建筑信息数据库，用于储存建筑空间基本信息与设备属性信息，是可视化模块中的bim模型数据的来源；

24、设备运行数据库单元，用于储存来自传感器监测到的设备真实运行数据；

25、仿真优化数据库单元，用于储存优化仿真模块的所有参数数据。

26、按上述方案，所述可视化模块中bim模型是由plm系统中的机电深化设计模型中的楼宇空调系统轻量化得到。

27、本发明还提供一种基于plm系统的楼宇空调系统半实物仿真控制方法，包括以下步骤：

28、1)在楼宇空调空调系统中所有的实物设备布置传感器和设备控制系统；

29、2)根据包括建筑负荷和室外气象的历史数据，对建筑负荷与室外气象条件进行预测；

30、3)建立楼宇空调系统运行状态的系统仿真模型，系统仿真模型参数与真实设备参数保持一致；

31、4)使用神经网络建立ai代理模型，利用楼宇空调系统实时运行数据对ai代理模型进行训练，直至预测结果与仿真模型系统的实测结果误差达到允许范围，获得系统各设备的最优控制参数；

32、5)建立对ai代理模型的优化控制模型，优化变量是系统中设备的控制信号，优化目标包括室内热舒适性、系统总能耗和系统稳定性，约束范围根据设备实际需求制定，优化算法选择遗传算法，非支配排序遗传算法、基于参考点的快速非支配排序遗传算法中的一个或其组合，每一时刻优化计算出一组最优控制解，然后带入系统仿真模型验证，直至预测结果与仿真模型系统的实测结果误差达到允许范围；

33、该求解过程是滚动向前的，即每一时刻都会根据实时数据优化求解下一时刻最优控制参数。

34、6)设备控制系统接收来自ai代理模型的系统各设备的最优控制参数，并对设备发送控制信号；

35、7)使用数据库储存建筑空间基本信息和设备属性信息、传感器监测到的设备真实运行数据以及系统各设备的优化仿真的所有参数数据；

36、8)可视化展示；

37、根据数据库中的数据进行楼宇空调系统中的包括楼宇空调系统的三维空间布局和设备属性的建筑bim模型动态展示、实测数据展示和仿真优化数据展示。

38、按上述方案，所述步骤1)中实物设备包括空气处理机组、冷热源、风机盘管、风管道、水管道以及水泵；传感器包括温湿度传感器、风速传感器、压力传感器、流量计和能量计。

39、按上述方案，所述步骤7)中bim模型是由plm系统中的机电深化设计模型中的楼宇空调系统轻量化得到。

40、本发明产生的有益效果是：

41、本发明提出了一种基于全生命周期管理plm系统的楼宇空调系统半实物仿真控制管理平台，该平台实现楼宇空调系统的三维空间布局、设备属性和实时运行状态的5d动态bim模型展示，使用bim模型生成仿真模型实现二三维联动使其具有逻辑层面的意义，利用ai代理模型快速求解楼宇空调系统最优控制参数，保证整个系统始终处于最优状态运行，实现楼宇空调系统最优控制。