[發(fā)明專利]一種混合式的地鐵空調(diào)冷水機組能效估計方法

有效

• 申請?zhí)枺?/td>: 201811601180.3
• 申請日: 2018-12-26
• 公開（公告）號: CN109711049B
• 公開（公告）日: 2023-04-18
• 發(fā)明（設計）人: 王普;曾文昊;高學金
• 申請（專利權）人: 北京工業(yè)大學
• 主分類號: G06F30/20
• 分類號: G06F30/20;G06Q50/06
• 代理公司: 北京思海天達知識產(chǎn)權代理有限公司 11203
• 代理人: 劉萍

本發(fā)明提供了一種混合式的地鐵站冷水機組能效估計方法，屬于暖通空調(diào)領域，主要應用于地鐵空調(diào)節(jié)能優(yōu)化、地鐵站空調(diào)故障診斷。包括以下步驟：通過機理分析建立冷水機組能效估計半經(jīng)驗模型，使用該模型估計冷水機組能耗，并獲取模型殘差值；篩選出對半經(jīng)驗模型殘差影響較大且易于獲取的獨立運行參量；利用支持向量回歸機建立半經(jīng)驗模型殘差修正模型；結(jié)合半經(jīng)驗模型與修正模型的輸出，可得到地鐵站冷水機組能效估計值。本發(fā)明的特點如下：半經(jīng)驗模型估計冷水機組能效具有很高的穩(wěn)定性但具有一定非線性誤差，利用支持向量回歸機處理非線性問題的優(yōu)勢對半經(jīng)驗模型誤差進行補償，使混合式模型具有穩(wěn)定性高、精度高的特點。

技術領域

本發(fā)明涉及到暖通空調(diào)領域，針對常用的地鐵站冷水機組能效估計方法存在非線性誤差，導致估計精度較低的問題，提出了一種混合式的地鐵空調(diào)冷水機組能效估計方法。具體是通過支持向量回歸機對估計誤差的歷史數(shù)據(jù)進行訓練得到誤差修正模型，然后結(jié)合傳統(tǒng)模型與修正模型的輸出值得到最終能效估計值。

背景技術

地鐵已經(jīng)成為城市中必不可少的交通方式，同時也是城市交通中的能耗大戶。

其中，地鐵運營耗能較大，通風空調(diào)系統(tǒng)的用電量相當于整個地鐵運營總能耗30％-40％。而空調(diào)系統(tǒng)水泵能耗約占整個空調(diào)系統(tǒng)能耗的15％-20％。空調(diào)系統(tǒng)一般是以最大負荷選型，而實際運行中，空調(diào)系統(tǒng)大部分時間運行在部分負荷狀態(tài)下。此時空調(diào)水泵也應該在部分負荷狀態(tài)下運行，但是當前地鐵站空調(diào)水泵仍普遍采用定頻的運行方式，造成了巨大的能源浪費。因此對空調(diào)系統(tǒng)變流量優(yōu)化運行的研究具有較大的節(jié)能意義。

而冷水機組變流量能效建模作為變流量優(yōu)化運行研究中的關鍵環(huán)節(jié)，其準確性以及穩(wěn)定性決定了變流量優(yōu)化運行的效果。

近十年來，冷水機組變流量能效建模的研究大多圍繞對冷水機組熱散失等誤差做出了一定修正，但是由于一般的半經(jīng)驗模型模型誤差具有非線性，模型并不能很好地表征模型誤差。同時，在空調(diào)系統(tǒng)運行過程中，由于室內(nèi)負荷等外界條件變化相對緩慢，間隔較短的時間點采集到的數(shù)據(jù)過于相近。獲取大量具有區(qū)分度的樣本，時間成本較高。為解決這些問題，本發(fā)明采用適用于小樣本非線性回歸的支持向量回歸機作為修正器，補償半經(jīng)驗模型存在的非線性誤差。

發(fā)明內(nèi)容

本發(fā)明針對常用的地鐵站冷水機組能效估計方法存在非線性誤差，導致精度較低的問題，提出了基于半經(jīng)驗模型與支持向量機的混合式地鐵空調(diào)冷水機組能效估計方法。該方法發(fā)揮了支持向量機在解決非線性問題上的優(yōu)勢，在保證估計值具有穩(wěn)定性的前提下很好地修正了傳統(tǒng)方法存在的非線性誤差，顯著提高了傳統(tǒng)方法能效估計的精度。

本發(fā)明的技術方案為：一種混合式的地鐵空調(diào)冷水機組能效估計方法，方法包括如下具體步驟：

(1)獲取空調(diào)運行參數(shù)歷史數(shù)據(jù)，主要包括：室外環(huán)境溫度、室內(nèi)環(huán)境溫度、室內(nèi)濕度、送風溫度、回風溫度、冷凍水進出水溫度、冷凍水流量、冷卻水進出水溫度、冷卻水流量，計算冷負荷、冷水機組能效比，并加入歷史數(shù)據(jù)；

(2)建立蒸發(fā)溫度模型、冷凝溫度模型，利用歷史數(shù)據(jù)對模型參數(shù)進行辨識；

(3)利用歷史數(shù)據(jù)以及完成辨識的蒸發(fā)溫度模型與冷凝溫度模型，對冷水機組能效半經(jīng)驗模型參數(shù)進行辨識；

(4)重新獲取空調(diào)運行參數(shù)歷史數(shù)據(jù)以及各對應時刻能效半經(jīng)驗模型輸出值與誤差值，利用灰色關聯(lián)度分析獲得各參數(shù)與誤差的關聯(lián)度序列，并選取關聯(lián)度較高的8個參數(shù)作為支持向量回歸機的輸入?yún)?shù)。

(5)建立基于支持向量機的修正模型，模型輸出為能效半經(jīng)驗模型的誤差值；

(6)結(jié)合能效半經(jīng)驗模型與修正模型獲得冷水機組能效估計值。

附圖說明

圖1是是混合式冷水機組能效估計方法流程示意圖；

圖2通風空調(diào)系統(tǒng)結(jié)構示意圖；