[發明專利]溫度控制方法、裝置及中央溫度控制系統

有效

• 申請號: 202010451625.5
• 申請日: 2020-05-25
• 公開（公告）號: CN111609534B
• 公開（公告）日: 2022-02-25
• 發明（設計）人: 代寶;程建軍;易紅艷
• 申請（專利權）人: 珠海拓芯科技有限公司;寧波奧克斯電氣股份有限公司
• 主分類號: F24F11/64
• 分類號: F24F11/64;F24F11/58;F24D19/10
• 代理公司: 北京超成律師事務所 11646
• 代理人: 鄧超

1.一種溫度控制方法，其特征在于，應用于中央溫度控制系統(1)，所述中央溫度控制系統(1)內存儲有訓練得到的估計網絡模型、初始估計模型和初始目標模型；所述溫度控制方法包括：

將獲得的實時環境數據輸入所述估計網絡模型，以的得到多個學習動作值；其中，一個所述學習動作值對應一個用于調節溫度的控制輸入量；

基于所述估計網絡模型所對應的貪心概率，采用貪心策略從所述多個學習動作值中選出優選學習動作值；其中，所述貪心概率與所述估計網絡模型的迭代次數呈反比，所述貪心策略在滿足所述貪心概率的情況下，使用隨機的方式選擇優選學習動作值；在不滿足所述貪心概率的情況下，將值最大的學習動作值確定為優選學習動作值；

利用所述優選學習動作值所對應的控制輸入量，控制所述中央溫度控制系統(1)進行溫度調節；所述溫度控制方法還包括：

獲取所述中央溫度控制系統(1)的歷史溫度調節數據及對應的歷史環境數據；

根據所述歷史溫度調節數據及對應的歷史環境數據生成多個樣本數據；其中，所述樣本數據包括第一環境參數、樣本控制輸入量、第二環境參數及控制獎勵值；所述控制獎勵值用于表征樣本執行過程的能耗成本及溫度控制效果；所述樣本執行過程為所述中央溫度控制系統(1)執行所述樣本控制輸入量將實時環境數據從所述第一環境參數調節至所述第二環境參數的過程；

利用所述樣本數據，結合初始目標模型，對所述初始估計模型進行訓練，得到所述估計網絡模型，并存儲；

所述控制獎勵值的生成方式包括：

從所述歷史溫度調節數據中獲取所述樣本執行過程產生的所述能耗成本；

從所述第二環境參數中獲取所述中央溫度控制系統(1)所服務的每一個空間的實際室內溫度；

根據所述能耗成本、實際室內溫度及預設的舒適溫度區間，利用公式：

計算所述控制獎勵值；其中，r代表所述控制獎勵值；cost(a_t,s_t,s_t+1)代表所述能耗成本，z代表所述中央溫度控制系統(1)所服務的空間總數；代表第i個空間的實際室內溫度；代表第i個空間所對應的舒適溫度區間的上限值；代表第i個空間所對應的舒適溫度區間的下限值，λ代表預設的溫度控制懲罰系數。

2.根據權利要求1所述的溫度控制方法，其特征在于，所述利用所述樣本數據，結合初始目標模型，對所述初始估計模型進行訓練的步驟包括：

將所述第一環境參數輸入所述初始估計模型，以得到所述樣本控制輸入量所對應的估計動作值；

將所述第二環境參數輸入所述初始目標模型，以得到多個中間動作值；

根據最大的所述中間動作值及所述控制獎勵值，計算目標動作值；

根據所述估計動作值與所述目標動作值之間的差異對所述初始估計模型的模型參數進行迭代，以得到所述估計網絡模型。

3.根據權利要求2所述的溫度控制方法，其特征在于，所述利用所述樣本數據，結合初始目標模型，對所述初始估計模型進行訓練的步驟還包括：

根據迭代后所述初始估計模型的模型參數，更新所述初始目標模型的模型參數。

4.根據權利要求1所述的溫度控制方法，其特征在于，在對所述初始估計模型進行訓練之前，所述溫度控制方法還包括：

結合所述歷史環境數據，分別對所述第一環境參數和所述第二環境參數進行放縮處理。

5.根據權利要求4所述的溫度控制方法，其特征在于，結合所述歷史環境數據，對所述第一環境參數進行放縮處理的步驟包括：

根據所述第一環境參數及所述歷史環境數據，利用公式：

計算放縮處理后的所述第一環境參數；其中，s′₁代表放縮處理后的所述第一環境參數；s₁代表放縮處理前的所述第一環境參數；s_min代表所述歷史環境數據中的最小值；s_max代表所述歷史環境數據中的最大值。