[發明專利]一種基于仿真模型的神經網絡多末端風閥控制系統及方法

在審

• 申請號: 202110746780.4
• 申請日: 2021-07-01
• 公開（公告）號: CN113418288A
• 公開（公告）日: 2021-09-21
• 發明（設計）人: 姚曄;熊磊
• 申請（專利權）人: 紹興艾能科技有限公司
• 主分類號: F24F11/77
• 分類號: F24F11/77;F24F11/74;F24F11/62;F24F110/10
• 代理公司: 紹興市寅越專利代理事務所(普通合伙) 33285
• 代理人: 胡國平

本發明提供一種基于仿真模型的神經網絡多末端風閥控制系統及方法，涉及空氣調節和通風節能控制技術領域，包括控制主機，控制主機經風機頻率控制器連接變頻風機，變頻風機連接多個變風量風閥；經多個電動風閥執行器分別連接多個變風量風閥；多個變風量風閥連接多個空調房間，空調房間均安裝有溫度傳感器、溫度控制面板和臨時風量傳感器，并連至控制主機；控制主機存儲有風管系統仿真模型及優化控制程序，風管系統仿真模型為優化控制程序中風管模型學習模塊提供訓練數據，風管模型學習模塊訓練得到神經網絡數據模型；神經網絡數據模型根據各元件數據計算各變風量風閥的開度，控制多個變風量風閥開度。本發明提高了多末端變風量風閥開度控制精度。

技術領域

本發明涉及空氣調節和通風節能控制技術領域，尤其是涉及一種基于仿真模型的神經網絡多末端風閥控制系統及方法。

背景技術

變風量空調系統由于控制的靈活性在建筑空調領域中得到了廣泛應用，在變風量空調系統中風閥開度是影響各末端送風量的直接因素。變風量空調系統風量控制常采用兩種控制方法：(1)各末端均通過固定擋位控制，將風閥開度設置為固定的全開/全閉兩檔，或者根據開度選擇固定檔數(如：關閉、30％開度、50％開度、70％開度、全開五檔)，風閥開度按照擋位確定，開度變化種數減少，簡化了風機控制。(2)PID控制風機頻率，使空調系統總進風量滿足需求，各末端的風量通過風閥開度調節，風閥開度根據房間設定的實時溫度進行PID調控開度。(3)通過大數據模型控制風閥開度，基于現場歷史數據確定不同工況下的風閥開度。

目前，采用固定擋位控制變風量的方法在實際情況中應用較多，優點是操作簡單、易于實施，缺點是控制粗糙、精度較低。PID控制風機頻率的方法注重局部優化，每個變風量空調系統末端的風閥僅針對單個末端進行PID調控，但局部最優在多末端情況下不一定全局最優，而且風閥間的耦合作用可能導致部分末端即使開度全開也不能滿足送風需求的情況出現。通過大數據模型控制風閥有助于解決風閥間的耦合問題，但是對訓練數據的量提出了巨大要求。多數情況下缺乏充足的現場數據，導致數據模型冷啟動，難以運行；而實地采集大量數據又耗時耗力，限制了大數據模型的實施與應用。

鑒于此，我們提出了一種基于仿真模型的神經網絡多末端風閥控制系統及方法。

發明內容

針對上述問題，本發明提供了一種基于仿真模型的神經網絡多末端風閥控制系統及方法，基于風管系統仿真模型為神經網絡數據模型提供數據集，解決網絡數據模型訓練數據不足的問題，然后基于訓練后的網絡數據模型實現多末端變風量空調系統的集成控制。

為實現上述目的，本發明提供了一種基于仿真模型的神經網絡多末端風閥控制系統，包括：控制主機、變頻風機和多個變風量風閥；

所述控制主機通過風機頻率控制器連接所述變頻風機，所述變頻風機連接多個所述變風量風閥；所述控制主機通過多個電動風閥執行器分別連接多個所述變風量風閥；多個所述變風量風閥為多個空調房間輸送風力、調節溫度；

多個所述空調房間內均安裝有室內溫度傳感器、室內溫度控制面板和臨時風量傳感器，并連接到控制主機上；

所述控制主機內存儲有風管系統仿真模型及優化控制程序，所述優化控制程序包括風管模型學習模塊和風閥開度控制模塊，所述風管系統仿真模型為所述風管模型學習模塊提供訓練數據，所述風管模型學習模塊訓練得到神經網絡數據模型；

所述控制主機獲取所述室內溫度傳感器、室內溫度控制面板、臨時風量傳感器、電動風閥執行器及風機頻率控制器的數據；

所述神經網絡數據模型根據獲取到的數據計算各所述變風量風閥的開度，并通過所述風閥開度控制模塊傳輸到多個所述電動風閥執行器，實現多個所述變風量風閥的開度控制。

作為本發明的進一步改進，所述控制主機包括模擬信號輸入接口和RS485通訊接口；

多個所述空調房間內安裝的所述室內溫度傳感器、室內溫度控制面板和臨時風量傳感器均連接模擬信號輸入接口；