[發明專利]一種恒濕機智能控制方法及裝置

有效

• 申請號: 202111295458.0
• 申請日: 2021-11-03
• 公開（公告）號: CN114110824B
• 公開（公告）日: 2023-05-02
• 發明（設計）人: 張勇;郭達;羅丹峰;孫蘊琪;張晨曦;袁思雨
• 申請（專利權）人: 北京郵電大學
• 主分類號: F24F3/14
• 分類號: F24F3/14;F24F11/61;F24F11/64;G06N3/084;G06N3/0464;F24F110/20
• 代理公司: 北京金咨知識產權代理有限公司 11612
• 代理人: 薛海波

本發明提供一種恒濕機智能控制方法及裝置，所述方法通過分布在大空間內的濕度傳感器檢測環境的濕度值，并基于智能控制器控制分布在大空間內的恒濕機工作以控制濕度穩定，所述方法基于強化學習的方式更新智能控制器的策略得到對恒濕機的控制模型，在強化學習過程中，利用所有濕度傳感器檢測到的濕度與目標設定值的歐氏距離計算出平均絕對濕度差，測量恒濕機的功耗，基于平均絕對濕度差和功耗定義了各時間步的動作參數對應的獎勵值，引入了對濕度均勻性和風機功耗的評價，能夠使強化學習訓練得到的模型實現對大空間內濕度穩定性的控制，并極大減小功耗。

技術領域

本發明涉及電子設備控制技術領域，尤其涉及一種恒濕機智能控制方法及裝置。

背景技術

博物館內一般存放書畫、青銅器、雕塑等珍貴的文物，不同類型文物存放的環境不太一樣。在存放以及展覽過程中，如果存放的環境差，文物容易被造成開裂、翹曲、收縮和剝落等破壞。在不適當的條件下，青銅器會噴發出綠色的粉末腐蝕物，而在高濕度的夏季，紙質物品有時會長滿霉菌。在木材或象牙雕塑可能會出現長裂紋，而皮革，羊皮紙經常起皺或撕破，其中影響最主要的因素是濕度。不同藏館的文物濕度環境要求不大一樣，但大多數濕度首選范圍是40％-60％左右。對于像書畫，皮革，羊皮紙等特定的文物，對特定的環境條件比其他材料更敏感，因此它們需要存儲在一個相對穩定的環境中，必須盡量減少波動，因此控制濕度均勻性和穩定性顯得十分重要。

目前針對建筑的溫濕度環境控制提出許多方法，有的是通過控制空調和風機的工作，確保建筑內的環境滿足生產環境以及人體舒適度，有的通過控制風機頻率變化的序列滿足用戶舒適度和維持能源效率，還有些是基于數據驅動方法來控制建筑暖通的空調系統。大部分文獻都是對單獨的建筑區域整體進行能耗分析，而沒有考慮建筑區域內部氣體氣流的變化對環境的影響，從而忽視濕度的均勻性。同時現有技術對于濕度控制的過程中，并沒有考慮到風機的能耗問題。

發明內容

本發明實施例提供了一種恒濕機智能控制方法及裝置，以消除或改善現有技術中存在的一個或更多個缺陷，以解決現有技術無法在保障低能耗的基礎上均勻控制大空間內各處濕度的問題。

本發明的技術方案如下：

一方面，本發明提供一種恒濕機智能控制方法，所述方法在智能控制器上運行，所述智能控制器連接指定空間內的分布式的多個濕度傳感器和多個恒濕機，所述方法包括：

獲取各濕度傳感器按照設定時間間隔采集得到的濕度值序列作為狀態空間的狀態參數，以及各恒濕機對應的濕度設定值序列和風檔設定值序列作為動作空間的動作參數；

采用預設強化學習模型根據各時間步狀態參數確定輸出相應的動作參數，并獲取各時間步對應動作參數下各恒濕機的功耗，根據所有濕度傳感器實際檢測到的濕度與目標設定值的歐氏距離計算出平均絕對濕度差，根據每個時間步所述平均絕對濕度差和所有恒濕機實際的功耗計算每個時間步的獎勵值，采用回放緩存區存儲各時間步對應的狀態參數、動作參數、功耗、獎勵值和目標濕度值；

在強化學習過程中，所述預設強化學習模型按照優先級對回放緩存區中的經驗數據進行采樣，采用神經網絡擬合所選擇的動作參數的所述獎勵值，所述神經網絡模型設置本地網絡用于計算當前時間步的預測價值并選擇預測價值最高的動作參數，設置目標網絡用于計算下一時間步的目標價值，所述本地網絡與所述目標網絡的結構相同，每間隔設定時長將所述本地網絡的參數更新至所述目標網絡；并且所述神經網絡將動作參數的預估獎勵值分解為僅與狀態有關的值函數部分以及與狀態和動作均相關的優勢函數部分，還引入高斯噪聲進行采樣干擾；基于所述預測價值、所述目標價值以及未來多個時間步的獎勵值構建損失函數，以最大化各時間步動作參數對應獎勵值之和為優化目標進行學習直至收斂。

在一些實施例中，根據每個時間步所述平均絕對濕度差和所有恒濕機實際的功耗計算每個時間步的獎勵值之前，還包括：

對各時間步對應的功耗進行標準化處理，得到單位時間內的相對功耗RP_t，計算式為：