买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：西安木牛能源技术服务有限公司

摘要：本发明公开了一种基于精英主义遗传算法和SVR回归算法的空调节能系统及优化方法，包括空调系统设备能耗模型，用于采集数据并对空调系统各类型设备能耗建立数学模型，进行能耗模型参数辨识；空调系统冷负荷预测模块，用于采集数据并进行网络搜索训练后，得到最终的空调能耗预测模型，并结合空调能耗预测评估模型预测下一时刻空调系统冷负荷预测值；及节能优化模块，使用遗传算法在冷负荷预测模型的约束条件下优化所述空调系统设备能耗模型，并使所述能耗模型的输出结果趋于最小值。本发明能够最大限度在符合中央空调各设备的现有性能的基础上，调整中央空调各设备的运行状态，从而使中央空调始终处于最节能和最可靠的运行状况中。

主权项：1.基于精英主义和SVR回归算法的空调节能系统，其特征在于，包括空调系统设备能耗模型，采集空调系统的历史运行参数数据和空调系统配置参数数据，进行数据量化，利用该数据作为所述空调系统设备能耗模型训练样本进行训练，对空调系统中的冷水主机能耗模型、冷冻泵能耗模型和冷却泵能耗模型的各类型设备能耗建立数学模型，将该数学模型作为所述空调系统设备能耗模型的训练样本进行训练，使所述空调系统设备能耗模型进行能耗模型参数辨识；空调系统冷负荷预测模块，用于采集数据并进行网络搜索训练后，得到最终的空调能耗预测模型，并结合空调能耗预测评估模型预测下一时刻空调系统冷负荷预测值；及节能优化模块，使用遗传算法在冷负荷预测模型的约束条件下优化所述空调系统设备能耗模型，并使所述能耗模型的输出结果趋于最小值；具体进行步骤包括：S21：采集空调系统的控制参数历史数据和环境指标参数历史数据，进行数据量化，利用该数据作为空调冷负荷预测训练样本；S22：基于空调冷负荷预测训练样本，采用SVR回归算法并进行网络搜索训练后，得到最终的空调能耗预测模型，作为空调系统节能优化的末端约束；S23：确定优化周期，通过实时采集空调冷负荷预测参数数据，并结合空调能耗预测评估模型预测下一时刻空调系统冷负荷预测值；S31：确定待优化参数，采集空调系统实时运行数据、空调系统配置信息数据、环境指标实时数据，在空调制冷量不变的情况下，即确定下一时刻空调系统冷负荷预测值，采用精英主义遗传算法优化待优化参数；S32：输出最终优化后的参数值；S33：检测是否到达预空调系统优化周期时间，重复步骤S31至步骤S33；S34：确定空调冷负荷预测模型和空调设备能耗模型更新周期，检测是否到达预设模型更新周期时间，定期增量更新相关参数历史数据，更新模型并存储；其中所述精英主义遗传算法的优化参数设置：染色体编码：遗传算法的编码方式采用二进制编码；优化目标函数：采用空调系统所有设备能耗总和作为空调系统优化目标，使其达到空调总设备能耗最低的要求；针对优化目标函数设置约束条件和惩罚函数Penealty，并将约束条件进行转换，使有约束条件的优化问题变为无约束条件的优化问题；适应度函数：遗传算法中采用转换后的无约束条件优化目标函数作为适应度函数；其他条件：采用200个个体的种群进行优化；种群迭代进化代数为500代；采用随机初始化的方法是初始化种群染色体基因；染色体交配采用单点的交叉方式，交叉概率为80%，基因变异率为10%；下一代种群采用采用随机轮盘赌的方式和精英主义选择，即父代中适应度值最优个体直接进行遗传下一代，不进行交叉和变异。

全文数据：

权利要求：

百度查询： 西安木牛能源技术服务有限公司 基于精英主义和SVR回归算法的空调节能系统及优化方法