本发明涉及数据处理,尤其涉及一种用于制冷加热恒温系统的串级控制方法及系统。
背景技术:
1、在现代工业应用中,制冷加热恒温系统的效率和精确控制成为了提升能源效率和环境舒适度的关键。传统的控制方法往往依赖于简单的反馈循环,缺乏对环境变化的快速响应和适应性调整。这种方法在动态环境中表现出的控制延迟和效率不足,无法满足现代节能和环境友好型设施的要求。
2、随着物联网(iot)技术的发展和大数据应用的普及,制冷加热系统的控制策略有了新的发展机遇。然而,即使在高度数字化的环境中,如何准确收集和处理来自数个传感器的海量数据,以及如何根据这些数据进行有效的系统调控,仍然是一个挑战。现有的系统往往在数据整合、预处理和实时分析处理上存在瓶颈,这限制了控制系统在实际应用中的性能和可靠性。
技术实现思路
1、有鉴于此,本发明实施例提供了一种用于制冷加热恒温系统的串级控制方法及系统,用于提高制冷加热恒温系统的串级控制中参数控制的准确率。
2、本发明提供了一种用于制冷加热恒温系统的串级控制方法,包括:对环境和制冷加热恒温系统进行状态数据采集,得到环境监测数据以及系统状态数据,具体包括:对室内环境进行温度数据采集,得到原始温度数据;对室外环境进行温度数据采集,得到原始外部温度数据;对室内环境进行湿度数据采集,得到原始湿度数据;对所述原始温度数据、所述原始外部温度数据以及所述原始湿度数据进行数据预处理并进行数据融合,得到所述环境监测数据;对所述制冷加热恒温系统的系统操作状态进行数据采集,得到设备状态数据,其中,所述设备状态数据包括:系统能耗数据以及系统效率数据;
3、通过边缘计算算法对所述环境监测数据以及所述系统状态数据进行边缘计算,得到标准环境监测数据以及标准状态数据,具体包括;通过预置的巴特沃斯滤波器对所述环境监测数据以及所述系统状态数据进行数据滤波,得到滤波环境数据以及滤波状态数据,其中,所述巴特沃斯滤波器的滤波参数为3db截止频率以及4阶滤波;对所述滤波环境数据以及所述滤波状态数据进行异常时间序列提取,得到所述滤波环境数据对应的第一异常时间序列,以及所述滤波状态数据对应的第二异常时间序列;基于所述第一异常时间序列以及所述第二异常时间序列,分别对所述滤波环境数据以及所述滤波状态数据进行数据异常值剔除,得到所述标准环境监测数据以及所述标准状态数据;
4、对所述标准环境监测数据进行温度变化趋势分析,得到环境温度变化趋势;
5、将所述系统状态数据输入预置的pid算法进行系统控制参数分析,得到系统性能参数,其中,所述系统性能参数包括:能效比、制冷效率和加热效率;
6、采集系统控制指令,并解析所述系统控制指令,得到所述系统控制指令对应的系统控制指标;
7、基于所述系统性能参数、所述环境温度变化趋势以及所述系统控制指标对所述制冷加热恒温系统进行系统控制参数分析,得到系统控制参数并根据所述系统控制参数对所述制冷加热恒温系统进行串级控制。
8、在本发明中,所述对所述标准环境监测数据进行温度变化趋势分析,得到环境温度变化趋势步骤,包括:
9、对所述环境监测数据进行数据分类,得到室内温度数据以及室外温度数据;
10、对所述室内温度数据进行温度变化率计算,得到第一温度变化率;
11、对所述室外温度数据进行温度变化率计算,得到第二温度变化率;
12、基于所述第一温度变化率对所述室内温度数据进行温度变化模式匹配,得到第一变化模式;
13、基于所述第二温度变化率对所述室外温度数据进行温度变化模式匹配,得到第二变化模式;
14、分别对所述第一变化模式以及所述第二变化模式进行环境温度影响参数提取,得到影响参数集;
15、通过所述影响参数集对所述标准环境监测数据进行温度变化趋势分析,得到环境温度变化趋势。
16、在本发明中,所述将所述系统状态数据输入预置的pid算法进行系统控制参数分析,得到系统性能参数,其中,所述系统性能参数包括:能效比、制冷效率和加热效率步骤,包括:
17、对所述系统状态数据进行去冗余处理,得到关键状态数据;
18、对所述关键状态数据进行参数提取,得到关键性能参数,其中,所述关键性能参数包括:系统启动时间、系统关闭时间以及运行频率;
19、对所述系统启动时间、所述系统关闭时间以及所述运行频率进行关联关系分析,得到关联关系数据;
20、通过所述关联关系数据对所述关键性能参数进行参数关联图构建,得到参数关联图;
21、对所述参数关联图进行图节点匹配,得到多个目标图节点,并分别提取每个目标图节点的节点配置参数;
22、将每个目标图节点的节点配置参数输入所述pid算法进行系统控制参数分析,得到系统性能参数,其中,所述系统性能参数包括:能效比、制冷效率和加热效率。
23、在本发明中,所述采集系统控制指令,并解析所述系统控制指令,得到所述系统控制指令对应的系统控制指标步骤,包括:
24、采集系统控制指令,对所述系统控制指令进行指令字段提取,得到多个指令字段;
25、对多个指令字段进行关键字段匹配,得到关键字段集,其中,所述关键字段集包括:温度设定字段、时间限制字段以及操作模式字段;
26、通过所述温度设定字段、所述时间限制字段以所述及操作模式字段进行意图文本构建,得到目标意图文本;
27、对所述目标意图文本进行操作目的匹配,得到操作目的数据,其中,所述操作目的数据包括:增温、降温以及恒温;
28、基于所述操作目的数据进行系统控制指标匹配,得到所述系统控制指令对应的系统控制指标。
29、在本发明中,所述基于所述系统性能参数、所述环境温度变化趋势以及所述系统控制指标对所述制冷加热恒温系统进行系统控制参数分析,得到系统控制参数并根据所述系统控制参数对所述制冷加热恒温系统进行串级控制步骤,包括:
30、对所述系统性能参数以及所述系统控制指标进行性能指标映射表构建,得到目标映射表;
31、通过所述目标映射表提取所述系统控制指标的系统性能参数范围;
32、基于所述系统控制指标的系统性能参数范围生成初始控制参数集;
33、基于所述温度变化趋势对所述初始控制参数集进行参数优化,得到系统控制参数并根据所述系统控制参数对所述制冷加热恒温系统进行串级控制。
34、本发明还提供了一种用于制冷加热恒温系统的串级控制系统,包括:
35、采集模块,用于对环境和制冷加热恒温系统进行状态数据采集,得到环境监测数据以及系统状态数据,具体包括:对室内环境进行温度数据采集,得到原始温度数据;对室外环境进行温度数据采集,得到原始外部温度数据;对室内环境进行湿度数据采集,得到原始湿度数据;对所述原始温度数据、所述原始外部温度数据以及所述原始湿度数据进行数据预处理并进行数据融合,得到所述环境监测数据;对所述制冷加热恒温系统的系统操作状态进行数据采集,得到设备状态数据,其中,所述设备状态数据包括:系统能耗数据以及系统效率数据;
36、计算模块,用于通过边缘计算算法对所述环境监测数据以及所述系统状态数据进行边缘计算,得到标准环境监测数据以及标准状态数据,具体包括;通过预置的巴特沃斯滤波器对所述环境监测数据以及所述系统状态数据进行数据滤波,得到滤波环境数据以及滤波状态数据,其中,所述巴特沃斯滤波器的滤波参数为3db截止频率以及4阶滤波;对所述滤波环境数据以及所述滤波状态数据进行异常时间序列提取,得到所述滤波环境数据对应的第一异常时间序列,以及所述滤波状态数据对应的第二异常时间序列;基于所述第一异常时间序列以及所述第二异常时间序列,分别对所述滤波环境数据以及所述滤波状态数据进行数据异常值剔除,得到所述标准环境监测数据以及所述标准状态数据;
37、分析模块,用于对所述标准环境监测数据进行温度变化趋势分析,得到环境温度变化趋势;
38、输入模块,用于将所述系统状态数据输入预置的pid算法进行系统控制参数分析,得到系统性能参数,其中,所述系统性能参数包括:能效比、制冷效率和加热效率;
39、解析模块,用于采集系统控制指令,并解析所述系统控制指令,得到所述系统控制指令对应的系统控制指标;
40、控制模块,用于基于所述系统性能参数、所述环境温度变化趋势以及所述系统控制指标对所述制冷加热恒温系统进行系统控制参数分析,得到系统控制参数并根据所述系统控制参数对所述制冷加热恒温系统进行串级控制。
41、本发明提供的技术方案中,通过集成边缘计算技术,实现了数据的实时处理,大大减少了从数据采集到处理的时间延迟,提高了对环境变化的响应速度;边缘计算能够在数据生成地点近端进行初步分析,如数据滤波和异常检测,不仅加快了数据处理速度,还提高了数据处理的准确性和可靠性,确保了能够基于更准确的数据做出控制决策。其次,采用先进的机器学习模型对环境和性能数据进行深入分析,使得控制能够根据实时和历史数据自动调整控制参数,这种自适应调整机制允许精确控制制冷或加热过程,优化温度控制效果,从而提高整体能效和经济性。例如,通过持续监控能效比、制冷效率和加热效率等参数,可以优化设备的运行时间和功率输出,减少不必要的能源消耗,这不仅降低了能源成本,还减少了环境影响。此外,该控制方法通过实施预测维护策略,利用性能监测数据预测潜在的设备故障或效率下降,从而及早进行维护或调整,避免了因设备故障导致的突发停机,确保了的连续运行和稳定性,延长了设备的使用寿命。