一种基于时空数据的建筑空调系统优化控制方法及装置与流程

本发明涉及空调系统控制领域，尤其是涉及一种基于时空数据的建筑空调系统优化控制方法及装置。

背景技术：

1、随着社会的快速发展，人类的生活水平不断提高，人类对居住和工作环境的热舒适有了更高的要求。同时，世界能源短缺现象日益严重，建筑行业占据全球能源消耗的很大比重，空调系统更是建筑能耗的主要部分，因此对空调系统的运行进行优化控制，是实现建筑节能，缓解能源危机重要手段。

2、当前研究中，对于室内热舒适的优化往往基于房间平均温度，然而在实际中，房间的温度分布往往是不均匀的，尤其是在空调系统刚刚开启时，房间的温度分布差异性更大，而且，提高热舒适往往会造成能耗的增加，这两个目标相互矛盾，需要协同考虑，导致空调系统运行控制的可靠性不高。

3、针对这种问题，本发明提供了一种基于时空数据的建筑空调系统优化控制方法及装置，以解决上述问题。

技术实现思路

1、本发明为了解决现有技术中存在的问题，创新提出了一种基于时空数据的建筑空调系统优化控制方法及装置，有效解决由于现有技术造成建筑空调系统控制可靠性不高的问题，有效地提高了建筑空调系统控制的可靠性。

2、本发明第一方面提供了一种基于时空数据的建筑空调系统优化控制方法，包括：

3、建立建筑房间的三维bim模型，将三维bim模型进行网格划分，建立cfd模型；

4、在cfd模型中制定空调设置参数的n个模拟工况，对cfd模型n个模拟工况分别针对一年内的天气工况执行温度模拟，得到一年内不同时刻的n个温度模拟分布情况；其中，空调设置参数包括空调预开启时间、温度设定点、送风速度和送风角度；

5、基于图注意神经网络以及门控循环单元，建立房间温度分布预测模型；

6、将三维bim模型输入到能耗计算软件中，对空调设置参数的n个模拟工况分别针对一年内的天气工况执行能耗模拟，得到一年内不同时刻的n个能耗模拟数据；

7、以空调的设置参数为输入，以下一时刻的能耗为输出，基于bp神经网络建立能耗预测模型；

8、基于房间温度分布预测模型和能耗预测模型，采用多目标粒子群算法进行优化，并采用加权和法确定最优方案，其中，优化目标为房间热舒适和空调能耗，决策变量为空调的设置参数；

9、根据最优方案对空调系统进行控制。

10、本发明第二方面提供了一种基于时空数据的建筑空调系统优化控制装置，包括：

11、第一建立模块，建立建筑房间的三维bim模型，将三维bim模型进行网格划分，建立cfd模型；

12、第一模拟模块，在cfd模型中制定空调设置参数的n个模拟工况，对cfd模型n个模拟工况分别针对一年内的天气工况执行温度模拟，得到一年内不同时刻的n个温度模拟分布情况；其中，空调设置参数包括空调预开启时间、温度设定点、送风速度和送风角度；

13、第二建立模块，基于图注意神经网络以及门控循环单元，建立房间温度分布预测模型；

14、第二模拟模块，将三维bim模型输入到能耗计算软件中，对空调设置参数的n个模拟工况分别针对一年内的天气工况执行能耗模拟，得到一年内不同时刻的n个能耗模拟数据；

15、第三建立模块，以空调的设置参数为输入，以下一时刻的能耗为输出，基于bp神经网络建立能耗预测模型；

16、优化模块，基于房间温度分布预测模型和能耗预测模型，采用多目标粒子群算法进行优化，并采用加权和法确定最优方案，其中，优化目标为房间热舒适和空调能耗，决策变量为空调的设置参数；

17、控制模块，根据最优方案对空调系统进行控制。

18、本发明采用的技术方案包括以下技术效果：

19、1、本发明技术方案分别得到一年内不同时刻的n个温度模拟分布情况以及能耗模拟数据；基于房间温度分布预测模型和能耗预测模型，采用多目标粒子群算法进行优化，并采用加权和法确定最优方案，其中，优化目标为房间热舒适和空调能耗，决策变量为空调的设置参数，有效解决由于现有技术造成建筑空调系统控制可靠性不高的问题，有效地提高了建筑空调系统控制的可靠性。

20、2、本发明技术方案中基于bim、cfd和energyplus建模，有效减少了数据集的收集周期，提高了模型训练的效率；而且基于时空数据，通过图注意神经网络以及门控循环单元，建立房间温度分布预测模型，提高了房间温度分布预测的准确性。

21、3、本发明技术方案中房间温度场拓扑结构图中节点既可以为主停留时长大于预设时长的人员坐姿类型节点以及人员站姿类型节点，也可以通过对房间区域内温度分布进行温度梯度计算方式确定节点，提高了节点选择的灵活性。

22、4、本发明技术方案中对聚合后图注意神经网络在t时刻输出的目标节点i的特征向量h'i进行预处理，所述预处理为多头注意力处理，提高房间温度分布预测模型的学习能力。

23、5、本发明技术方案中根据最优方案对空调系统进行控制包括：空调预开启优化控制以及空调在房间使用时段优化控制；可以根据建筑空调的使用时段进行不同优化控制，进一步地提高了建筑空调系统优化控制的可靠性以及灵活性。

24、应当理解的是以上的一般描述以及后文的细节描述仅是示例性和解释性的，并不能限制本发明。

技术特征：

1.一种基于时空数据的建筑空调系统优化控制方法，其特征是，包括：

2.根据权利要求1所述的一种基于时空数据的建筑空调系统优化控制方法，其特征是，所述基于图注意神经网络以及门控循环单元，建立房间温度分布预测模型具体包括：

3.根据权利要求2所述的一种基于时空数据的建筑空调系统优化控制方法，其特征是，房间温度场拓扑结构图中节点为停留时长大于预设时长的人员坐姿类型节点以及人员站姿类型节点，其中，人员坐姿类型节点包括人员从坐姿起立时头部对应的房间位置节点、人员坐姿时头部对应的房间位置节点、人员坐姿时胸部对应的房间位置节点、人员坐姿时腿部对应的房间位置节点，人员站姿类型节点包括人员站姿时头部对应的房间位置节点、人员站姿时胸部对应的房间位置节点、人员站姿时腿部对应的房间位置节点。

4.根据权利要求2所述的一种基于时空数据的建筑空调系统优化控制方法，其特征是，房间温度场拓扑结构图中节点的确定方式为：

5.根据权利要求2所述的一种基于时空数据的建筑空调系统优化控制方法，其特征是，对聚合后图注意神经网络在t时刻输出的目标节点i的特征向量h'i进行预处理，所述预处理为多头注意力处理，预处理后的图注意神经网络在t时刻输出的目标节点i的特征向量具体为：

6.根据权利要求1所述的一种基于时空数据的建筑空调系统优化控制方法，其特征是，采用多目标粒子群算法进行优化具体包括：

7.根据权利要求1所述的一种基于时空数据的建筑空调系统优化控制方法，其特征是，热舒适目标函数采用所有目标节点预测温度与设定最舒适温度的差的累加和表示，具体为：

8.根据权利要求7所述的一种基于时空数据的建筑空调系统优化控制方法，其特征是，采用加权和法确定最优方案具体包括：

9.根据权利要求1所述的一种基于时空数据的建筑空调系统优化控制方法，其特征是，根据最优方案对空调系统进行控制包括：空调预开启优化控制以及空调在房间使用时段优化控制；

10.一种基于时空数据的建筑空调系统优化控制装置，其特征是，包括：

技术总结
本发明提出一种基于时空数据的建筑空调系统优化控制方法及装置，该方法包括：执行温度模拟，得到一年内不同时刻的N个温度模拟分布情况；基于图注意神经网络以及门控循环单元，建立房间温度分布预测模型；执行能耗模拟，得到一年内不同时刻的N个能耗模拟数据；以空调的设置参数为输入，以下一时刻的能耗为输出，基于BP神经网络建立能耗预测模型；基于房间温度分布预测模型和能耗预测模型，采用多目标粒子群算法进行优化，并采用加权和法确定最优方案，其中，优化目标为房间热舒适和空调能耗，决策变量为空调的设置参数；根据最优方案对空调系统进行控制，有效地提高了建筑空调系统控制的可靠性。

技术研发人员：胡紫依,刘吉营,郭天慧,赵广哲,冉靖宇,王小雨,苗育菲
受保护的技术使用者：中认国证（北京）评价技术服务有限公司
技术研发日：
技术公布日：2024/12/12