一种基于分布式算法的变风量空调系统传感器原位校准方法

本发明涉及建筑能耗监测系统底层传感器数据处理，具体涉及一种基于分布式算法的变风量空调系统传感器原位校准方法。

背景技术：

1、新基建浪潮下，智慧城市建设进程明显加快，5g基站建设、大数据中心、人工智能、边缘计算和工业互联网等热点领域与智慧城市建设相融相生。与此同时，智能建筑行业快速发展，从追求自动化、舒适化向智能化、安全化、绿色化转变。随着建筑智能化设备的普及，大量能够反映建筑物实际运行情况的数据得以储存，这使得利用数据挖掘、人工智能等先进技术从海量运行数据中提取有价值的知识进行故障检测与诊断、运行优化、预测建模等成为可能。作为建筑设备的重要组成部分，传感器被广泛应用从而监测设备的运行状态，控制设备以及执行机构的开启状态。当这些监测或者控制类型的传感器发生故障之后，将会不可避免的影响建筑的能效和室内的环境质量。为了保证传感器测量值的准确性，各种校准算法被应用。但是这些方法在面对愈加复杂的传感器网络时，将面临以下两个问题：1)算法复杂度增加。传感器数目的增多将使得需要进行原位校准的传感器数目随之增加，这就使得算法实时采集和存储的数据增加，进而使得传感器模型的构建变得复杂，最终导致整个算法复杂度增加。2)难以更新、扩展或改变，维护成本高。之前的算法中传感器监测值要先传送到数据库中，然后对这些数据进行集中处理、诊断和校准。在某一个模型发生故障之后，可能需要对所有模型进行重新训练和测试，降低了算法在大规模建筑中的适用性。这些问题的存在将会使得之前的算法在实际系统中应用带来困难，降低校准的准确性和效率。

技术实现思路

1、本发明针对于以上传统校准方法中的一些问题，将分布式算法思想应用到变风量空调系统中，提供一种能够有效提升传感器测量值数据质量的原位校准方法，进而提高校准的准确性和效率。

2、本发明的技术方案如下：一种基于分布式算法的变风量空调系统传感器原位校准方法，步骤如下：

3、s1、划分变风量空调系统不同智能体；

4、s2、定义变风量空调系统不同类型传感器身份编码；

5、s3、根据不同类型传感器身份编码和智能体ip地址，进行不同传感器之间的数据交互；

6、s4、根据s3中记录和存储的送风温度、送风静压和水泵前后压差历史测量值，进行不同传感器的校准；

7、s4.1、根据传感器运行特性，建立不同传感器偏差的先验分布概率密度函数；

8、s4.2、定义传感器校准所需要的修正函数，设定传感器长时间工作之后偏差为x，然后根据测量值m进行表示；分别建立温度、静压和压差的修正函数；

9、m＝m+x(1)

10、其中，mc为修正测量值，m为传感器测量值，x为传感器偏差；

11、s4.3、定义传感器校准所需要的基准函数，根据s3.1中目标传感器相关变量采用数据驱动的方法，建立传感器的基准函数；

12、m＝f(mc,v1,mc,v2..mc,pr)(2)

13、其中，mb为基准函数，f为基准函数模型，mc,vr为第r个相关传感器的修正测量值，来自公式(1)；

14、s4.4、建立每个传感器的距离函数，其中距离函数表示的是修正值mc和校准值mb之间的差异，通过最小化距离函数从而实现传感器的校准；

15、

16、其中，d(x)为校准的距离函数，i为校准传感器数目；

17、s4.5、校准过程中通过将距离函数代入到贝叶斯定理中，然后通过蒙特卡洛马尔科夫链算法获得每个传感器的偏差；在贝叶斯定理中，通过似然函数和先验分布概率密度函数获得传感器偏差的后验分布，如式(4)所示；根据中心极限定理可知，先验分布的均值为0，标准差为传感器精度；在计算过程中，当距离函数取得最小值时，似然函数将取得最大值，如式(5)所示；因此，取后验分布中概率最大的样本值为偏差的最终结果；

18、

19、

20、p(mb|x)为传感器偏差的似然函数，σ为标准差，p(x|mb)为传感器偏差的后验分布，p(mb)为归一化常数，π(x)为传感器偏差的先验分布；

21、s4.6、根据传感器测量值和s4.5中计算获得的偏差相加得到最终的校准值。

22、所述划分变风量空调系统不同智能体具体为：

23、s1.1、确定变风量空调系统空间单元和设备；每一个变风量末端作为空间单元；

24、s1.2、将每一个空间单元作为一个智能体，同时将参与变风量空调系统运行的每一个设备作为一个智能体；

25、s1.3、定义每一个智能体ip地址。

26、所述定义变风量空调系统不同类型传感器身份编码具体为：

27、s2.1、确定变风量空调系统传感器安装类型以及数量；

28、s2.2、采用标准化定义、描述和统一的编码方法构建唯一标识各信息词条的计算机编码；

29、s2.3、针对变风量空调系统运维特点，编码中分别包括传感器安装位置、同类型传感器数目或者同类型设备数目、监测值类型、流体的流动方向；

30、s2.4、根据编码规则，对参与基本控制回路的送风温度传感器，送风静压传感器以及水泵前后压差传感器进行id编码。

31、所述id编码采用9位的编码方法，编码格式为“001010101”；在所采用的9位编码方法中，第1位～第3位为传感器安装位置，其中001表示风系统，002表示冷冻水系统，003表示冷却水系统；第4位～第5位为同类型传感器数目或者同类型设备数目，其中01表示系统中有1个同类型设备或传感器，02表示系统中有2个同类型设备或传感器，以此进行类推；第6位～第7位为监测值类型，其中01表示设备自身运行参数，02表示温度监测值，03表示湿度监测值，04表示压差监测值，05表示压力监测值，06表示流量监测值，07表示阀门开度监测值，08表示二氧化碳浓度监测值；第8位～第9位表示流体的流动方向，01表示进口处，02表示进口的下一个相邻位置，以此类推。

32、所述不同传感器之间的数据交互具体为：

33、s3.1、针对s2.4中需要校准的传感器，采用相关性分析确定相关变量；

34、s3.2、采用遍历搜索算法对每一个智能体进行搜索，进而记录和存储传感器测量值和相关变量测量值；

35、s3.3、在搜索过程中当查询到的身份编码和预先设定的身份编码重合的时候，记录此身份编码所对应的监测值，停止搜索；而当身份编码不重合的时候，则需要自动寻找下一个智能体，直到找到相同身份编码地址。

36、本发明的有益效果：本发明提出一种基于分布式算法的变风量空调系统传感器原位校准方法，从而实时校准系统中不同类型传感器故障，经过校准，可以有效提升传感器测量值的准确性，从而保障系统的稳定性。

技术特征：

1.一种基于分布式算法的变风量空调系统传感器原位校准方法，其特征在于，步骤如下：

2.根据权利要求1所述的基于分布式算法的变风量空调系统传感器原位校准方法，其特征在于，所述划分变风量空调系统不同智能体具体为：

3.根据权利要求2所述的基于分布式算法的变风量空调系统传感器原位校准方法，其特征在于，所述定义变风量空调系统不同类型传感器身份编码具体为：

4.根据权利要求3所述的基于分布式算法的变风量空调系统传感器原位校准方法，其特征在于，所述id编码采用9位的编码方法，编码格式为“001010101”；在所采用的9位编码方法中，第1位～第3位为传感器安装位置，其中001表示风系统，002表示冷冻水系统，003表示冷却水系统；第4位～第5位为同类型传感器数目或者同类型设备数目，其中01表示系统中有1个同类型设备或传感器，02表示系统中有2个同类型设备或传感器，以此进行类推；第6位～第7位为监测值类型，其中01表示设备自身运行参数，02表示温度监测值，03表示湿度监测值，04表示压差监测值，05表示压力监测值，06表示流量监测值，07表示阀门开度监测值，08表示二氧化碳浓度监测值；第8位～第9位表示流体的流动方向，01表示进口处，02表示进口的下一个相邻位置，以此类推。

5.根据权利要求2所述的基于分布式算法的变风量空调系统传感器原位校准方法，其特征在于，所述不同传感器之间的数据交互具体为：

技术总结
本发明属于建筑能耗监测系统底层传感器数据处理技术领域，公开了一种基于分布式算法的变风量空调系统传感器原位校准方法，包括以下步骤：S1、划分变风量空调系统不同智能体；S2、定义变风量空调系统不同类型传感器身份编码；S3、根据不同类型传感器ID编码和智能体IP地址，实现不同传感器之间的数据交互；S4、根据S3中记录和存储的送风温度、送风静压和水泵前后压差历史测量值，实现不同传感器的校准。本发明的有益之处是将分布式算法思想应用到变风量空调系统中，实现传感器直接数据直接交互，极大地提高了原位校准的准确性和效率。

技术研发人员：赵天怡,李吉腾,王鹏
受保护的技术使用者：大连理工大学
技术研发日：
技术公布日：2024/7/15