1.一种基于isodata算法的暖通群控方法,其特征在于,该方法包括如下步骤:
2.根据权利要求1所述的一种基于isodata算法的暖通群控方法,其特征在于,所述暖通传感数据集具体为hvac={hvac1,hvac2,……,hvacn},其中每个样本对应s个特征hvaci=(xi1,xi2,...,xis)。
3.根据权利要求1所述的一种基于isodata算法的暖通群控方法,其特征在于,所述建立暖通空调整体系统模型具体为:获取暖通空调系统设备及其组件信息,通过暖通系统的拓扑结构来构建暖通空调系统设备信息模型,根据暖通空调系统设备信息模型,构建暖通空调系统设备的模型并实例化,并建立暖通空调系统设备多个组件之间的关系,完成对暖通空调整体系统模型的构建。
4.根据权利要求1所述的一种基于isodata算法的暖通群控方法,其特征在于,当前时刻的暖通传感数据具体为:在当前时刻t下采集到的暖通控制设备传感数据向量hvact表示为hvact=[dbtt,wbtt,ht,srt,lt,pt,clt],其中dbtt,wbtt,ht分别表示该建筑体当前时刻下的环境干球温度,环境湿球温度和环境湿度;srt表示室外此时的太阳辐射情况,lt,pt分别表示该建筑体此时的照明温度和人员人流情况,clt则表示上一时刻的建筑冷负荷需求。
5.根据权利要求1所述的一种基于isodata算法的暖通群控方法,其特征在于,所述数据清洗具体为采用3sigma法则进行数据清洗。
6.根据权利要求2所述的一种基于isodata算法的暖通群控方法,其特征在于,所述s4具体步骤为:
7.根据权利要求1所述的一种基于isodata算法的暖通群控方法,其特征在于,所述bp神经网络至少包含3个隐藏层,采用relu激活函数。
8.一种用于实现权利要求1-7任一项所述方法的暖通群控系统,其特征在于,该系统包括采集装置、云端节能优化平台装置、边缘端主控制器装置和控制装置;各个装置之间通过进行通讯连接和信息交互;
9.根据权利要求8所述的暖通群控系统,其特征在于,所述采集装置中还包括现场传感器,用于将暖通系统中设备的相关信息进行数字化转换。
10.根据权利要求8所述的暖通群控系统,其特征在于,所述边缘端主控制器装置、采集装置和控制装置均采用中大型可编程逻辑控制器plc架构,均可支持装置冗余和网络冗余。