本发明属于暖通空调设计领域,具体涉及空调系统热区划分领域。
背景技术:
1、在空调系统设计过程中,热区的划分是重要的一个环节。热区(thermal zone)指一个或者多个具有相似热需求(相同的温控点)的空间的集合,从建筑能耗模型角度来看,热区是能耗模拟物理模型中最基本的热单元;从系统设计角度来看,热区界定了建筑中需要进行独立控制的空间区域。合理的热区划分,即将功能需求与热工特性相似的区域划分为同一热区,有助于空调系统设计以及运行控制,使空调系统满足各房间舒适要求的同时减少不必要的能耗。在传统空调系统设计过程中,设计者往往根据建筑内房间功能、设置条件、负荷特征、几何信息,再结合各自经验进行热区划分。这种方式主观性较强,设计方案也并不一定能符合实际建筑情况。现有热区自动划分算法研究则多基于建筑能耗模型简化目的,而并非是针对空调系统分区。目前随着bim的发展以及各种机器学习算法的普及,使得空调系统热区划分可以实现自动化。bim中存储的建筑信息可以提供房间几何信息及防火分区信息,同时为负荷计算提供基础;而机器学习算法从数据角度挖掘建筑内各房间冷热负荷特征,可以提取原本人员主观经验没有考虑到的负荷特性,使分区结果更加科学。
技术实现思路
1、为提供更高效、科学、合理的空调系统热区划分方案,使空调系统运行节能,避免过冷或过热情况发生,本发明提出了一种基于聚类的空调系统热区自动划分方法,结合建筑各房间冷热负荷特征与建筑平面布局信息,使空调系统热区划分方案满足实际建筑需求。
2、技术方案
3、一种基于聚类的空调系统热区自动划分方法,其特征在于,根据建筑各房间冷热负荷,进行聚类分析,通过分析聚类结果、实际房间平面布局以及空调系统类型,对建筑房间进行热区划分,即负荷特性相同的房间被分为同一个热区。与现有技术相比,本发明根据负荷特性,实现热区自动划分功能,可以更有效、合理、科学地进行空调系统热区划分,减少重复工作的同时避免人为主观因素造成的偏差。
4、一种基于聚类的空调系统热区自动划分方法,其特征在于,具体实现步骤如下:
5、步骤1:根据建筑各房间冷热负荷进行聚类分析,用于提供给步骤2。
6、步骤2:通过分析聚类结果、实际房间平面布局及空调系统类型,对建筑房间进行热区自动划分。
7、进一步地,所述步骤1,对建筑内各房间全年逐时冷、热负荷进行加和,冷负荷为正,热负荷为负,再除以房间面积得到各房间单位面积全年逐时负荷。然后通过对各楼层房间单位面积全年逐时负荷进行聚类分析,将负荷特性相似的房间分为同一类。
8、所述聚类分析,其方法采用k-means聚类算法:首先从数据对象中任意选取k个对象作为初始聚类中心,对于其余对象,则根据它们与这些聚类中心的欧式距离(式1),分配给到其最相似的簇;然后从新计算每个聚类中所有数据对象的均值作为新的聚类中心,直到分配稳定为止。
9、
10、式中d为数据集中所有对象的误差平方和;p为欧式空间的一个点(本发明中为一天24小数的人流数据);ci为簇ci的形心(p和ci均为24维数据;聚类数k从2取到20,通过calinski-harabasz准则确定k值。
11、进一步地,所述步骤2:
12、步骤2.1,通过“负荷层级自动分区”模块算法,将步骤1负荷聚类结果与建筑房间平面布局信息(包括房间几何坐标、防火分区标识及风道、机房尺寸)结合,进行热区自动划分。将负荷特性相似且几何位置相近、处于同一防火分区内的房间分为同一热区,使分区结果符合实际工程布管需求。
13、所述“负荷层级自动分区”模块算法对房间负荷特性差异和几何邻近度进行综合分析,即对负荷特性差异以及几何邻近度的组合优化,组合优化方程如式(2)所示:
14、
15、q=∑m∑nf(m,n) m≠n 式(3)
16、式中p为优化目标函数;
17、n为分区总数,1≤k≤6;
18、qi为第i组房间负荷特征差异,计算公式如式(3)所示,m,n分别为第i组内两房间,若m,n同属于步骤1同一个聚类分区,则f(m,n)=0,否则f(m,n)=1;
19、li为第i组几何邻近度,为第i组房间中心点欧式距离之和;
20、w1、w2分别为负荷、几何相似度权重系数。
21、通过对式(2)优化问题求解,可以解决:
22、(1)负荷特性相似,但个别房间几何位置相近但不相邻问题;
23、(2)负荷变化不同,但几何位置相邻且房间负荷不大等特殊情况的分区问题。
24、步骤2.2,通过“系统层级自动分区”模块算法,根据空调系统选择类型对负荷层级分区结果进行分区调整,使分区结果符合实际系统设置要求。所涉及空调系统类型包括vav系统、cav系统、风机盘管+新风系统、vrv系统、辐射末端系统及以上系统的组合式系统。
25、所述“系统层级自动分区”模块算法,针对不同空调系统,进行再次分区。处理方案如下表所示:
26、表1不同空调系统分区处理方案
27、
28、
29、与现在空调系统设计中的分区方法相比,本发明的优势在于将分区过程自动化、数据化,结合房间负荷特性、几何信息以及空调系统类型,更加有效、合理地进行热区划分,避免由设计者主观因素造成的空调系统设计不合理性。
1.一种基于聚类的空调系统热区自动划分方法,其特征在于,根据建筑各房间冷热负荷,进行聚类分析,通过分析聚类结果、实际房间平面布局以及空调系统类型,对建筑房间进行热区划分。
2.如权利要求1所述的自动划分方法,其特征在于:
3.如权利要求2所述的自动划分方法,其特征在于:
4.如权利要求3所述的自动划分方法,其特征在于:
5.如权利要求2所述的自动划分方法,其特征在于,所述步骤2:
6.如权利要求5所述的自动划分方法,其特征在于,所述“负荷层级自动分区”模块算法对房间负荷特性差异和几何邻近度进行综合分析,即对负荷特性差异以及几何邻近度的组合优化,组合优化方程如式(2)所示:
7.如权利要求5所述的自动划分方法,其特征在于,