一种基于聚类的空调系统热区自动划分方法

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。

技术特征：

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，

技术总结
一种基于聚类的空调系统热区自动划分方法，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。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。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。

技术研发人员：许鹏,顾洁帆,肖桐,李泓名,戴明坤,杨一昆
受保护的技术使用者：同济大学
技术研发日：
技术公布日：2024/3/17