制冷设备控制参数预测方法、装置、电子设备及存储介质与流程

本公开涉及设备控制，具体涉及物联网、边缘融合、大数据、深度学习，尤其涉及一种制冷设备控制参数预测方法、装置、电子设备、计算机可读存储介质及计算机程序产品。

背景技术：

1、随着“碳中和”、“碳达峰”的目标的不断推进，利用物联网、大数据与人工智能等先进技术进行节能减排，已经成为企业高质量发展转型的必然选择。

2、物联网技术的不断发展为建筑供热、设备制冷等传统高能耗行业的能耗采集、能耗监管以及模式复制提供了先决条件：在边云融合的物联网解决方案中，边缘端的传感器能够实时采集现场数据并上传至云端的数据库中。同时，云端的控制系统基于边缘端的数据，通过云端大数据建模、可以实时预测未来所生产或所需的能耗，提前对边缘端端控制设备进行调节，或者调度配置相关的能耗资源，比如电量、碳排放量等。

技术实现思路

1、本公开实施例提出了一种制冷设备控制参数预测方法、装置、电子设备、计算机可读存储介质及计算机程序产品。

2、第一方面，本公开实施例提出了一种制冷设备控制参数预测方法，包括：获取目标制冷设备在当前时段的当前环境参数和当前设备工况；基于时间序列模型预测目标制冷设备在目标时段的预测环境参数；其中，时间序列模型用于表征目标制冷设备的包括环境参数在内的相关参数随时间的变化规律；将拥有与预测环境参数相似的预设数量的历史环境参数的历史时段，确定为目标历史时段；基于当前设备工况、当前环境参数、目标历史时段的历史环境参数以及与时间序列模型对应的时间序列特征，预测得到与目标时段对应的预测控制参数和与预测控制参数对应的预测功耗；基于预测功耗的大小和预设边界条件，筛选出满足预设功耗要求的目标预测功耗和与目标预测功耗对应的目标预测控制参数。

3、第二方面，本公开实施例提出了一种制冷设备控制参数预测装置，包括：当前参数获取单元，被配置成获取目标制冷设备在当前时段的当前环境参数和当前设备工况；环境参数预测单元，被配置成基于时间序列模型预测目标制冷设备在目标时段的预测环境参数；其中，时间序列模型用于表征目标制冷设备的包括环境参数在内的相关参数随时间的变化规律；相似时段确定单元，被配置成将拥有与预测环境参数相似的预设数量的历史环境参数的历史时段，确定为目标历史时段；控制参数及功耗预测单元，被配置成基于当前设备工况、当前环境参数、目标历史时段的历史环境参数以及与时间序列模型对应的时间序列特征，预测得到与目标时段对应的预测控制参数和与预测控制参数对应的预测功耗；控制参数及功耗筛选单元，被配置成基于预测功耗的大小和预设边界条件，筛选出满足预设功耗要求的目标预测功耗和与目标预测功耗对应的目标预测控制参数。

4、第三方面，本公开实施例提供了一种电子设备，该电子设备包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，该指令被至少一个处理器执行，以使至少一个处理器执行时能够实现如第一方面描述的制冷设备控制参数预测方法。

5、第四方面，本公开实施例提供了一种存储有计算机指令的非瞬时计算机可读存储介质，该计算机指令用于使计算机执行时能够实现如第一方面描述的制冷设备控制参数预测方法。

6、第五方面，本公开实施例提供了一种包括计算机程序的计算机程序产品，该计算机程序在被处理器执行时能够实现如第一方面描述的制冷设备控制参数预测方法的步骤。

7、本公开实施例提供的制冷设备控制参数预测方案，将基于相似日的负荷预测方法与机器学习构建出的模型相结合，同时也充分考虑到设备的老化周期特性对控制参数的影响，进而在保证控制策略节能效果的前提下，提高了预测得到有效控制参数的过程的可解释性，有利于推动人工智能建模方法在数据中心建造过程中如何精准有效配置和管理制冷设备的实际落地。

8、应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

技术特征：

1.一种制冷设备控制参数预测方法，包括：

2.根据权利要求1所述的方法，其中，所述将拥有与所述预测环境参数相似的预设数量的历史环境参数的历史时段，确定为目标历史时段，包括：

3.根据权利要求2所述的方法，其中，所述确定所述预测环境参数与不同历史时段的历史环境参数之间的参数相似程度，包括：

4.根据权利要求1所述的方法，其中，所述基于所述当前设备工况、所述当前环境参数、所述目标历史时段的历史环境参数以及与所述时间序列模型对应的时间序列特征，预测得到与所述目标时段对应的预测控制参数和与所述预测控制参数对应的预测功耗，包括：

5.根据权利要求1所述的方法，其中，所述当前环境参数和所述历史环境参数中的环境参数包括：湿球温度、干球温度和所述制冷设备对应的待降维计算设备的性能负载。

6.根据权利要求1所述的方法，其中，获取所述目标制冷设备在当前时段的当前设备工况，包括：

7.根据权利要求6所述的方法，其中，所述对所述单一运行模式的原始设备工况进行去误差处理，得到所述当前设备工况，包括：

8.根据权利要求1所述的方法，其中，所述获取目标制冷设备在当前时段的当前环境参数和当前设备工况，包括：

9.根据权利要求1所述的方法，其中，所述基于所述预测功耗的大小和预设边界条件，筛选出满足预设功耗要求的目标预测功耗和与所述目标预测功耗对应的目标预测控制参数，包括：

10.根据权利要求1-9任一项所述的方法，还包括：

11.一种制冷设备控制参数预测装置，包括：

12.根据权利要求11所述的装置，其中，所述相似时段确定单元包括：

13.根据权利要求12所述的装置，其中，所述参数相似程度确定子单元被进一步配置成：

14.根据权利要求11所述的装置，其中，所述控制参数及功耗预测单元被进一步配置成：

15.根据权利要求11所述的装置，其中，所述当前环境参数和所述历史环境参数中的环境参数包括：湿球温度、干球温度和所述制冷设备对应的待降维计算设备的性能负载。

16.根据权利要求11所述的装置，其中，所述当前参数获取单元包括配置成获取所述目标制冷设备在当前时段的当前设备工况的当前设备工况获取子单元，所述当前设备工况获取子单元包括：

17.根据权利要求16所述的装置，其中，所述去误差处理模块被进一步配置成：

18.根据权利要求11所述的装置，其中，所述当前参数获取单元被进一步配置成：

19.根据权利要求11所述的装置，其中，所述控制参数及功耗筛选单元被进一步配置成：

20.根据权利要求11-19任一项所述的装置，还包括：

21.一种电子设备，包括：

22.一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行权利要求1-10中任一项所述的制冷设备控制参数预测方法。

23.一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现根据权利要求1-10中任一项所述制冷设备控制参数预测方法的步骤。

技术总结
本公开提供了一种制冷设备控制参数预测方法、装置、电子设备及存储介质，涉及物联网、边缘融合、大数据、深度学习等人工智能技术领域。该方法包括：获取目标制冷设备的当前环境参数和当前设备工况；基于时间序列模型预测目标制冷设备在目标时段的预测环境参数；将拥有与预测环境参数相似的预设数量的历史环境参数的历史时段，确定为目标历史时段；基于当前设备工况、当前环境参数、目标历史时段的历史环境参数以及时间序列特征，预测得到与目标时段对应的预测控制参数和与对应的预测功耗；基于预测功耗的大小和预设边界条件，筛选出满足要求的目标预测功耗和与目标预测功耗对应的目标预测控制参数。该方案提升了对制冷设备控制参数的预测准确性。

技术研发人员：闻雅兰,童厚杰
受保护的技术使用者：北京百度网讯科技有限公司
技术研发日：
技术公布日：2024/1/12