买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：苏州首拓信息科技有限公司

摘要：本申请提供一种基于人工智能的HVAC系统能耗优化方法，包括：获取HVAC中冷却系统在当前阶段的运行参数和环境参数，其中，运行参数包括冷却水流量、冷却水进水温度、冷却塔送风量、冷却塔运行功率，环境参数包括室外温度、室外湿度和自然风速；对当前阶段的运行参数和环境参数进行处理，形成输入数据；将输入数据输入至预设的能耗优化模型中，通过能耗优化模型确定出冷却系统在下一阶段的控制策略，并基于冷却系统控制策略调节冷却塔运行功率，实现HVAC系统的能耗优化。通过预测冷却系统下阶段在各种冷却塔运行功率下的HVAC系统能耗，确定出冷却系统控制策略，实现HVAC系统能耗优化。

主权项：1.一种基于人工智能的HVAC系统能耗优化方法，其特征在于，包括：获取HVAC中冷却系统在当前阶段的运行参数和环境参数，其中，运行参数包括冷却水流量、冷却水进水温度、冷却塔送风量、冷却塔运行功率，环境参数包括室外温度、室外湿度和自然风速；对当前阶段的运行参数和环境参数进行处理，形成输入数据；将输入数据输入至预设的能耗优化模型中，通过能耗优化模型确定出冷却系统在下一阶段的控制策略，并基于冷却系统控制策略调节冷却塔运行功率，实现HVAC系统的能耗优化；能耗优化模型的构建过程为：获取HVAC中冷却系统的历史数据集，其中，历史数据集包括多条历史数据，每条历史数据对应一个阶段，每条历史数据包括阶段内的HVAC系统能耗和冷却系统在阶段内的运行参数和环境参数，运行参数包括冷却水流量、冷却水进水温度、冷却塔送风量、冷却塔运行功率，环境参数包括室外温度、室外湿度和自然风速；对每条历史数据进行处理，形成对应的训练数据，得到训练数据集；搭建人工智能模型框架，并利用训练数据集对人工智能模型框架进行训练和测试，得到训练完成的能耗优化模型；对每条历史数据进行处理，形成对应的训练数据，包括：对每条历史数据进行预处理；对预处理后的历史数据进行特征提取，得到历史数据对应的特征数据；基于预处理后的历史数据中的冷却塔运行功率，构建历史数据对应的功率标识；基于预处理后的历史数据中的HVAC系统能耗，构建历史数据对应的能耗标签；基于历史数据对应的功率标识、特征数据和能耗标签，形成对应的训练数据；对预处理后的历史数据进行特征提取，包括：针对每条历史数据：对历史数据中的各项参数进行异常值处理和缺失值填补，其中，对于冷却水进水温度、室外温度、室外湿度采用线性插值，对于自然风速采用多项式插值，对于冷却水流量采用第一插值公式进行插值，对于冷却塔送风量采用第二插值公式进行插值；对异常值处理和缺失值填补后的历史数据中的每种参数，进行归一化处理；第一插值公式为： ，其中，表示冷却水流量中第个采样值缺失时所填补的缺失值，为冷却水流量中第个采样值，为冷却水流量中第个采样值，为该阶段内的冷却水流量均值，为权重，满足：当时，有： ,其中，表示取括号中的最小值，表示取括号中的最大值，表示冷却水流量中第个采样值，为大于2的整数；当时，有： ,其中，为冷却水流量中的采样值形成的采样值片段数量，其中，依次相邻的连续三个不存在缺失的采样值组成一个采样值片段，为满足中间采样值的取值在两端采样值形成的取值范围之间的采样值片段数量；第二插值公式为： ，其中，表示冷却塔送风量中第个采样值缺失时所填补的缺失值，为冷却塔送风量中第个采样值，为冷却塔送风量中第个采样值，为该阶段内的冷却塔送风量均值，为自然风速，不小于0，为自然风速对冷却塔送风量的增益指数，为权重，满足： ，其中，为参照风速，基于冷却塔能承受的风速决定。

全文数据：

权利要求：

百度查询： 苏州首拓信息科技有限公司 一种基于人工智能的HVAC系统能耗优化方法