基于數(shù)據(jù)挖掘中央空調(diào)系統(tǒng)優(yōu)化控制策略的研究.pdf

1、2017年3月，主題為“節(jié)能減排綠色中國”的公共建筑節(jié)能技術(shù)應(yīng)用經(jīng)驗(yàn)交流會(huì)在重慶召開，大會(huì)就公共建筑能耗近況與未來趨勢(shì)進(jìn)行探討，以及如何在國家供給側(cè)結(jié)構(gòu)性改革下建設(shè)節(jié)能低碳、集約型社會(huì)，并對(duì)中央空調(diào)行業(yè)在公共建筑中打造的節(jié)能應(yīng)用進(jìn)行分析。根據(jù)相關(guān)部門分析，大型商用建筑總耗能中40％～70％來自中央空調(diào)系統(tǒng)。因此，中央空調(diào)系統(tǒng)的節(jié)能控制策略就變得尤其的重要。
　　針對(duì)中央空調(diào)系統(tǒng)的能耗問題，本文采用遺傳算法對(duì)空調(diào)轉(zhuǎn)速控制策略進(jìn)行優(yōu)化

2、，從而降低空調(diào)系統(tǒng)的能耗。首先，詳細(xì)的介紹中央空調(diào)系統(tǒng)的工作原理以及數(shù)據(jù)挖掘技術(shù)，利用Python中的sklearn庫對(duì)可控變量與不可控變量數(shù)據(jù)進(jìn)行分析，篩選得到13個(gè)具有代表意義的特征向量，分別構(gòu)建系統(tǒng)冷卻負(fù)載、系統(tǒng)能耗、系統(tǒng)效率與特征向量之間的線性回歸模型。根據(jù)實(shí)驗(yàn)仿真結(jié)果可知，該模型的測(cè)試集、驗(yàn)證集所得的誤差很低，準(zhǔn)確率高，說明該模型可靠。同時(shí)對(duì)比傳統(tǒng)方法所采用的可控變量模型，在系統(tǒng)效率和系統(tǒng)能耗的準(zhǔn)確度上分別提升34％和10％。

3、
　　其次，基于系統(tǒng)冷卻負(fù)載、系統(tǒng)能耗、系統(tǒng)效率線性回歸模型基礎(chǔ)上，研究空調(diào)系統(tǒng)轉(zhuǎn)速控制策略。采用K-Means聚類算法對(duì)特征向量進(jìn)行聚類，并根據(jù)Adjusted Rand Index(ARI)指數(shù)得出一天中聚類類別數(shù)為5類。
　　最后，采用遺傳算法對(duì)轉(zhuǎn)速控制策略進(jìn)行優(yōu)化，以空調(diào)系統(tǒng)的冷凝水泵轉(zhuǎn)速、冷水泵轉(zhuǎn)速、冷卻塔風(fēng)扇轉(zhuǎn)速做為染色體進(jìn)行編碼，系統(tǒng)冷卻負(fù)載作為約束條件，系統(tǒng)能耗作為適應(yīng)度函數(shù)，從而得出這一天中系統(tǒng)最優(yōu)控制策略