本發(fā)明涉及送風(fēng)機(jī)調(diào)控，尤其涉及一種空調(diào)送風(fēng)機(jī)的智能調(diào)控方法及系統(tǒng)。

背景技術(shù)：

1、隨著建筑功能復(fù)雜化（如商業(yè)綜合體、數(shù)據(jù)中心、潔凈車間等），對(duì)室內(nèi)環(huán)境精準(zhǔn)調(diào)控的需求日益增長(zhǎng)。用戶不僅要求溫度、濕度、氣流均勻分布，還需兼顧能源效率、人員舒適度及特定場(chǎng)景的特殊需求（如制藥車間的潔凈度）。傳統(tǒng)空調(diào)系統(tǒng)的“一刀切”送風(fēng)模式難以滿足多區(qū)域差異化調(diào)控需求，亟需智能化解決方案。

2、在一種現(xiàn)有技術(shù)中，系統(tǒng)需要實(shí)時(shí)采集各區(qū)域的環(huán)境數(shù)據(jù)，并將這些數(shù)據(jù)傳輸至中央處理器進(jìn)行分析。采用比例-積分-微分（pid）控制算法，結(jié)合固定分區(qū)的物理布局，對(duì)空調(diào)送風(fēng)機(jī)進(jìn)行調(diào)控。系統(tǒng)將建筑劃分為若干靜態(tài)區(qū)域（如按樓層、房間劃分），每個(gè)分區(qū)設(shè)置獨(dú)立溫度傳感器和出風(fēng)口，通過(guò)pid控制器根據(jù)各分區(qū)溫度偏差調(diào)整送風(fēng)量，以實(shí)現(xiàn)局部溫度控制。

3、然而，由于不同區(qū)域之間的環(huán)境參數(shù)存在較大差異，且各區(qū)域的面積、高度、布局等物理特征各不相同，系統(tǒng)很難高效處理復(fù)雜的多維數(shù)據(jù)，導(dǎo)致在多區(qū)域環(huán)境下，空調(diào)送風(fēng)機(jī)調(diào)控精度低。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明提供了一種空調(diào)送風(fēng)機(jī)的智能調(diào)控方法及系統(tǒng)，以提高空調(diào)送風(fēng)機(jī)調(diào)控精度。

2、第一方面，為了解決上述技術(shù)問(wèn)題，本發(fā)明提供了一種空調(diào)送風(fēng)機(jī)的智能調(diào)控方法，包括：

3、獲取溫度參數(shù)、濕度參數(shù)、氣流參數(shù)和室內(nèi)幾何特征；

4、根據(jù)所述溫度參數(shù)、所述濕度參數(shù)和所述氣流參數(shù)，進(jìn)行參數(shù)預(yù)處理，得到環(huán)境數(shù)據(jù)集；

5、根據(jù)所述環(huán)境數(shù)據(jù)集和所述室內(nèi)幾何特征，采用流體動(dòng)力學(xué)模型計(jì)算并模擬室內(nèi)氣流的運(yùn)動(dòng)狀態(tài)，得到溫度預(yù)測(cè)結(jié)果；

6、根據(jù)所述溫度預(yù)測(cè)結(jié)果，基于預(yù)設(shè)約束條件進(jìn)行結(jié)果分析，得到初始參數(shù)方案；

7、根據(jù)所述初始參數(shù)方案，將參數(shù)方案進(jìn)行反饋處理，得到實(shí)時(shí)反饋數(shù)據(jù)；

8、根據(jù)所述實(shí)時(shí)反饋數(shù)據(jù)，基于預(yù)設(shè)的穩(wěn)定標(biāo)準(zhǔn)比，采用風(fēng)口參數(shù)控制操作計(jì)算，得到修正參數(shù)方案；

9、根據(jù)所述修正參數(shù)方案和所述溫度參數(shù)，進(jìn)行均衡調(diào)整，得到最終參數(shù)方案，結(jié)合室內(nèi)氣流運(yùn)動(dòng)與出風(fēng)口參數(shù)的關(guān)聯(lián)機(jī)理，實(shí)現(xiàn)對(duì)送風(fēng)狀態(tài)的動(dòng)態(tài)響應(yīng)與精準(zhǔn)控制。

10、在一種可選的實(shí)施方式中，所述根據(jù)所述溫度參數(shù)、所述濕度參數(shù)和所述氣流參數(shù)，進(jìn)行參數(shù)預(yù)處理，得到環(huán)境數(shù)據(jù)集，包括：

11、根據(jù)所述溫度參數(shù)、所述濕度參數(shù)和所述氣流參數(shù)，基于傳感器適應(yīng)性和預(yù)設(shè)可靠性指標(biāo)，剔除異常值，得到區(qū)域環(huán)境數(shù)據(jù)；

12、根據(jù)所述區(qū)域環(huán)境數(shù)據(jù)，采用插值操作填補(bǔ)缺失值，得到環(huán)境數(shù)據(jù)序列；

13、根據(jù)所述環(huán)境數(shù)據(jù)序列，采用標(biāo)準(zhǔn)化操作，得到標(biāo)準(zhǔn)化數(shù)據(jù)集；

14、根據(jù)所述標(biāo)準(zhǔn)化數(shù)據(jù)集，采用回歸分析操作，得到環(huán)境數(shù)據(jù)集。

15、在一種可選的實(shí)施方式中，所述根據(jù)所述環(huán)境數(shù)據(jù)集和所述室內(nèi)幾何特征，采用流體動(dòng)力學(xué)模型計(jì)算并模擬室內(nèi)氣流的運(yùn)動(dòng)狀態(tài)，得到溫度預(yù)測(cè)結(jié)果，包括：

16、根據(jù)所述室內(nèi)幾何特征，設(shè)定邊界條件參數(shù)，得到初始?xì)怏w流態(tài)；

17、根據(jù)所述初始?xì)怏w流態(tài)，進(jìn)行計(jì)算流體動(dòng)力學(xué)模擬，得到氣流動(dòng)態(tài)數(shù)據(jù)；

18、根據(jù)所述氣流動(dòng)態(tài)數(shù)據(jù)和所述環(huán)境數(shù)據(jù)集，提取溫度場(chǎng)信息，得到溫度預(yù)測(cè)結(jié)果；

19、其中，通過(guò)以下公式計(jì)算得到氣流動(dòng)態(tài)數(shù)據(jù)：

20、

21、其中，為流體密度，為氣流動(dòng)態(tài)數(shù)據(jù)，為速度場(chǎng)對(duì)時(shí)間的偏導(dǎo)數(shù)，為壓力梯度力，為動(dòng)力粘度，為速度場(chǎng)的拉普拉斯算子。

22、在一種可選的實(shí)施方式中，所述根據(jù)所述溫度預(yù)測(cè)結(jié)果，基于預(yù)設(shè)約束條件進(jìn)行結(jié)果分析，得到初始參數(shù)方案，包括：

23、根據(jù)所述溫度預(yù)測(cè)結(jié)果，進(jìn)行數(shù)據(jù)提取，得到區(qū)域特征數(shù)據(jù)；

24、基于預(yù)設(shè)的風(fēng)速調(diào)節(jié)范圍和氣流軌跡參數(shù)作為約束，并將所述區(qū)域特征數(shù)據(jù)進(jìn)行粒子群優(yōu)化算法尋優(yōu)，得到初始參數(shù)；

25、根據(jù)所述初始參數(shù)，判斷初始參數(shù)是否與實(shí)際測(cè)量值偏差超過(guò)預(yù)設(shè)閾值，若是，則調(diào)整模型參數(shù)值重新計(jì)算；若否，則將初始參數(shù)輸出為初始參數(shù)方案；

26、其中，通過(guò)以下公式計(jì)算初始參數(shù)：

27、

28、其中，為第個(gè)區(qū)域的初始參數(shù)，、為加速常數(shù)，為第個(gè)區(qū)域的最優(yōu)位置，為第個(gè)區(qū)域的位置，、為[0,1]區(qū)間內(nèi)的隨機(jī)數(shù)，為全局最優(yōu)位置。

29、在一種可選的方式中，所述根據(jù)所述初始參數(shù)方案，將參數(shù)方案進(jìn)行反饋處理，得到實(shí)時(shí)反饋數(shù)據(jù)，包括：

30、根據(jù)所述初始參數(shù)方案，采用滑動(dòng)窗口算法計(jì)算各區(qū)域溫度變化趨勢(shì)，得到溫度變化曲線；

31、判斷所述溫度變化曲線與預(yù)設(shè)穩(wěn)定標(biāo)準(zhǔn)值偏差是否小于預(yù)設(shè)閾值，若是則確定溫度達(dá)到穩(wěn)定狀態(tài)，將所述初始參數(shù)方案輸出得到實(shí)時(shí)反饋數(shù)據(jù)；若否，則采用k均值聚類算法對(duì)未達(dá)到穩(wěn)定狀態(tài)區(qū)域進(jìn)行分類，重新計(jì)算各區(qū)域溫度變化趨勢(shì)。

32、在一種可選的方式中，所述根據(jù)所述實(shí)時(shí)反饋數(shù)據(jù)，基于預(yù)設(shè)的穩(wěn)定標(biāo)準(zhǔn)比，采用風(fēng)口參數(shù)控制算法計(jì)算，得到修正參數(shù)方案，包括：

33、將所述實(shí)時(shí)反饋數(shù)據(jù)，進(jìn)行數(shù)據(jù)提取，得到區(qū)域溫度值；

34、根據(jù)所述區(qū)域溫度值，采用風(fēng)口參數(shù)控制算法計(jì)算，得到風(fēng)速值和步長(zhǎng)值；

35、根據(jù)所述風(fēng)速值和所述步長(zhǎng)值，基于氣流運(yùn)動(dòng)模擬模型評(píng)估，得到評(píng)估值；

36、判斷所述評(píng)估值是否超出預(yù)設(shè)期望閾值，若是，則重新進(jìn)行數(shù)據(jù)提取，得到新的區(qū)域溫度值并重新確定風(fēng)速值和步長(zhǎng)值，再次進(jìn)行氣流模擬；若否，則將所述區(qū)域溫度值輸出，得到修正參數(shù)方案。

37、在一種可選的方式中，所述根據(jù)所述修正參數(shù)方案和所述溫度參數(shù)，進(jìn)行均衡調(diào)整，得到最終參數(shù)方案，包括：

38、根據(jù)所述溫度參數(shù)，進(jìn)行時(shí)間滾動(dòng)更新，得到實(shí)時(shí)溫度數(shù)據(jù)；

39、將所述修正參數(shù)方案進(jìn)行溫度分布分析，得到溫度分布特征；

40、結(jié)合所述溫度分布特征，判斷所述實(shí)時(shí)溫度數(shù)據(jù)是否超過(guò)預(yù)設(shè)均衡閾值，若是，則重新調(diào)整參數(shù)；若否，則將所述修正參數(shù)方案輸出，得到最終參數(shù)方案。

41、第二方面，本發(fā)明提供了一種空調(diào)送風(fēng)機(jī)的智能調(diào)控系統(tǒng)，包括：

42、數(shù)據(jù)獲取模塊，用于獲取溫度參數(shù)、濕度參數(shù)、氣流參數(shù)和室內(nèi)幾何特征；

43、參數(shù)處理模塊，用于根據(jù)所述溫度參數(shù)、所述濕度參數(shù)和所述氣流參數(shù)，進(jìn)行參數(shù)預(yù)處理，得到環(huán)境數(shù)據(jù)集；

44、溫度預(yù)測(cè)模塊，用于根據(jù)所述環(huán)境數(shù)據(jù)集和所述室內(nèi)幾何特征，采用流體動(dòng)力學(xué)模型計(jì)算并模擬室內(nèi)氣流的運(yùn)動(dòng)狀態(tài)，得到溫度預(yù)測(cè)結(jié)果；

45、初始方案模塊，用于根據(jù)所述溫度預(yù)測(cè)結(jié)果，基于預(yù)設(shè)約束條件進(jìn)行結(jié)果分析，得到初始參數(shù)方案；

46、實(shí)時(shí)數(shù)據(jù)模塊，用于根據(jù)所述初始參數(shù)方案，將參數(shù)方案進(jìn)行反饋處理，得到實(shí)時(shí)反饋數(shù)據(jù)；

47、修正方案模塊，用于根據(jù)所述實(shí)時(shí)反饋數(shù)據(jù)，基于預(yù)設(shè)的穩(wěn)定標(biāo)準(zhǔn)比，采用風(fēng)口參數(shù)控制算法計(jì)算，得到修正參數(shù)方案；

48、結(jié)果輸出模塊，用于根據(jù)所述修正參數(shù)方案和所述溫度參數(shù)，進(jìn)行均衡調(diào)整，得到最終參數(shù)方案，結(jié)合室內(nèi)氣流運(yùn)動(dòng)與出風(fēng)口參數(shù)的關(guān)聯(lián)機(jī)理，實(shí)現(xiàn)對(duì)送風(fēng)狀態(tài)的動(dòng)態(tài)響應(yīng)與精準(zhǔn)控制。

49、第三方面，本發(fā)明還提供了一種電子設(shè)備，包括處理器、存儲(chǔ)器以及存儲(chǔ)在所述存儲(chǔ)器中且被配置為由所述處理器執(zhí)行的計(jì)算機(jī)程序，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)上述中任意一項(xiàng)所述的空調(diào)送風(fēng)機(jī)的智能調(diào)控方法。

50、第四方面，本發(fā)明還提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)包括存儲(chǔ)的計(jì)算機(jī)程序，其中，在所述計(jì)算機(jī)程序運(yùn)行時(shí)控制所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)所在設(shè)備執(zhí)行上述中任意一項(xiàng)所述的空調(diào)送風(fēng)機(jī)的智能調(diào)控方法。

51、相比于現(xiàn)有技術(shù)，本發(fā)明具有如下有益效果：

52、（1）本發(fā)明通過(guò)整合溫度、濕度、氣流參數(shù)及室內(nèi)幾何特征（如面積、高度、布局），突破傳統(tǒng)單一溫度調(diào)控的局限性，精準(zhǔn)識(shí)別環(huán)境動(dòng)態(tài)變化。采用預(yù)處理技術(shù)（如插值填補(bǔ)、主成分分析）剔除傳感器噪聲，生成環(huán)境數(shù)據(jù)集，避免誤判導(dǎo)致的調(diào)控偏差。

53、（2）本發(fā)明通過(guò)利用計(jì)算流體動(dòng)力學(xué)（cfd）模型，結(jié)合實(shí)時(shí)數(shù)據(jù)模擬室內(nèi)氣流運(yùn)動(dòng)，預(yù)測(cè)不同送風(fēng)參數(shù)下的溫度場(chǎng)分布，減少實(shí)際調(diào)節(jié)的試錯(cuò)成本。根據(jù)實(shí)時(shí)環(huán)境數(shù)據(jù)（如門窗開閉、人員密度）更新cfd模型參數(shù)，確保模擬結(jié)果與實(shí)際場(chǎng)景高度一致，提升送風(fēng)方案的可行性。

54、（3）本發(fā)明通過(guò)通過(guò)傳感器實(shí)時(shí)反饋，結(jié)合預(yù)設(shè)穩(wěn)定標(biāo)準(zhǔn)，動(dòng)態(tài)調(diào)整出風(fēng)口風(fēng)速、軌跡等參數(shù)，縮短溫度均衡時(shí)間。采用粒子群優(yōu)化算法，根據(jù)歷史數(shù)據(jù)與實(shí)時(shí)反饋持續(xù)優(yōu)化調(diào)控策略，逐步提升系統(tǒng)自適應(yīng)能力。