CN119475934A 基于多区域耦合模型的中央空调系统能耗模拟方法 （南京深度智控科技有限公司）

基于多区域耦合模型的中央空调系统能耗一种基于多区域耦合模型的中央空调系统参数以及分区状态作为Transformer模型的输2获取冷链物流中心现场的基础数据和初始参数，并对所述基于传热传质方程构建多区域耦合物理机理模型，并以预处理后将所述物理模型状态作为卷积神经网络的输入，以通过时序卷将短期渗透负荷预测结果结合货物热参数以及分区状态作为Transformer模型的输入，以通过注意力机制将所述短期渗透负荷预测结果与货物分布以及区域特性进行结合，通过MPC对所述多区域能耗分布预测数据进行策略优化处理，以在滚动时窗内计算出将所述初步控制策略作为黏菌优化算法的初始解，以在高维非线2.根据权利要求1所述的基于多区域耦合模型的中央空调系统能耗模拟方法，其特征通过门禁传感器获取所述门禁启闭记录，所述门禁启闭记录包括启闭频率和持续时将不同传感器采集的数据按时间戳进行对齐，以对所述基础数据和3.根据权利要求2所述的基于多区域耦合模型的中央空调系统能耗模拟方法，其特征将所述冷链物流中心现场划分为多个控制区域，并确定每个;3;步长；从预处理后的所述基础数据和初始参数选取门禁渗透负荷以及货物热交换负荷作为4.根据权利要求3所述的基于多区域耦合模型的中央空调系统能耗模拟方法，其特征将所述物理模型状态中的温度向量和相对湿度向量组合成一个二将所述时序输入特征矩阵作为所述卷积神经网络的输入，在所述卷积神经网络的输出层定义两个输出节点，分别预测未5.根据权利要求4所述的基于多区域耦合模型的中央空调系统能耗模拟方法，其特征在于，所述将短期渗透负荷预测结果结合货物热参数以及分区状态作为Transformer模型将所述热渗透负荷和水蒸气渗透负荷与对应的货物分布数据进对所述第二特征矩阵中的每一列特征进行标准化，对所述第二特以所述输入序列集作为训练后的Transformer模型的输入，通过编码器和解码器输出其中，所述训练后的Transformer模型为基于所述输入序列集并定义多区域能耗分布6.根据权利要求5所述的基于多区域耦合模型的中央空调系统能耗模拟方法，其特征4获取控制变量，并基于所述控制变量构建控制策略参数集，以所述控制策略参数集和多区域能耗分布预测数据作为MPC的输入，并定义最小化综7.根据权利要求6所述的基于多区域耦合模型的中央空调系统能耗模拟方法，其特征基于初始化后的黏菌优化算法，定义最小化综合能耗为数据预处理模块，用于获取冷链物流中心现场的基础数据和初物理模型构建模块，用于基于传热传质方程构建多区域耦合短期渗透负荷预测模块，用于将所述物理模型状态作为卷积神多区域能耗分布预测模块，用于将短期渗透负荷预态作为Transformer模型的输入，以通过注意力机制将所述短期渗透负荷预测结果与货物最优控制策略生成模块，用于将所述初步控制策略作为黏菌优化算法5所述处理器用于根据所述指令进行操作以执行根据权利要求1_7任一项所述方法的步6[0008]本发明第一方面公开了一种基于多区域耦合模型的中央7将短期渗透负荷预测结果结合货物热参数以及分区状态作为Transformer模型的输入，以通过注意力机制将所述短期渗透负荷预测结果与货物分布以及区域特性进行结通过MPC对所述多区域能耗分布预测数据进行策略优化处理，以在滚动时窗内计将所述冷链物流中心现场划分为多个控制区域，并确定每个控制区域的物理参数，以采用显式有限差分法对每个区域的能量守恒方程和质量守恒方程进行时间离散化，8从预处理后的所述基础数据和初始参数选取门禁渗透负荷以及货物热交换负荷[0012]进一步的，所述将短期渗透负荷预测结果结合货物热参数以及分区状态作为Transformer模型的输入，以通过注意力机制将所述短期渗透负荷预测结果与货物分布以以所述输入序列集作为训练后的Transformer模型的输入，通过编码器和解码器其中，所述训练后的Transformer模型为基于所述输入序列集并定义多区域能耗分布预测数据为目标输出，使用均方误差作为损失函数以及采用Adam优化器进行参数更9以所述控制策略参数集和多区域能耗分布预测数据作为MPC的输入，并定义最小通过所述控制变量、设置的SAM参数以及初始化种群对所述黏菌优化算法进行初区状态作为Transformer模型的输入，以通过注意力机制将所述短期渗透负荷预测结果与控制策略优化模块，用于通过MPC对所述多区域能耗分布预测数据进行策略优化最优控制策略生成模块，用于将所述初步控制策略作为黏菌优化算法的初始解，所述处理器用于根据所述指令进行操作以执行第一方面所述方[0019]图1是本发明提供的基于多区域耦合模型的中央空调系统能耗模拟方法的流程示[0031]其中，短期渗透负荷预测结果为未来第一时间段内的门步骤S131，将物理模型状态中的温度向量和相对湿度向量组合成一个二维矩阵，Transformer模型的输入，以通过注意力机制将短期渗透负荷预测结果与货物分布以及区[0039]其中，训练后的Transformer模型为基于输入序列集并定义多区域能耗分布预测数据为目标输出，使用均方误差作为损失函数以及采用Adam优化器进行参数更新，对物理模型状态提取短周期渗透负荷特征，并对未来短期的渗透负荷结果进行预测，结合ansrer.x.x为第z1区域与第z2区域之间的热阻。式中，为第z1区域与第z2区域在时间步n的水蒸气传递量，个热渗透负荷向量和水蒸气渗透负荷向量分别由在同一时间步的不同区域的热渗透负荷具体的，将步骤2输出的近期渗透负荷历史序列与当前区域状态输入卷积神经网系统能耗模拟装置与上文描述的基于多区域耦合模型的中央空调系统能耗模拟方法可相[0081]多区域能耗分布预测模块用于将短期渗透负荷预测结果结合货物热参数以及分区状态作为Transformer模型的输入，以通过注意力机制将短期渗透负荷预测结果与货物[0082]控制策略优化模块用于通过MPC对多区域能耗分布预测数据进行策略优化处理，[0088]从预处理后的基础数据和初始参数选取门禁渗透负荷以及货物热交换负荷作为[0095]以输入序列集作为训练后的Transformer模型的输入，通过编码器和解码器输出[0096]其中，训练后的Transformer模型为基于输入序列集并定义多区域能耗分布预测数据为目标输出，使用均方误差作为损失函数以及采用Adam优化器进行参数更新，对[0098]以控制策略参数集和多区域能耗分布预测数据作为MPC的输入，并定义最小化综[0103]计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形[0104]这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/任意组合编写的源代码或目标代码，所述编程语言包括面向