用于冷却系统的多目标动态优化控制方法及装置
本技术涉及大数据分析,尤其涉及一种用于冷却系统的多目标动态优化控制方法及装置。
背景技术:
1、在水媒冷却系统中,循环水吸收it设备侧热量后,经换热设备或冷源设备降温,再返回用冷端循环使用。对于闭式循环系统,水量变化主要发生在初始充水以及泄漏、检修或水质偏离时的必要补水或部分换水。采用经深度处理的再生水,可以减少优质水源消耗,但硬度、总溶解固体、可生物同化有机碳等水质指标会随来水及处理单元状态变化。闭式循环水在长期运行中会受到局部温度差、材料析出、微生物繁殖、少量泄漏与补水等因素影响。当水质状态与运行条件不匹配时,换热表面可能出现沉积、污堵或生物膜附着,形成附加热阻,使实际换热能力偏离设计值。为维持散热需求,循环泵或冷水机组可能提高运行负荷,造成系统电耗严重。因此,再生水冷却算力中心的运行优化不仅需要考虑it设备负荷和冷却系统的瞬时运行状态,还需要将再生水水质变化及其对长期换热性能的影响纳入分析范围。
2、目前,缺乏能够在水质变化条件下修正换热性能参数并据此调整冷却运行参数的方法。
技术实现思路
1、本公开提供了一种用于冷却系统的多目标动态优化控制方法及装置,以至少解决现有技术中存在的以上技术问题。
2、根据本技术的第一方面,提供了一种用于冷却系统的多目标动态优化控制方法,所述方法包括:
3、获取冷却系统的运行数据和状态诊断结果,对所述运行数据处理后形成统一状态数据集;
4、基于所述统一状态数据集确定所述冷却系统的当前换热性能参数和水质状态,并将所述统一状态数据集、当前换热性能参数输入预先确定的动态预测模型,得到预测残差;
5、响应于所述状态诊断结果指示所述冷却系统处于非异常状态,根据所述预测残差和所述水质状态判断是否满足修正当前换热性能参数的预设触发条件,并在满足时,修正当前换热性能参数并更新动态预测模型;
6、基于更新后的动态预测模型,生成多个候选运行参数组合;
7、按照预设的多目标寻优条件从多个所述候选运行参数组合中筛选出目标运行参数;
8、对所述目标运行参数进行校验,将通过校验的目标运行参数输出至所述冷却系统执行。
9、在一可实施方式中,所述预测残差包括温度预测残差和换热设备功率预测残差;所述将所述统一状态数据集、当前换热性能参数输入预先确定的动态预测模型,得到预测残差,包括:
10、将所述统一状态数据集、所述当前换热性能参数输入预先确定的冷却系统动态预测模型,得到预测出口温度和预测换热设备功率;
11、计算实际出口温度与所述预测出口温度的差值,得到温度预测残差;
12、计算实际换热设备功率与所述预测换热设备功率的差值,得到换热设备功率预测残差;
13、其中,所述换热性能参数包括:有效总传热系数、等效污垢热阻、换热性能衰减系数和/或等效运行指标;所述等效运行指标包括运行水足迹指标、冷却电耗指标、药耗指标和换热效率指标;所述水质状态包括:当前有效硬度值和总溶解固体值。
14、在一可实施方式中,在响应于所述状态诊断结果指示所述冷却系统处于非异常状态之前,还包括:
15、检查目标传感器状态、通信状态和换热设备报警信息;
16、若所述预测残差由传感器异常、设备故障或设备负荷突变造成,则判定所述冷却系统处于异常状态,不触发换热性能参数修正,维持当前换热性能参数,否则,判定所述冷却系统处于非异常状态。
17、在一可实施方式中,根据所述预测残差和水质状态判断是否满足修正当前换热性能参数的预设触发条件,包括:当满足以下任意条件时,判定为满足所述预设触发条件,
18、所述温度预测残差和/或换热设备功率预测残差在连续预设个数的控制周期超过第一阈值;
19、连续预设个数的控制周期的温度预测残差和/或换热设备预测残差方向一致,且累计残差超过第二阈值;
20、所述水质状态发生持续变化,且实测换热性能出现同方向变化;
21、当前换热性能参数距上一次修正达到预设更新时间。
22、在一可实施方式中,所述修正当前换热性能参数,包括:
23、基于滑动时间窗口内的有效运行数据,在预设的参数允许范围内,分析使预测误差最小化的参数值作为更新后的换热性能参数;
24、其中,采用约束最小二乘法或岭回归法,所述预测误差至少包括出口温度预测误差和换热设备功率预测误差中的一者或其加权组合。
25、在一可实施方式中,所述候选运行参数组合至少包括:循环水泵频率或循环水流量设定值,以及多台冷水机组之间的负荷分配比例;
26、所述多目标寻优条件包括:硬约束条件和分层寻优规则,当所述候选运行参数组合满足所述硬约束条件时,采用所述分层寻优规则筛选出所述目标运行参数;
27、其中,所述硬约束条件至少包括:
28、预测冷却水出口温度或信息技术设备入口温度不超过安全阈值;
29、循环水泵频率、循环水流量、冷水机组负荷和设备功率不超过允许范围;
30、相邻控制周期内的泵频率和冷水机组负荷变化量不超过设定范围;
31、冷水机组启停状态满足最小运行时间和最小停机时间要求;
32、再生水深度处理出水或补水水质满足设定要求;
33、目标温度、流量和设备状态数据处于有效状态;
34、所述分层寻优规则至少包括:
35、保留预测电能利用效率不高于目标边界的候选运行参数组合;
36、在保留的候选运行参数组合中,选择冷却电耗最小的候选运行参数组合;
37、当多个候选运行参数组合的冷却电耗差异处于预设容差范围内时,再比较运行水足迹指标和换热效率指标,按照预设的优先顺序选择。
38、在一可实施方式中,所述对所述目标运行参数进行校验,包括:
39、校验所述目标运行参数是否位于换热设备允许范围内;
40、校验所述目标运行参数相对于上一控制周期的变化量是否超过允许变化量;
41、校验换热设备是否处于可调节状态;
42、校验目标传感器和通信接口是否正常;
43、校验换热设备是否存在报警、联锁或人工锁定状态;
44、其中,当所述目标运行参数通过上述全部校验时,将其作为设备控制设定值输出至所述冷却系统执行;
45、当所述目标运行参数未通过上述任一项校验时,维持当前安全运行参数或输出上一控制周期有效参数。
46、在一可实施方式中,所述对所述运行数据处理后形成统一状态数据集,包括:
47、对所述运行数据进行时间尺度统一处理,得到第一状态数据集;所述运行数据包括:信息技术设备负荷数据、换热设备运行数据、水质数据、能源消耗数据和碳排放因子数据;
48、删除所述第一状态数据集中的异常数据并补充缺失数据,得到第二状态数据集;
49、对所述第二状态数据集进行标准化处理,得到所述统一状态数据集;
50、其中,所述控制周期根据换热设备响应时间、数据更新速度以及当前计算能力确定。
51、在一可实施方式中,在将所述目标运行参数输出至所述冷却系统执行之后,还包括:
52、采集执行后的实际运行结果;
53、将所述实际运行结果与所述更新后的冷却系统动态预测模型的预测结果进行比较,得到目标预设残差;
54、当所述目标预测残差持续超过预设阈值时修正换热性能参数。
55、根据本技术的第二方面,提供了一种用于冷却系统的多目标动态优化控制装置,所述装置包括:
56、数据获取模块,用于获取冷却系统的运行数据和状态诊断结果,对所述运行数据处理后形成统一状态数据集;
57、残差计算模块,用于基于所述统一状态数据集确定所述冷却系统的当前换热性能参数和水质状态,并将所述统一状态数据集、当前换热性能参数输入预先确定的动态预测模型,得到预测残差;
58、参数修正模块,用于响应于所述状态诊断结果指示所述冷却系统处于非异常状态,根据所述预测残差和所述水质状态判断是否满足修正当前换热性能参数的预设触发条件,并在满足时,修正当前换热性能参数并更新动态预测模型;其中,所述当前换热性能参数和所述水质状态是根据所述统一状态数据集确定的;
59、参数生成模块,用于基于更新后的动态预测模型,生成多个候选运行参数组合;
60、参数筛选模块,用于按照预设的多目标寻优条件从多个所述候选运行参数组合中筛选出目标运行参数;
61、参数校验模块,用于对所述目标运行参数进行校验,将通过校验的目标运行参数输出至所述冷却系统执行。
62、根据本技术的第三方面,提供了一种电子设备,包括:至少一个处理器;
63、以及与所述至少一个处理器通信连接的存储器;其中,
64、所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行本技术所述的方法。
65、根据本技术的第四方面,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,所述计算机指令用于使所述计算机执行本技术所述的方法。
66、根据本技术的第五方面,提供了一种计算机程序产品,包括计算机程序或指令,所述计算机程序或指令被处理器执行时实现本技术所述的方法。
67、利用本技术技术方案,通过在动态预测模型修正之前引入状态诊断前置环节,仅在状态诊断结果指示冷却系统处于非异常状态时,才根据预测残差和水质状态判断是否修正换热性能参数。从而避免动态预测模型误修正,还能够结合水质自适应更新与分层寻优,在保障安全的同时实现冷却系统综合能效最优。
68、应当理解,本部分所描述的内容并非旨在标识本技术的实施例的关键或重要特征,也不用于限制本技术的范围。本技术的其它特征将通过以下的说明书而变得容易理解。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com