基于耗能分析的循环水塔风机频率调节控制方法与流程
本发明属于循环水冷却领域,尤其是涉及基于耗能分析的循环水塔风机频率调节控制方法。
背景技术:
1、循环水塔广泛应用于工业冷却系统中,其通过风机强化空气与循环水之间的换热,以降低循环水温度并满足工艺冷却需求。循环水塔风机通常配置变频器,通过调节风机频率或启停风机数量改变冷却能力。
2、现有循环水塔风机控制方式通常包括固定温差阈值控制、pid控制、模糊控制、专家规则控制以及简单温度预测控制。上述方式多以循环水实际温度与目标温度之间的偏差作为主要控制依据,当实际温度高于设定值时升高风机频率或启动风机,当实际温度低于设定值时降低风机频率或停止风机。
3、然而,循环水塔系统具有明显的热惯性,风机升频、降频、启动或停止后的温度响应通常存在滞后。如果仅根据当前温度偏差进行控制,容易出现连续升频、连续降频或频繁启停的问题。同时,多台风机运行时,少台高频运行与多台低频运行之间的能耗差异较大,传统控制方式难以在实际执行动作前判断不同运行组合的未来温度效果和耗能结果。
4、部分现有方案虽然引入能耗统计或经济频率区间,但通常只是对当前能耗进行记录,或者按照经验设定风机频率范围,并未将具体候选控制动作作为模型输入进行逐一预测比较。部分神经网络预测方案也多是预测未来温度,而不是预测不同控制动作执行后的温度响应、能耗水平和运行风险,因此难以直接用于风机频率和启停组合的择优控制。
5、此外,纯数据驱动模型在样本不足、传感器异常、工况突变或设备状态异常时,可能输出不符合风机功率规律或设备安全约束的控制建议,影响工业控制系统的可靠性。
技术实现思路
1、有鉴于此,本发明旨在提出基于耗能分析的循环水塔风机频率调节控制方法,以期解决上述部分技术问题中的至少之一。
2、为达到上述目的,本发明的技术方案是这样实现的:
3、基于耗能分析的循环水塔风机频率调节控制方法,包括:
4、采集循环水塔和风机运行数据并预处理,得到包含温度偏差和温度趋势的运行特征以及可用风机集合;
5、根据历史控制动作生成温度影子惯性量,并将其并入所述运行特征;
6、基于所述运行特征、可用风机集合和温度影子惯性量生成候选风机运行方案;
7、将每个候选风机运行方案作为神经网络模型输入的一部分,预测对应的温度、能耗和风险结果;
8、对预测结果进行物理校验和综合评价,选定并执行风机频率或启停控制动作。
9、进一步的,所述采集循环水塔和风机运行数据并预处理,包括按照采样周期获取循环水参数、环境参数、风机运行参数和风机状态参数;
10、对获取的数据进行有效性判断,将异常数据排除于自动优化控制之外;
11、对有效数据进行平滑和归一化处理,形成所述运行特征,并根据风机状态参数判断风机是否满足自动控制条件,形成所述可用风机集合。
12、进一步的,所述温度偏差根据循环水实际温度和循环水目标温度计算得到,所述温度趋势根据连续采样周期内的温度偏差计算得到;
13、所述温度偏差和温度趋势并入所述运行特征后,用于判断当前冷却能力变化方向,并作为生成所述候选风机运行方案的依据。
14、进一步的,根据所述运行数据中的运行风机频率以及预设的风机额定功率和额定频率,计算单台风机估算功率,将各运行风机估算功率累加得到总功率,并结合采样周期得到周期耗电量;
15、在分析时间窗口内根据循环水温度变化量和所述周期耗电量计算单位降温能耗,所述单位降温能耗用于评价所述候选风机运行方案。
16、进一步的,所述根据历史控制动作生成温度影子惯性量,包括读取历史时间窗口内的风机频率调节动作和风机启停动作;
17、根据各历史控制动作的动作类型、发生时间和动作幅度生成对应的温度影响序列;
18、按照预设释放周期计算各温度影响序列在当前采样周期的剩余影响量,并将所述剩余影响量叠加得到所述温度影子惯性量。
19、进一步的,所述生成候选风机运行方案,包括根据所述运行特征、可用风机集合和温度影子惯性量确定当前控制周期允许的冷却能力调整范围;
20、在所述冷却能力调整范围内生成包含目标运行风机数量、各风机目标频率、启停对象和预计功率变化的候选风机运行方案;
21、将违反频率范围、启停间隔或风机可用条件的候选风机运行方案剔除。
22、进一步的,在剔除不满足条件的所述候选风机运行方案后,根据保留的候选风机运行方案、所述运行特征、由运行特征在历史时间窗口内形成的历史特征以及根据历史控制动作得到的温度影子惯性量,形成候选控制样本;
23、将所述候选控制样本输入神经网络模型,得到预测循环水温度变化、预测风机耗电量、预测单位降温能耗、预测温度达标概率和预测风险值。
24、进一步的,所述物理校验包括根据所述候选风机运行方案中的目标运行风机数量和各风机目标频率计算理论功率变化,并将所述理论功率变化与所述预测风机耗电量对应的能耗变化进行比对;
25、根据目标运行风机数量和各风机目标频率确定冷却能力变化,并结合运行特征中的温度趋势和温度影子惯性量对所述预测循环水温度变化进行一致性判断,得到可信度标签。
26、进一步的,所述综合评价包括根据所述预测循环水温度变化判断温度约束,根据所述预测风机耗电量判断能耗约束,根据预测单位降温能耗、预测风险值和所述可信度标签判断执行风险;
27、在满足温度约束且执行风险符合控制条件的候选风机运行方案中,选定频率变化幅度和启停变化较小的方案作为执行动作,并根据所述执行动作输出风机频率调节指令或启停指令。
28、进一步的,在执行所述风机频率调节指令或启停指令后,采集控制后的循环水温度、风机频率、运行风机数量和风机耗电量,并与所述预测循环水温度变化、预测风机耗电量和预测单位降温能耗进行比较,得到预测偏差;
29、根据所述预测偏差生成闭环样本,并利用所述闭环样本更新神经网络模型和用于生成温度影子惯性量的释放周期。
30、相对于现有技术,本发明具有以下有益效果:
31、将历史控制动作尚未释放完毕的冷却影响转换为温度影子惯性量,使控制过程能够识别动作效果尚未完全体现的情况,减少因温度滞后造成的连续调节和频繁启停。
32、将风机频率调节、风机启停以及多台风机运行组合统一生成候选风机运行方案,并在实际执行前进行预测比较,使控制系统能够在少台高频运行、多台低频运行以及保持观察等不同方案之间进行择优。
33、将候选风机运行方案作为神经网络模型输入的一部分,使模型分别预测不同控制动作执行后的温度、能耗和风险结果。
34、通过物理校验过程,将神经网络预测结果与风机功率规律、温度趋势、温度影子惯性量和设备约束进行比对,降低纯数据模型输出不合理控制建议的风险。
35、将控制动作执行后的实际温度响应和实际耗能结果回写至样本库,并用于神经网络模型和温度影子惯性参数修正,使控制方法能够适应季节变化、设备老化和生产负荷变化。
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