一种基于多模态感知的PMV自适应的暖通空调控制系统及方法与流程
本发明属于公共建筑暖通空调智能调控,具体为一种基于多模态感知的pmv自适应的暖通空调控制系统及方法,适用于商场、写字楼等中央空调系统。
背景技术:
1、中央空调依靠冷热源、新风、加湿及回风系统共同调节室内环境参数,当前商超、高层办公楼等人员密集场所普遍采用集中式中央空调加末端风机盘管系统,是维持室内热舒适性的关键设备。近些年公共建筑数量持续增加,暖通系统能耗在建筑总能耗中的占比逐年攀升,因此,在保障人员舒适的前提下通过自控方法实现节能降耗已经成为行业刚需。
2、当前商用中央空调自控大多通过固定点位布置的温湿度传感器采集环境数据,配套固定参数pmv模型完成机组调控和风阀开度控制。少数改进方案搭配毫米波雷达采集人体相关数据,依靠单一算法核算房间负荷,通过分区控温改善恒温运行带来的不良体感,但实际运行过程中仍存在不少问题。部分现有技术采用智能手环等可穿戴设备采集人体体感信息,受制于设备佩戴率、用户数据授权意愿,仅能采集小范围人员,很难在开放式公共空间推广应用。常规自控仅采集温湿度两项环境指标,缺少现场人员画面、用户主观冷热反馈、远期气象变化、周期性客流变化等多维度参考信息,pmv计算结果始终和现场真实感受存在偏差。同时,常规节能调控多采用固定时段预冷、夜间蓄冷的程序化设置,无法跟随天气变化、商场节假日营业时间动态调整预冷预热时间。另外系统故障处理通常为被动检修,仅依托零散运维记录,难以对设备缓慢老化做出预判。
3、有鉴于此,特提出本发明。
技术实现思路
1、针对现有技术的不足,本发明提供了一种基于多模态感知的pmv自适应的暖通空调控制系统及方法,以解决上述背景技术中提及的技术问题。
2、本发明提供技术方案如下:
3、一种基于多模态感知的pmv自适应的暖通空调控制系统,包括多维度现场数据采集单元、计算主机单元、空调执行单元、分场景节能管控单元、设备故障预判与分级处置单元;
4、其中,所述多维度现场数据采集单元采集设备的布设位置、采集频次结合建筑物类别灵活调整,所有采集原始数据汇总至计算主机单元;
5、所述计算主机单元接收多维度现场数据采集单元上传的全部原始数据,通过数据筛选、参数换算后输出空调调控指令;
6、所述空调执行单元接收计算主机单元下发的调控指令,分别管控冷源、加湿除湿、新风回风、主风道分支、房间末端设备;
7、所述分场景节能管控单元托实测多源数据、cfd仿真结果以及客流、气象预测信息,结合项目实际运营需求选用对应节能策略;
8、所述设备故障预判与分级处置单元根据实时采集的系统设备运行参数,结合历史故障案例实现故障提前预警、定位与分级处理。
9、在所述多维度现场数据采集单元中包括环境传感子模块、红外视觉采集子模块、云端数据采集子模块、用户端采集子模块;
10、其中,所述用户端采集子模块在各空调分区的人员活动区、办公区设置集成传感器,同步采集区域内环境的温度、湿度、风速等三项环境参数,数据按固定采样周期上传;
11、所述红外视觉采集子模块由可见光工业相机搭配红外热成像设备组成,相机采集画面用于统计分区内人员数量、分布位置、人员活动姿态,辅助判断人员活动强度;红外热成像连续采集人体裸露部位表皮温度,通过连续帧红外时序数据过滤人员瞬间走动、肢体晃动带来的瞬时测温误差,剔除无效测温数据。本模块无需人员佩戴任何传感设备,依靠非接触采集方式获取人体生理相关参数;
12、所述云端数据采集子模块通过有线或者4g通信对接公共气象平台、商场运营数据库,自动抓取未来数日的气象温度、阴晴雨雪数据,同步录入节假日、商铺开闭店时间表、历史客流统计台账;
13、所述用户端采集子模块对接现场布设的实体交互终端以及微信小程序,由在场人员主动填报冷热体验反馈,补充设备监测无法覆盖的个性化体感信息。
14、所述计算主机单元包括多源数据预处理子模块、cfd工况仿真与pmv修正子模块、运行工况决策子模块、运行工况决策子模块;
15、其中,多源数据预处理子模块针对传感器漂移、瞬时干扰产生的异常数值做剔除处理,统一环境实测参数、红外测温时序数据、现场图像、外网气象、用户反馈等不同格式数据,完成标准化换算后送入计算环节;
16、cfd工况仿真与pmv修正子模块包括主机内部预设空调系统各分区离线cfd仿真模型,依托预处理后的实测数据修正模型边界条件,结合实测表皮温度、人员衣着、活动量核算实时代谢率、用户反馈的冷热满意度,动态修正分区适用pmv舒适范围;调用对应分区cfd模型运算,输出房间实时温湿度场分布结果。
17、运行工况决策子模块根据cfd工况仿真与pmv修正子模块输出的空间温湿度分布结果、修正后的pmv舒适区间、未来气象数据、预估客流量,按照预设节能约束条件,统筹中央空调主机运行参数、各支路风道阀门开度、末端设备调节量,生成分区调控指令下发至执行单元;同时调取历史设备运维数据,对比当前设备运行参数,根据参数变化预判设备损坏风险,输出故障预警信息。
18、设备与参数知识库子模块包括本地存储国标pmv参数表、人体生理样本库、不同材质衣物热阻数据库、历年设备故障案例库、各分区历史舒适工况数据,仿真与决策环节按需调取匹配参考参数。
19、所述空调执行单元包括制冷调控子模块、回风调控子模块、管路风阀控制子模块;
20、所述制冷调控子模块对接中央空调压缩机组、水冷换热装置,依据总冷量需求动态调整压缩机运行频率、冷媒循环流量,精准匹配全区域冷热负荷;
21、所述回风调控子模块通过调节回风风机转速、回风挡板开度,调节新风与回风混合比例,在保障空气品质的前提下优化能耗;
22、所述管路风阀控制子模块管控风道主、分支及末端调节阀,按照各区域总负荷调整阀门开度,分配主风道送风量;依据单房间实测舒适需求微调末端阀门开度,细化末端风量分配。
23、所述分场景节能管控单元包括气象联动温控模块、客流预判预调控模块、会议室/餐饮区域分时调控模块、无人区域降耗管控模块、峰谷电价配合蓄能模块;
24、所述气象联动温控模块结合环境日照、气温、雨雪等气象数据修正建筑围护结构得热负荷,晴热天气适当抬升室内基准控制温度,阴冷降雨天气小幅下调设定值,依托自然冷热资源降低空调负荷;
25、所述客流预判预调模块控依托商场营业时间、历年节假日客流数据预判各时段人员密度,客流高峰来临前1-2小时启动空调系统预冷;客流逐步回落阶段缓慢下调机组负荷,降低空耗能耗;
26、所述会议室/餐饮区域分时调控模块依靠小程序收集会议室预约使用时间,在会议开场前完成对应房间温湿度预调节,散会后降低该区域送风;餐饮区按照固定开餐时段提前调整室温,适配用餐客流集中工况;
27、所述无人区域降耗管控模块依靠相机和红外识别判定长时间无人员停留的分区,主机下发指令关断对应末端风阀,缩减该支路冷量供给;
28、峰谷电价配合蓄能模块结合当地分时电价标准,用电低谷时段利用建筑围护结构蓄存冷量,在用电高峰阶段释放蓄冷,减少高峰期压缩机高频运行时长。
29、设备故障预判与分级处置单元包括运行参数采集子模块、故障预判子模块、故障预判子模块;
30、运行参数采集子模块采集压缩机频率、风机转速、各风阀开度、温湿度测点偏差、冷媒运行压力等运行数据,同步汇总前端采集的异常环境数据作为故障研判基础;
31、故障预判子模块对比cfd仿真理论温湿度场和现场实际采集环境数据,再对照数据库内历史故障特征参数,区分传感器漂移、滤网积灰堵塞、风道漏风、阀门卡滞、主机工况异常等故障类型,区分渐进老化故障与突发设备故障;
32、分级自愈处置子模块针对传感器漂移类轻微故障,系统采用邻近测点数据做算法补偿,保证调控暂时不受影响;在阀门、末端设备、压缩机等核心部件出现故障时,系统自动生成维保工单推送运维人员,同步优化周边区域送风参数,削弱故障带来的室温波动。故障数据定期存入知识库,用于后续的故障预判与cfd模型迭代优化。
33、一种基于多模态感知的pmv自适应的暖通空调控制方法,包括多维度现场数据采集单元、计算主机单元、空调执行单元、分场景节能管控单元、设备故障预判与分级处置单元;该控制方法包括如下步骤:
34、s100、多维度现场数据采集单元采集设备的布设位置、采集频次结合建筑物类别灵活调整,所有采集原始数据汇总至计算主机单元;
35、s200、计算主机单元接收多维度现场数据采集单元上传的全部原始数据,通过数据筛选、参数换算后输出空调调控指令;
36、s300、空调执行单元接收计算主机单元下发的调控指令,分别管控冷源、加湿除湿、新风回风、主风道分支、房间末端设备;
37、s400、分场景节能管控单元托实测多源数据、cfd仿真结果以及客流、气象预测信息,结合项目实际运营需求选用对应节能策略;
38、s500、设备故障预判与分级处置单元根据实时采集的系统设备运行参数,结合历史故障案例实现故障提前预警、定位与分级处理。
39、与现有技术相比,本发明提供的一种基于多模态感知的pmv自适应的暖通空调控制系统实现了多模态体感采集,解决了公共区域人体生理参数难以获取的行业痛点;同时构建了“多维数据+cfd反演”的pmv动态修正机制,使空调调控真正贴近人员真实体感。
40、本发明形成了“气象-客流-分区-蓄能”的多场景自适应节能体系,在保障舒适的前提下实现能效最优;同时建立了“预判-分级-自愈-迭代”的闭环故障管理体系,显著提升系统运行稳定性。
41、为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
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