空调系统末端设备逐时能耗拆分方法、装置及设备及介质与流程

1.本发明涉及计算机技术领域，特别是涉及一种空调系统末端设备逐时能耗拆分方法、装置及设备及介质。


背景技术：

2.公共建筑的总能耗通常按照建筑用能分项进行拆分，常见的分项包括照明系统、动力系统和空调系统等，其中，对建筑空调系统末端设备能耗的计量通常通过现有的建筑能耗分项计量装置完成，所得到的计量结果能够为建筑能效诊断和空调系统的故障诊断提供依据。
3.然而，受限于建筑空间位置约束，现有的建筑配电系统往往存在着不同建筑分项能耗相互混淆的情况，最突出的问题便是空调系统的末端设备能耗与照明插座分项能耗或动力分项能耗相混合的问题，技术人员并无法得到准确的空调系统的末端设备能耗结果，这对空调系统的运行故障检测和判断都带来了不便。


技术实现要素：

4.针对上述技术问题，本发明提供空调系统末端设备逐时能耗拆分方法、装置及设备及介质，可基于傅里叶级数技术，使用尽量少的运行参数计算建筑分项电耗数据，进而得到更准确的空调系统末端设备逐时能耗拆分结果。
5.有鉴于此，第一方面，本发明提供一种空调系统末端设备逐时能耗拆分方法，包括：
6.获取建筑中目标分项的逐时能耗计量数据；其中，所述目标分项为照明插座分项或动力分项，所述逐时能耗计量数据为空调系统末端设备能耗与所述目标分项逐时能耗的混合数据；
7.获取所述目标分项所对应的傅里叶级数模型，所述傅里叶级数模型基于所述目标分项的历史能耗数据构建，用于表征所述目标分项逐时能耗的周期性变化情况；
8.利用所述傅里叶级数模型计算所述目标分项的逐时能耗纯净数据；
9.根据所述逐时能耗计量数据与所述逐时能耗纯净数据的差值，得到所述空调系统末端设备的逐时能耗。
10.可选的，所述傅里叶级数模型计算包括：所述目标分项在第一计算周期下的能耗值、所述目标分项在第二计算周期下的能耗值以及所述目标分项在所述第一计算周期和所述第二计算周期共同影响下的能耗值。
11.可选的，所述第一计算周期为年周期，所述第二计算周期为日周期。
12.可选的，所述目标分项的历史能耗数据具体为：所述目标分项在过渡时期的能耗分项计量数据，所述过渡时期是指所述空调系统不运行的时期。
13.第二方面，本发明提供一种空调系统末端设备逐时能耗拆分装置，包括：
14.第一获取模块，用于获取建筑中目标分项的逐时能耗计量数据；其中，所述目标分
项为照明插座分项或动力分项，所述逐时能耗计量数据为空调系统末端设备能耗与所述目标分项逐时能耗的混合数据；
15.第二获取模块，用于获取所述目标分项所对应的傅里叶级数模型，所述傅里叶级数模型基于所述目标分项的历史能耗数据构建，用于表征所述目标分项逐时能耗的周期性变化情况；
16.计算模块，用于利用所述傅里叶级数模型计算所述目标分项的逐时能耗纯净数据；
17.拆分模块，用于根据所述逐时能耗计量数据与所述逐时能耗纯净数据的差值，得到所述空调系统末端设备的逐时能耗。
18.可选的，所述傅里叶级数模型计算包括：所述目标分项在第一计算周期下的能耗值、所述目标分项在第二计算周期下的能耗值以及所述目标分项在所述第一计算周期和所述第二计算周期共同影响下的能耗值。
19.可选的，所述第一计算周期为年周期，所述第二计算周期为日周期。
20.可选的，所述目标分项的历史能耗数据具体为：所述目标分项在过渡时期的能耗分项计量数据，所述过渡时期是指所述空调系统不运行的时期。
21.第三方面，本发明提供一种数据处理设备，包括处理器，所述处理器和存储器耦合，所述存储器存储有程序，所述程序由所述处理器执行，使得所述数据处理设备执行第一方面所述的空调系统末端设备逐时能耗拆分方法。
22.第四方面，本发明还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时，实现如上述第一方面所述的空调系统末端设备逐时能耗拆分方法。
23.相比现有技术，本发明的有益效果在于：
24.本发明提供的空调系统末端设备逐时能耗拆分方法利用傅里叶级数模型模拟建筑分项能耗的周期性变化，能够有效减少运行参数的引入，提高计算效率；同时，利用傅里叶级数模型还可很好地将空调系统末端设备逐时能耗从与其他建筑分项能耗中拆分出来，且拆分结果准确性更高。
25.对应的，本发明还提供了空调系统末端设备逐时能耗拆分装置、数据处理设备和计算机存储介质。
附图说明
26.为了更清楚地说明本发明的技术方案，下面将对实施方式中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
27.图1是本发明实施例提供的空调系统末端设备逐时能耗拆分方法的流程示意图；
28.图2是本发明实施例提供的空调系统末端设备逐时能耗拆分装置的结构框图。
具体实施方式
29.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于
本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
30.如图1所示，第一方面，本发明一个实施例提供一种空调系统末端设备逐时能耗拆分方法，包括下述步骤：
31.s1：获取建筑中目标分项的逐时能耗计量数据；其中，所述目标分项为照明插座分项或动力分项，所述逐时能耗计量数据为空调系统末端设备能耗与所述目标分项逐时能耗的混合数据。
32.建筑中通常安装有电能分项计量装置，用于计量每个建筑分项的电耗情况。在电能分项计量装置的计量数据中，空调系统末端设备往往混合在其他用电分项中；具体地，空调系统末端设备能耗的混合情况通常分为三种情形，第一种情形是空调系统末端设备能耗混合在照明插座分项能耗中，第二种情形是空调系统末端设备能耗混合在动力分项能耗中，第三种情形则是空调系统末端设备能耗部分混合在照明插座分项能耗中，剩余部分混合在动力分项能耗中。
33.对于不同情形下的空调系统末端设备能耗拆分，需确定其对应的目标分项是单照明插座分项、单动力分项还是照明插座分项和动力分项，以确保拆分结果的准确性。
34.需要说明的是，空调系统包括冷源、热源、冷却设备、输配设备和末端设备；其中末端设备包括空气处理机组、新风机组和风机盘管等。
35.s2：获取所述目标分项所对应的傅里叶级数模型，所述傅里叶级数模型基于所述目标分项的历史能耗数据构建，用于表征所述目标分项逐时能耗的周期性变化情况。
36.在本实施例中，对于建筑的不同分项，其能耗特征不同，因此，当确定了目标分项后，需基于该目标分项对应的历史能耗数据构建相应的傅里叶级数模型，提高模型计算结果的准确性。
37.通过分析建筑分项的历史数据可得，对于照明插座分项或动力分项，其逐时能耗在一天内和每年内均呈现周期性变化，且与建筑外环境温度、太阳辐射等气象参数之间无相关性，因此，本发明实施例采用傅里叶级数这种经典的周期函数对建筑目标分项的逐时能耗进行建模，以模拟逐时能耗与时间序列间的周期性变化。
38.具体地，所述傅里叶级数模型具体表示为：
[0039][0040]
其中，e表示目标分项逐时能耗，a表示能耗均值，为常数项；f(d)表示目标分项在第一计算周期下的能耗，表示目标分项在第二计算周期下的能耗，表示目标分项在第一计算周期和第二计算周期共同影响下的能耗，ε表示误差或残差。
[0041]
在一个实施例中，所述第一计算周期为年周期，所述第二计算周期为日周期，因此，所述傅里叶级数模型中的f(d)可体现在年周期内，能耗随着日/季节的变化情况；可体现在日周期内，能耗随着小时的变化情况；则可体现能耗受日/季节和小时共同影响下的变化情况。
[0042]
对应的，所述f(d)可表示为：
[0043]
[0044]
其中，α
m
和β
m
均为所述傅里叶级数模型中的参数，2πω
m
为年周期下的谐波频率，d表示年周期下的时间，可为日数 /季节数。
[0045]
所述可表示为：
[0046][0047]
其中，δ
n
和η
n
均为所述傅里叶级数模型中的参数， 2πω
n
为日周期下的谐波频率，h表示日周期下的时间，具体为小时数。
[0048]
所述可表示为：
[0049][0050]
其中，γ
m
、λ
m
、μ
n
和κ
n
均为所述傅里叶级数模型中的参数。
[0051]
需要说明的是，建筑在不同时间段中的用能特征不同，如周末、节假日和工作日等不同日类型的能耗结果均有差别。因此，为了提高所述傅里叶级数模型的准确度，除了考虑目标分项的类型，还需根据建筑的日类型种类对应构建模型。
[0052]
具体地，确定目标分项的同时，还需根据建筑的日均能耗值确定日类型种类，同一日类型下，建筑分项逐时能耗可以日为周期，以小时为变化量。
[0053]
进一步地，获取目标分项基于所述日类型下的历史能耗数据，并作为训练数据，对初始的傅里叶级数模型进行训练，确定目标分项对应的模型参数。
[0054]
在本实施例中，所选取的历史能耗数据需为过渡时期数据，即空调不运行的时间段内的能耗数据；具体可为：建筑的分项计量数据中，空调系统冷热源、冷冻水泵和热水泵设备的能耗均为零或均为待机状况下的照明插座分项能耗数据，或动力分项能耗数据。
[0055]
具体地，可将所获取的照明插座分项的历史能耗数据或动力分项的历史能耗数据作为训练数据，通过逐步回归的方式对照明插座分项或动力分项所对应的傅里叶级数模型进行训练，得到模型中各参数的值，最终确定两类建筑分项对应的傅里叶级数模型。
[0056]
可以理解的是，本实施例还从历史能耗数据中获取验证数据，并利用验证数据对所得到的傅里叶级数模型进行验证，以确保模型的准确性。
[0057]
s3：利用所述傅里叶级数模型计算所述目标分项的逐时能耗纯净数据。
[0058]
通过上述步骤得到验证过的傅里叶级数模型后，利用所述验证过的傅里叶级数模型计算照明插座分项或动力分项的逐时能耗；具体地，可利用照明插座分项对应的傅里叶级数模型计算纯照明插座分项逐时能耗，或利用动力分项对应的傅里叶级数模型计算纯动力分项的逐时能耗。
[0059]
上述实施例通过利用傅里叶级数模型模拟建筑能耗的周期性变化，能够有效减少环境参数的引入，提高计算效率，且得到的计算结果准确率更高。
[0060]
s4：根据所述逐时能耗计量数据与所述逐时能耗纯净数据的差值，得到所述空调系统末端设备的逐时能耗。
[0061]
在一个具体实施例中，得到了照明插座分项的纯逐时能耗或动力分项的纯逐时能耗后，可基于减法原则对空调季节中的空调系统末端设备能耗进行拆分，以得到空调系统
末端设备的用电情况。
[0062]
具体地，将所获取的混合了空调系统末端设备能耗的建筑目标分项逐时能耗数据减去通过模型得到的目标分项纯净逐时能耗，便可从混合的逐时能耗数据中拆分得到空调系统末端设备的逐时能耗，且拆分结果准确度高。
[0063]
本发明上述实施例利用傅里叶级数模型从混合了空调系统末端设备能耗的建筑分项用电中更精确地拆分出了空调系统末端设备逐时能耗，且利用该拆分结果可进行空调系统的运行故障检测和诊断，有效避免了异常用电和低效用电，还可提升节能效果。
[0064]
参照图2，第二方面，本发明一个实施例还提供一种空调系统末端设备逐时能耗拆分装置，包括第一获取模块101、第二获取模块102、计算模块103和拆分模块104。
[0065]
第一获取模块101用于获取建筑中目标分项的逐时能耗计量数据；其中，所述目标分项为照明插座分项或动力分项，所述逐时能耗计量数据为空调系统末端设备能耗与所述目标分项逐时能耗的混合数据。
[0066]
第二获取模块102用于获取所述目标分项所对应的傅里叶级数模型，所述傅里叶级数模型基于所述目标分项的历史能耗数据构建，用于表征所述目标分项逐时能耗的周期性变化情况。
[0067]
计算模块103用于利用所述傅里叶级数模型计算所述目标分项的逐时能耗纯净数据。
[0068]
拆分模块104用于根据所述逐时能耗计量数据与所述逐时能耗纯净数据的差值，得到所述空调系统末端设备的逐时能耗。
[0069]
上述装置内的各模块之间信息交互、执行过程等内容，由于与本发明第一方面的空调系统末端设备逐时能耗拆分方法实施例基于同一构思，具体内容可参见本发明方法实施例中的叙述，此处不再赘述。
[0070]
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方法的目的。
[0071]
第三方面，本发明提供一种数据处理设备，包括处理器，所述处理器和存储器耦合，所述存储器存储有程序，所述程序由所述处理器执行，使得所述数据处理设备执行第一方面所述的空调系统末端设备逐时能耗拆分方法。
[0072]
第四方面，本发明还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时，实现如上述第一方面所述的空调系统末端设备逐时能耗拆分方法。
[0073]
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于计算机可监听存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(read
‑
only memory，rom)或随机存储记忆体(random access memory，ram)等。
[0074]
以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。