中央空调计费装置与系统的制作方法

1.本发明涉及中央空调计量计费领域，具体地说涉及一种中央空调计费装置与系统。


背景技术：

2.中央空调系统由冷热源系统和冷热量传输及空气调节系统组成。夏季，制冷系统为空气调节系统提供所需冷量，用以抵消室内环境热负荷的热量；冬季，制热系统为空气调节系统提供用以抵消室内环境热负荷的冷量。中央空调由主机通过冷媒管道向各末端单元供冷，其中冷媒可以是水、风或制冷剂三种中的任一种。以水冷式中央空调为例，其是由一台主机通过冷水管接多个风机盘管末端的方式来向不同房间输送冷量以达到室内空气调节目的的空调。
3.中央空调最突出的特点是提供舒适的工作生活环境，随着国内大型公共建筑中空调需求的快速发展，越来越多的写字楼、商场、酒店式公寓等建筑开始安装中央空调系统。
4.新世纪，人类面临着能源与环境两大问题，即能源短缺与环境恶化。建筑业与工业生产、交通运输成为我国的三大能源消费行业，占全国能耗的30％左右。而空调制冷与采暖系统能耗占建筑总能耗50％～60％。公共建筑中中央空调的节能措施可以有效降低建筑能耗，实现可持续性发展。而，目前中央空调的计费方式很多地方仍采用传统简单的面积分摊法；这种方法简单方便，但是这种计费方式下大部分人并不考虑空调使用是否节能，造成有人没人空调照开的现象，导致能源浪费。
5.如果采用能量计量法，用多少交多少费用，则可以唤醒人们的节能意识。采用合理的计费方式可以改变消费者的用能习惯，因此，合理选择和采用中央空调计费方式具有很重要的节能意义。
6.中央空调的收费方式最初是按面积分摊，因此存在着空调浪费的现象。为此，近年来提出了基于中央空调的新的分户计费系统，希望通过合理地对每室用户进行费用分摊，实现合理计费，从而减少用电浪费严重、建筑能耗居高不下的现象。
7.中央空调的冷量计量和分摊计费新技术中，出现了冷冻水计量法。冷冻水计量法又分为两种，一种是将水表安装在风机盘管出水口处，通过水表来计量风机盘管内冷冻水流量；这种方法简单地解决了用多用少不一样的弊端，但没有考虑冷冻水进出口温度。另一种方法正好相反，认为冷冻水流量不变，只计量冷冻水进出口温差，只要空调开启就进行计费。这些方法，包括后续改进的能量表法，都从末端对固定几个参数进行检测，无法反映中央空调系统整体工况变化对末端冷量供应的影响，从而难以体现用户真实的冷量消耗。
8.以水冷式中央空调为例，传统冷量计量需要注意的另一个问题就是供回水温差较之采暖而言要小得多，所以这就要求温度传感器的测量精度需要更高，无疑，在每个末端采用高精度传感器将大大增加用户成本；而采用普通传感器则普遍存在采样波动大而计量不准的问题。
9.高成本能量表推广困难，目前，据调查，各类中央空调冷量新建分摊计费系统以采
用间接计费或当量计费的工程项目为多，而间接或当量计费中又以时间型计费居多。时间型计量的冷量当量或累积用量为额定测试条件下的推算量，如公开号为cn 100504338c的中国专利，其基本原理上是对末端各档风速的工作时间累积计算。时间型计费从制冷量与风机盘管的进、出水温差、以及水量成正比出发，将风机盘管风速看作温差的影响因素，认为风速越大时空气体积流量也越大，进而冷量当量也越大。对具有高、中、低三个风速档位vh、vm、v
l
恒定的风机盘管，其冷量当量为：
10.q＝khth kmtm k
l
t
l
，
11.其中，th、tm、t
l
为高、中、低风速下二通阀的开启时间(s)，kh、km、k
l
为高、中、低风速下的比例系数(kj/s)。二通阀本身是一个开关部件，通过检测每个二通阀的开启与关闭，从而可以得到在一定时间内二通阀开通累计时间，以及风速的不同档位。可见，时间型计量方法中，中央空调的每一个末端风机送出的冷量是利用不同风速下开启二通阀开关的时间累积值，作为计算其冷量的依据。该方法的关键在于，如何获得其中的kh、km、k
l
系数？目前的方法是，用估算的经验或理论值，或者采用风机盘管厂家基于额定条件如干球27℃，湿球19.5℃，冷冻水入口温度7℃时，各个风档风量下的冷量而测算得出的系数值。
12.这种以固定系数来计算动态工况下冷量的方法，显然只能用于估算而无法准确计量。
13.中央空调系统冷量计量是冷量计费的基础，但从计量到收费，还需考虑诸多因素。针对一般建筑而言，冷量费用不能简单地用空调冷量用量乘以冷量单价计算，还需考虑空调房间不同位置及户间传热的影响。
14.因为房间热负荷跟环境参数、太阳辐射、维护结构传热特性等因素有关，不同朝向如朝南、朝北，不同高度如顶层、中间层、底层等房间的热负荷差异可能较大。因此，集中供冷系统应考虑房间不同位置及朝向对这些房间的冷量或单价进行修正。另外，户间传热也是一个重要的影响因素。相邻房间使用率低或空置的情况下，空调房间冷负荷会增加。若仅仅按冷量收费，相同面积房间收取的冷量费用差异较大，也有失公平。
15.但，由于日照、结构及邻室等多种因素耦合在一起共同发生作用，难以独立区分各因素的影响程度，现有计费方法中往往用经验系数法。如天津大学田雨辰在《计量供热相关问题的研究》的学位论文中，结合参考规范对不同建筑结构、不同房型、不同朝向运用统计学的方法计算各户修正系数，对非节能住宅不同位置的房间的修正系数进行了例算，对9类房间给出了0.55～1.00的修正系数。这种例算法只能给出一个粗略的指导，无法准确标定具体建筑物不同方位房间的耗冷量化关系。
16.因此，行业内亟需一套能准确计量实际工况下中央空调末端的冷量当量，并对不同方位房间进行耗冷量修正，从而进行以冷量耗用为基础并对环境因素进行量化修正的合理的分摊计费装置与系统，实现多用多缴费、少用少给钱的目标，从而最终提高广大用户的节能意识并达到节能和保护环境的目的。


技术实现要素：

17.有鉴于此，本发明的目的是提供一种能对中央空调中末端单元的冷量进行准确计量并对各房间进行用冷量量化修正后计费的装置、系统，实现按实际用冷量的合理有效计费。
18.本发明的技术解决方案是，提供一种以下结构的中央空调计费装置，其包括：控制单元，及与所述控制单元相连的传感检测单元、用户接口单元和工况调节单元；
19.所述传感检测单元对所述中央空调的工况及环境条件进行检测；
20.所述控制单元被配置为：
21.首先，对中央空调末端单元供冷当量进行计量建模，
22.以末端单元所在房间为热负荷，以中央空调系统工况条件为输入量，以本房间末端单元的单位时间供冷量当量为输出量，在控制单元中建立第一神经网络，
23.以系统中参考空气调节单元在相同热负荷条件下的供冷量测算值作为末端单元的供冷量当量，在不同工况条件下采集第一数据样本并对所述第一神经网络进行训练；
24.其次，对中央空调供冷房间按方位类型分类，并对每类方位房间分别建立耗冷模型，
25.以供冷时当前本房间温度、室外气温二个标量，以及当前房间的前后左右上下六方向上房间室内温度值组成的向量作为输入量，以本房间单位时间耗冷量当量为输出量，在控制单元中按房间建立第二神经网络，
26.对当前房间内的末端单元进行自适应控制，阶段性保持房间温度不变，在工况近似稳定时，采集不同输入条件下第二神经网络的第二数据样本，样本中输出量通过所述第一神经网络预测得到，基于所采集数据样本进行训练；
27.基于所离线建立的供冷和耗冷模型，在线应用时，分时段对中央空调进行费用分摊，
28.先根据耗冷模型，以当前房间工况为条件计算出其修正系数式中，i为当前房间序号，房间序号i＝1～n中任一整数，n为房间总数，pi、p
i0
为分别以为分别以作为输入向量时第二神经网络的映射输出，为房间i当前工况，中当前本房间温度及室外气温与相同、且当前房间的六方向上房间室内温度值取值为当前本房间温度；
29.再计算第d时间段第i房间费用为：
30.其中，为当前房间内基于第一神经网络所预测末端单元单位时间供冷量当量pfi(t)累积出的本时段供冷量，q
jd
为房间j的本时段供冷量，k
j3
为房间j对应系数，cd为本时段中央空调总待分摊费用。
31.在本发明的另一个实施例中，还提供一种以下结构的中央空调计费装置，其包括：控制单元，及与所述控制单元相连的传感检测单元、用户接口单元和工况调节单元；
32.所述传感检测单元对所述中央空调的工况及环境条件进行检测；
33.所述控制单元被配置为：
34.首先，对中央空调末端单元供冷当量进行计量建模，
35.以末端单元所在房间为热负荷，以中央空调系统工况条件为输入量，以本房间末
端单元的单位时间供冷量当量为输出量，在控制单元中建立第一神经网络，
36.以系统中参考空气调节单元在相同热负荷条件下的供冷量测算值作为末端单元的供冷量当量，在不同工况条件下采集第一数据样本并对所述第一神经网络进行训练；
37.其次，对中央空调供冷房间按方位类型分类，并对每类方位房间分别建立耗冷模型，
38.以供冷时当前本房间温度、室外气温二个标量，以及当前房间的前后左右上下六方向上房间室内温度值组成的向量作为输入量，以本房间单位时间耗冷量当量为输出量，在控制单元中按房间建立第二神经网络，
39.对当前房间内的末端单元进行自适应控制，阶段性保持房间温度不变，在工况近似稳定时，采集不同输入条件下第二神经网络的第二数据样本，样本中输出量通过所述第一神经网络预测得到，基于所采集数据样本进行训练；
40.基于所离线建立的供冷和耗冷模型，在线应用时，分时段对中央空调进行费用分摊，
41.先以当前房间工况为条件计算出其折算系数式中，i为当前房间序号，si、sj分别为第i、j房间的面积，房间序号i，j＝1～n中任一整数，n为房间总数，pi、pj分别为房间i、j均以作为输入向量时其各自对应第二神经网络的映射输出，为房间i当前工况，
42.并计算舒适系数式中，p
ic
为房间i以作为输入向量时其对应第二神经网络的映射输出，工况与的差别仅在于其当前本房间温度取值为一预设的舒适温度；
43.再计算第d时间段第i房间费用为：
44.其中，k
j1
、k
j2
为房间j对应系数，cd为本时段中央空调总待分摊费用。
45.作为优选，所述舒适温度在制冷时可取如25摄氏度，在供暖时可取如18摄氏度。
46.作为优选，所述max()函数对应的房间编号可以先离线获取。
47.作为优选，第d时间段修正系数计算中，第二神经网络的输入向量内各参数取值为该时段内的均值。
48.作为优选，所述本时段供冷量q
id
以离散短周期累加的方式获取。
49.作为优选，所述第二神经网络的输入量中还增加一个日照辐射强度参数。
50.作为优选，所述中央空调为水冷中央空调，所述末端单元为末端风档，所述第一神经网络以中央空调主机冷冻水供水流量、供回水温差，本房间当前温度、湿度四个标量，以及所有末端风档开启状态值组成的向量作为输入量；
51.作为优选，所述中央空调为全空气中央空调，所述末端单元为末端风档，所述第一神经网络以中央空调主机送风口供风流量、供回风温差，本房间当前温度、湿度四个标量，
以及所有末端风档开启状态值组成的向量作为输入量；
52.作为优选，所述中央空调为变制冷剂流量中央空调，所述末端单元为室内机，所述第一神经网络以中央空调主机功率、室内机功率，本房间当前温度、湿度四个标量，以及所有末端单元风机开启状态值组成的向量作为输入量；
53.作为优选，采集所述第一数据样本时：根据该房间的初始温度设定目标温度，控制末端风档风机驱动器运转将该房间温度调节到所述目标温度并获取当前湿度作为目标湿度；待该房间保持在所述目标温度一段时间后，以所述参考空气调节单元、末端风档分别单独作为冷源工作一定时间以采集样本，并在两种冷源各自工作时使房间温度保持在所述目标温度上，其中末端单元风机以pwm方式工作，参考空气调节单元工作时还通过工况调节单元使湿度保持在目标湿度上，
54.基于所述参考空气调节单元的工作特性和工况计算出冷量耗用功率并将其除以末端风档或末端单元风机平均pwm占空比，以所得值作为所述末端风档或末端单元风机当前开启状态值f时的单位时间制冷量当量。
55.作为优选，当房间有多个末端单元时，当前房间本时段耗冷量其中fi为当前房间中所有风档的集合。
56.作为优选，中央空调的费用分摊还包括按面积分摊部分，则第d时间段第i房间费用为：
[0057][0058]
其中，c
d0
为中央空调的基本费用。
[0059]
作为优选，所述控制单元中设有主处理模块，所述主处理模块中包括一个对所述第二神经网络的数据样本进行采集的样本提取模块，所述样本提取模块被配置为：对中央空调供冷房间的热负荷工况及耗冷量参数进行周期性连续采集，并从中搜索出所述第二神经网络输入量均在预设波动阈值以内变化的周期，将所筛选出周期的数据存入所述第二神经网络的数据样本集中。
[0060]
作为优选，所述预设波动阈值为
±
5％。
[0061]
作为优选，所述预设波动阈值包括第一波动阈值和第二波动阈值，当所述第二神经网络输入量在周期内的变化超过所述第一波动阈值而小于所述第二波动阈值时，该输入量在此周期内的样本值取为其在此周期内的时间平均值。
[0062]
作为优选，以室外气温tw为例，在周期t内的平均室外气温即其时间平均值为作为优选，所述第一波动阈值和第二波动阈值分别为
±
2％、
±
5％。
[0063]
作为优选，所述第一神经网络各样本数据按如下方式采集：
[0064]
待该房间保持在所述目标温度一段时间后，关闭所述驱动器并开始计时，控制所述参考空气调节单元从t＝0至t＝t1的第一时段将该房间温度维持在所述目标温度，同时控制工况调节单元使该房间湿度保持在所述目标湿度，基于所述参考空气调节单元的工作
特性和工况计算制冷功率q(t)并累积出第一时段其制冷量
[0065]
关闭所述参考空气调节单元并再次计时，设置好所述风机的风档开启状态值f后，控制所述驱动器以pwm方式工作并从t＝0至t＝t2的第二时段将该房间温度维持在所述目标温度，计算其当量时间其中δ(t)为pwm值，
[0066]
再次关闭所述驱动器并重新开始计时，控制所述参考空气调节单元从t＝0至t＝t1的第三时段将该房间温度维持在所述目标温度，同时控制工况调节单元使该房间湿度保持在所述目标湿度，再次计算第三时段其制冷量
[0067]
计算获得当前工况下所述风档的单位时间制冷量当量：
[0068]
作为优选，所述传感检测单元中设置有位于中央空调主机冷冻水/冷气供应主管道入口处的流量检测模块、温度检测模块和接入主机处回水/回气主管出口端的温度检测模块，
[0069]
位于房间内不同位置的多个温度检测模块设置在同一高度上且分别位于两条垂直的对角线上。
[0070]
作为优选，所述多个温度检测模块为3～6个，设置高度约为2米。
[0071]
作为优选，所述湿度通过所述传感检测单元中设置在房间回风管道中部的湿度检测模块感知，
[0072]
对应风机转速的低、中、高三挡，所述风档开启状态值可分别取值为三挡各自对应的三个风机功率归一化值。
[0073]
作为优选，所述驱动器以pwm方式工作时，还可以通过风档不同档位风速时的风机电机归一化转速乘以周期内开机占空比δ(t)的积分来计算其当量时间其中k(t)为归一化转速，如最高速为1，其他速度时取值为转速值与该最高速的比值。
[0074]
作为优选，所述温差阈值为0.1℃～0.5℃之间的某个值。
[0075]
作为优选，所述目标温度与初始温度之间的温差≥5℃；
[0076]
在同一个中央空调系统中，对每一型号末端单元，均各建立一个第一神经网络并分别进行训练样本的采集。
[0077]
作为优选，所述参考空气调节单元采用冷热空调；若当量时间dt与第二时段时长t2的比值小于占空比阈值δs，采集所述样本时，第二时段时间范围内，还控制所述参考空气调节单元从τ＝0至τ＝t3时间范围内以制热模式工作，且记录加热的热当量相应地，计算获得当前工况下所述风档的单位时间制冷量当量：
[0078][0079]
作为优选，还可以在参考空气调节单元中设置一个电加热模块，控制所述电加热模块从τ＝0至τ＝t3时间范围内制热，且记录加热的热当量q3＝pr
·
t3，其中pr为电加热模块的加热功率(kw即kj/s)，并类似地计算pf。
[0080]
作为优选，在所述t1、t2时间范围内，均可以已知功率开启加热模块并进行热量计算。
[0081]
作为优选，所述参考空气调节单元的额定制冷功率为末端风机最大风档制冷能力的0.85～1.15倍。
[0082]
作为优选，对于同型号末端单元，还根据末端单元距离所述中央空调主机冷媒供给主管道入口处的水平距离和垂直距离进行二次细分为小类别，对每一所述小类别均各建立一个第一神经网络并分别进行训练样本的采集。
[0083]
作为优选，所述工况调节单元中设有一匀温模块，所述匀温模块包括依次相连的底座、竖直旋转轴、弯角支臂、水平旋转轴、具有两段通过螺栓活动连接支臂的可俯仰支架，该两段支臂的外端部之间连接有一与所述水平旋转轴轴线成锐角的可伸缩支杆，在所述可俯仰支架末端承载有一匀温风扇，
[0084]
所述控制单元还被配置为，控制所述匀温模块运转，使所述匀温风扇轴以空间螺旋线运动、以将所述中央空调末端单元和/或参考空气调节单元吹出的冷气传送到房间各方位，直至房间中的所述多个温度检测模块的温差小于温差阈值。
[0085]
作为优选，所述匀温风扇背部有一扇罩。
[0086]
作为优选，所述传感检测单元中设置有图像采集模块；
[0087]
所述控制单元还包括输入模块、图像处理模块、风机处理模块、映射模块和输出模块，所述控制单元还被配置为：
[0088]
所述图像处理模块基于图像采集模块所获取的房间图像分析房间方位特征，并提取两条相互垂直的对角线；
[0089]
所述主处理模块对事件进行响应，并对其他各模块进行调度；
[0090]
所述风机处理模块根据房间内不同位置上所述多个温度的均值，调节驱动器的pwm波占空比值；
[0091]
所述映射模块中建立有所述第一、第二神经网络，该第一、第二神经网络输入层分别从主处理模块接收其所述输入量，其各自输出层的输出量均分别通过第一连接阵和第二连接阵传输至迭代学习部和主处理模块；离线训练所述第一、第二神经网络时，迭代学习部根据主处理模块和第一、第二神经网络分别通过第一连接阵输入的单位时间制冷量当量实际值和网络输出值，调整第一、第二神经网络的连接权值；在线计量时，第一连接阵断开，第一、第二神经网络分别对单位时间制冷量当量进行预测并经第二连接阵输出给主处理模块，由主处理模块处理分析后通过输出模块输出。
[0092]
作为优选，所述控制单元还包括工况处理模块，所述所述工况处理模块包括匀温规划部和湿度调节部，
[0093]
所述匀温规划部基于所述对角线为匀温模块中匀温风扇的风向规划螺线轨迹并控制匀温模块在每一时间段先按所述轨迹送风，
[0094]
然后，根据房间中的所述多个温度检测模块的温度特征控制所述匀温风扇的按所述轨迹的移动速度，所述移动速度与其对应朝向上温度与目标温度之间温差值的大小成反比。
[0095]
作为优选，所述参考空气调节单元中，设置有干、湿球温度检测模块和送风量检测模块，根据标准测试得到其在不同工况下的显冷量并将参数记录为工作特性表格或曲线，
基于当前进出口空气的干、湿球温度和送风量，所述参考空气调节单元在当前房间的制冷量通过查询、插值所述工作特性而计算得到。
[0096]
作为优选，以水冷式中央空调为例，所述第一神经网络采用bp神经网络，其模型为：
[0097]
隐含层第j个节点输出为
[0098]
输出层的输出为
[0099]
其中，x1～x4为中央空调主机冷冻水供水流量、供回水温差，本房间当前温度、湿度四个标量，x5～xn为所有末端单元开启状态值；f()函数取为sigmoid函数，w
ij
和vj分别为输入层到隐含层的连接权值和隐含层到输出层的连接权值，θj和θ分别为隐含层和输出层阈值，n和k分别为输入层和隐含层节点数，采用梯度下降法进行网络训练。
[0100]
在本发明的又一个实施例中，还提供一种中央空调计费系统，其包括：
[0101]
键入参数、发起操作及人机交互的用户接口单元；
[0102]
用于驱动中央空调末端单元所对应风机的驱动器；
[0103]
已预先获取工作特性、用来作为供冷量参照的参考空气调节单元；
[0104]
用于对中央空调及参考空气调节单元的工况、环境进行检测的传感检测单元；
[0105]
用于对中央空调末端单元及参考空气调节单元的运行工况进行调节的工况调节单元；
[0106]
与所述驱动器、参考空气调节单元、传感检测单元、用户接口单元、工况调节单元均相连的控制单元；其中，所述控制单元被配置为：
[0107]
首先，对末端单元供冷当量进行计量建模，
[0108]
以末端单元所在房间为热负荷，以中央空调系统工况条件为输入量，以本房间末端单元的单位时间供冷量当量为输出量，在控制单元中建立第一神经网络，
[0109]
以系统中参考空气调节单元在相同热负荷条件下的供冷量测算值作为末端单元的供冷量当量，在不同工况条件下采集第一数据样本并对所述第一神经网络进行训练；
[0110]
其次，对中央空调供冷房间按方位类型分类，并对每类方位房间分别建立耗冷模型，
[0111]
以供冷时当前本房间温度、室外气温二个标量，以及当前房间的前后左右上下六方向上房间室内温度值组成的向量作为输入量，以本房间单位时间耗冷量当量为输出量，在控制单元中按房间建立第二神经网络，
[0112]
对当前房间内的末端单元进行自适应控制，阶段性保持房间温度不变，在工况近似稳定时，采集不同输入条件下第二神经网络的第二数据样本，样本中输出量通过所述第一神经网络预测得到，基于所采集数据样本进行训练；
[0113]
基于所离线建立的供冷和耗冷模型，在线应用时，分时段对中央空调进行费用分摊，
[0114]
先根据耗冷模型，以当前房间工况为条件计算出其修正系数
式中，i为当前房间序号，房间序号i＝1～n中任一整数，n为房间总数，pi、p
i0
为分别以为分别以作为输入向量时第二神经网络的映射输出，为房间i当前工况，中当前本房间温度及室外气温与相同、且当前房间的六方向上房间室内温度值取值为当前本房间温度；
[0115]
再计算第d时间段第i房间费用为：
[0116]
其中，为当前房间内基于第一神经网络所预测末端单元单位时间供冷量当量pfi(t)累积出的本时段供冷量，q
jd
为房间j的本时段供冷量，k
j3
为房间j对应系数，cd为本时段中央空调总待分摊费用。
[0117]
作为优选，所述驱动器内置于末端单元中对风机电机进行驱动，控制单元通过驱动器接口控制所述末端单元以pwm方式工作。
[0118]
作为优选，所述费用分摊计算替换为：
[0119]
先以当前房间工况为条件计算出其折算系数式中，i为当前房间序号，si、sj分别为第i、j房间的面积，房间序号i，j＝1～n中任一整数，n为房间总数，pi、pj分别为房间i、j均以作为输入向量时其各自对应第二神经网络的映射输出，为房间i当前工况，
[0120]
并计算舒适系数式中，p
ic
为房间i以作为输入向量时其对应第二神经网络的映射输出，工况与的差别仅在于其当前本房间温度取值为一预设的舒适温度如25摄氏度；
[0121]
再计算第d时间段第i房间费用为：
[0122]
其中，k
j1
、k
j2
为房间j对应系数，cd为本时段中央空调总待分摊费用。
[0123]
采用本发明装置和系统，与现有技术相比，具有以下优点：本发明以分布在不同位置的中央空调末端单元所在房间作为热负荷，以经预先高精度标定的可移动式参考空气调节单元作为参照，来对中央空调末端单元的冷量当量进行计量标定；并以标定后的末端单元，对不同方位房间在日照及邻室影响相近条件下的单位面积耗冷功率进行测量，并相应获得各房间的修正系数，从而实现了中央空调按室内基本热负荷实际冷量耗用和舒适度的计费目的。本发明以影响中央空调末端单元供冷的关键工况因素如主机冷冻水供水流量、供回水温差，本房间当前温度、湿度四个标量，以及所有末端单元开启状态值组成的向量作为输入量，以本房间当前风档的单位时间制冷量即供冷量当量为输出量，建立第一神经网络，作为末端单元计量映射模型；该模型能体现中央空调实际工况变化对末端单元制冷量的影响，能动态反映末端单元的供冷量变化，克服了现有技术以固定系数来估算实际变化的风档制冷量的缺陷。同时，供水温差和流量的测点仅设置在中央空调主机冷冻水供水主
管道出入口处以代替各末端的多点布置，大流量相对末端小流量的检测能减小相对误差，而测点的显著减少使得可通过采用高精度温差检测以进一步减小计量误差。另外，本发明根据风机末端的型号、以及其距离中央空调主机冷冻水供水主管道入口处的水平距离和垂直距离进行类别细分，在模型中以所有末端单元开启状态值作为输入量，从而实现了各风档末端之间相互制约的解耦。分摊计费中，用第二神经网络表示的房间用冷模型，以气温、辐射因素作为输入，补偿了日照在不同方位房间上的差别，六方向相邻房间室温作为输入则体现了邻室传热对耗冷的影响，进而通过修正系数最终把围护结构上的差别也得以消除。
[0124]
本发明能对中央空调末端单元在不同工况下的实际冷量进行准确计量，并实现了按室内热负荷有效耗冷量的计费，有助于空调的节约利用。
附图说明
[0125]
图1a、图1b为本发明中央空调计费装置和系统的两种结构示意图；
[0126]
图2为本发明控制单元的结构示意图；
[0127]
图3a为水冷式中央空调结构示意图，图3b为变制冷剂流量中央空调结构示意图；
[0128]
图4a为参考空气调节单元供冷示意图，图4b为末端风机单元供冷示意图；
[0129]
图5a、图5b为温度检测模块分布及匀温处理示意图；
[0130]
图6为匀温模块的结构示意图；
[0131]
图7a为本发明冷量计量映射原理示意图；图7b为房间用冷换算原理示意图；
[0132]
图8a为本发明中映射模块的结构示意图，图8b为第一神经网络结构示意图；
[0133]
图9为末端单元调节室温原理示意图。
[0134]
图中：1000中央空调计费系统，100中央空调计费装置，200服务器，300末端单元/末端风档，400驱动器，500冷冻水管道；600参考空气调节单元；
[0135]
120传感检测单元，130工况调节单元，140用户接口单元，150控制单元；
[0136]
121温度检测模块，122流量检测模块，123图像采集模块，124电计量模块；
[0137]
131匀温模块，132竖直旋转轴，133弯角支臂，134水平旋转轴，135可伸缩支杆，136可俯仰支架，137扇罩，138匀温风扇，139底座；
[0138]
151输入模块，152主处理模块，153图像处理模块，154工况处理模块，155风机处理模块，156输出模块，157存储模块，158映射模块；
[0139]
1521样本提取部，1522修正系数计算部，1523计费处理部；
[0140]
1541匀温处理部，1542湿度调节部；
[0141]
1581第一神经网络，1582第一连接阵，1583迭代学习部，1584第二连接阵；
[0142]
310风机，320风机盘管，330回风口；340室内机；
[0143]
610外机模块，620内机模块。
具体实施方式
[0144]
以下结合附图对本发明的优选实施例进行详细描述，但本发明并不仅仅限于这些实施例。本发明涵盖任何在本发明的精神和范围上做的替代、修改、等效方法以及方案。
[0145]
为了使公众对本发明有彻底的了解，在以下本发明优选实施例中详细说明了具体
的细节，而对本领域技术人员来说没有这些细节的描述也可以完全理解本发明。
[0146]
在下列段落中参照附图以举例方式更具体地描述本发明。需说明的是，附图均采用较为简化的形式且均使用非精准的比例，仅用以方便、明晰地辅助说明本发明实施例的目的。
[0147]
实施例1：
[0148]
中央空调是由一台主机或机组通过风管、水管、或制冷剂管向不同的房间多个制冷末端供应冷媒的方式来实现室内空气调节目的的空调。参考图3a所示，水冷式中央空调以水作为冷媒，而全空气中央空调为vav变风量空调系统，通过改变风管中的送风量而非送风温度来控制和调节某一空调区域的温度，从而与空调区负荷的变化相适应。参见图3b所示，变制冷剂流量中央空调为vrv或vrf空调系统，是控制冷媒流通量并通过冷媒的直接蒸发或直接凝缩来实现制冷或制热的空调系统。与全空气和水冷式中央空调的两次换热相比，vrv或vrf中央空调系统仅需要一次换热，因此效率更高，但其单主机功率有限因此适合用于小范围集中供冷/暖场合如别墅及写字楼局部楼层等建筑物中。
[0149]
不失一般性，本实施例首先以水冷式中央空调系统的分摊计费进行说明。在水冷式中央空调系统中，末端装置为末端单元、末端风机单元或末端风挡。
[0150]
如图1所示，本发明中央空调计费装置100，其包括：控制单元150，及与所述控制单元150相连的传感检测单元120、用户接口单元140和工况调节单元130。其中，本发明以水冷式中央空调末端单元300所在的房间为热负荷，参考空气调节单元600用来作为该房间不同工况下变化供冷量的参照，传感检测单元120对水冷式中央空调及参考空气调节单元600的运行工况、以及房间用冷工况进行参数检测，用户接口单元140用于键入参数和发起操作，包括人机交互时的显示，如将各户分摊的电费输出显示。
[0151]
水冷式中央空调系统由一个或多个冷热源系统和多个末端空气调节系统组成。中央空调系统运行的过程实质上是热量转移的过程，参考图3a、图4b所示，冷/热源为其中的主机，以制冷为例，在主机中通过压缩机制冷，经过热交换器后将循环水冷却为冷冻水，通过冷冻水管道500输送到各末端空气调节系统即图中的风机盘管320；冷冻水通过风机盘管向各用户房间供冷后，水温升高，循环回热交换器后重新被压缩机制冷工质蒸发带走热量后降温为冷冻水，从而不断地从房间带走热量；同时，压缩机制冷工质被压缩机吸入并压缩为高压蒸汽后排至冷凝器，室外风机或冷却水系统将冷凝器热量排出，即在冷凝器上进行二次热交换，带走冷凝器散发出来热量的热气排放至室外环境中。
[0152]
参考图4b所示，风机盘管320广泛应用于宾馆、商场、办公楼、医院、写字楼等场所，是室内空气与冷冻水进行一次热交换的工作单元。其工作原理是风机将室内空气或室外混合空气在风机310作用下流动，流经表冷器即内部流过冷冻水的弯曲管道后冷却并被送入室内，使室内气温降低，以满足人们的舒适性要求；吹入的冷风在房间内人员、设备、及围护墙体的热作用下，温度升高后通过回风口330，循环到风机盘管320中重新进行换热。
[0153]
在中央空调的热量转移过程中，主机向各末端单元输送冷量。参考图7b所示，为了对各房间耗用冷量进行公平计费，需要解决两方面的问题：即每个房间到底用了多少冷量？而，受日照、围护结构与邻室等因素影响各房间消耗同样冷量后所达到的舒适程度有多大差别又如何对这种差别进行修正？同时，不同用户设置的目标温度不同，又如何对不同温度进行区别计费？
[0154]
其中，每个房间通过末端单元耗用了多少冷量？这是按能耗付费首先必须回答的问题。
[0155]
目前，对末端单元制冷量的计算，是基于监测风机三速开关的状态，通过对高、中、低三个风速档位工作时长进行加权求和得到，而每个档位的权值即系数，往往只能采用厂家在额定工况下标定出来的数据。
[0156]
这种固定权系数的计量计算方法，其局限性是明显的。首先，由于包括距离主机的远近等安装条件等方面的影响，不同风机实际风量可能和各档风量的标称值有些差异；其次，更为关键的原因在于，包括各末端单元在内的水冷式中央空调系统，其工况是动态变化的，用一个固定量去计算一个实际变化的量，这显然是不合理的。
[0157]
在用冷的各房间中，不但风档与标称值之间会存在差别，而且，主机输出的总冷量也在变化的，且各末端单元对该总冷量的分配并非简单的线性比例关系而是相互之间存在相互制约性，即各风档之间有非线性耦合关系。
[0158]
为此，本发明将包括各末端单元在内的水冷式中央空调系统看成一个整体，将供冷量在各末端单元之间的分配看成一个黑箱，基于非线性建模理论，对系统关键工况与末端单元制冷当量之间的映射关系进行建模。
[0159]
而为了对模型进行辨识，需要采集辨识用数据集。其中，需要获得不同工况下的冷量当量。冷量当量如何获取？目前多采用传热工质的焓差法。
[0160]
这种方法在中央空调计费系统中首先被用于构造热量表来对采暖的热量进行计量。热量表由一个热水流量计、一对温度传感器和一个积算仪组成，其工作原理是由热源提供的热水以一定的较高温度流入热交换系统，以较低的温度流出，在此过程中，通过热量交换向用户提供热量。在一定时间内，用户获得的热量可由下列方程计算：
[0161]
e＝∫k(ts-tr)dv，
[0162]
其中，e为热交换系统输出的热量，k为热水比重和比热的修正系数，ts、tr分别是供、回水温度，v是一段时间内流经供热系统的热水流量。
[0163]
焓差法的主要误差来源于工质流量的测量和焓值的确定上，特别是小流量的测量误差较大。类似地，还有通过风侧送回风的检测来对冷量进行计算的方法。相对于水侧计量，风侧计量由于其送风温差比冷水供回水温差大不少，因此其降低了对温度测量的设备和仪表的精度要求，但不管是风侧还是水侧计量，目前都主要是对工质在末端的供回路线上设置测点，由于末端流量小而且温度和流量参数的波动远大于主机端，因此都存在传感器精度与仪表设备成本的矛盾。
[0164]
基于以上研究，为提高模型泛化能力和预测精度，本发明以水冷式中央空调主机冷冻水供水流量、供回水温差，本房间当前温度、湿度四个标量，以及所有末端单元开启状态值组成的向量作为输入量，以本房间当前风档的单位时间制冷量当量即供冷量当量为输出量，在控制单元中建立第一神经网络，作为末端单元计量映射模型。其中，流量和温差这两个关键影响因素仅需要一个测点，且更重要的是所检测的是主管道上的流量，其比末端流量大得多，能有效提高测量精度。
[0165]
本发明以水冷式中央空调末端单元所在的房间为热负荷，以参考空气调节单元作为该房间不同工况下变化供冷量的参照对象来获取系统辨识所需数据样本中的冷量当量值。
[0166]
具体地，如图7a所示，参考空气调节单元即参考机选用一体式可移动空气调节器，先根据标准测试得到其在不同工况下的显冷量并将参数记录为工作特性表格或曲线，建立参考机工况到冷量的第二映射，为其在风档末端所工作房间中的样本冷量计算提供基础。
[0167]
然后，在各输入量组合条件下，离线获取所建立第一神经网络的训练样本。根据水冷式中央空调的供冷系统从主机到末端单元传输冷量的特点，为解决系统时滞和大惯性带来的影响，结合图4a、图4b所示，本发明配置控制单元按如下方式来采集末端单元计量映射模型的样本数据：
[0168]
控制单元通过驱动器来驱动所述水冷式中央空调末端单元所对应的风机；
[0169]
以水冷式中央空调末端单元所在的房间为热负荷，根据该房间的初始温度设定目标温度；通过工况调节单元使得传感检测单元中位于房间内不同位置的多个温度检测模块的温差小于温差阈值；控制驱动器以中央空调末端风机将该房间温度调节到所述目标温度并获取当前湿度作为目标湿度，
[0170]
待该房间保持在所述目标温度一段时间后，关闭驱动器并开始计时，控制参考空气调节单元从t＝0至t＝t1的第一时段将该房间温度维持在目标温度，同时控制工况调节单元使该房间湿度保持在目标湿度，基于所述参考空气调节单元的工作特性和工况计算制冷功率q(t)并累积出第一时段其制冷量
[0171]
关闭参考空气调节单元并再次计时，设置好风机的风档开启状态值f后，控制所述驱动器以pwm方式工作并从t＝0至t＝t2的第二时段将该房间温度维持在目标温度，计算其当量时间其中δ(t)为pwm值，
[0172]
再次关闭驱动器并重新开始计时，控制所述参考空气调节单元从t＝0至t＝t1的第三时段将该房间温度维持在目标温度，同时控制工况调节单元使该房间湿度保持在目标湿度，再次计算第三时段其制冷量
[0173]
计算获得当前工况下所述风档的单位时间制冷量当量：
[0174]
作为优选，其中第三时段时长可以与第一时段时长不同，如两者差别在20％以内。作为优选，开启状态值f分别为低速、中速和高速三挡。
[0175]
在样本集连续采集过程中，可以仅通过改变水冷式中央空调系统的工况并进行第二时段的数据采集，而第一、第三两个时段则可以在每隔几个样本重新采集一次。在改变目标温度后的首次样本采集则要相继按三个时段进行。
[0176]
结合图7a所示，本发明在控制单元中建立第一神经网络，作为中央空调系统末端单元工况状态到制冷量/冷量当量的第一映射，为了避免末端小流量引起的误差，以主管道大流量处的测点参数作为映射的输入量；而在工作房间则通过末端单元与参考空气调节单元的交替制冷，基于等量制冷来对待计量末端单元进行测算，即以相同工况下参考空气调节单元通过第二映射得到的冷量作为末端单元的冷量当量。期间，通过工况的感测与控制来使得两种冷源的热负荷条件即供冷下房间流入热流密度相同，以确保等量测算的可靠
性。
[0177]
不失一般性，水冷式中央空调末端单元在线稳定工作时，主机设置确定后，房间的湿度主要受季节气候制约而会基本保持稳定。因此，以中央空调供冷时房间的当前湿度作为目标湿度，在参考空气调节单元供冷时，将房间湿度保持在该目标湿度上。
[0178]
对于房间温度，则需要根据无供冷时自然条件下该房间的初始温度来设定其目标温度。作为优选，目标温度与初始温度之间的温差≥5℃，并使得末端单元在样本采集期间的负荷率大于设定值，如可使其功率达到额定功率的0.5～1倍。
[0179]
供冷时受制于冷气入口与房间表面积的比例，在房间内会出现温度梯度，从而可能使得两种冷源工作时热负荷出现偏差。为减小热负荷偏差，参见图5a、图5b，并结合图6所示，本发明在房间内不同位置设置多个温度检测模块121，并通过工况调节单元中的匀温模块131使得这些温度检测模块的温差小于温差阈值。
[0180]
具体地，如图6所示，工况调节单元中设有一匀温模块131，其包括依次相连的底座139、竖直旋转轴132、弯角支臂133、水平旋转轴134、具有两段通过螺栓活动连接支臂的可俯仰支架136，且该两段支臂的外端部之间连接有一与所述水平旋转轴134轴线成锐角的可伸缩支杆135，在该可俯仰支架136末端承载有一匀温风扇138。作为优选，所述匀温风扇138背部有一扇罩137。传感检测单元中设置有一图像采集模块123，该图像采集模块123可以设置在所述弯角支臂133的底部，从而通过竖直旋转轴132的旋转，获取房间的全局图像。
[0181]
参见图2所示，作为优选，控制单元150包括输入模块151、主处理模块152、图像处理模块153、工况处理模块154、风机处理模块155、映射模块158和输出模块157，其中，工况处理模块154又包括匀温规划部1541和湿度调节部1542。控制单元还被配置为：
[0182]
主处理模块对事件进行响应，并对其他各模块进行调度；
[0183]
基于图像采集模块所获取的房间图像，图像处理模块153分析房间方位特征，并提取两条相互垂直的对角线。其中方位特征包括房间结构棱线的分布、长度，以及冷源出风口、回风口与匀温模块131在房间中相对于房间各角落的方向、距离。
[0184]
结合图5a、图5b所示，工况处理模块154中的匀温规划部1541基于上述方位特征，为匀温模块131规划运转轨迹，使匀温风扇138轴线即其指向的末端以空间螺旋线运动、以将中央空调末端单元和/或参考空气调节单元吹出的冷气传送到房间各区域，直至房间中的多个温度检测模块的温差小于温差阈值。
[0185]
轨迹的规划可以以所获房间对角线为基础进行，以冷风出风口位置到其能到达的房间最远处或其对边正对位置连线，作为其中一条主对角线，另取一条与之垂直的直线作为一条次对角线；然后，以主对角线为轴心规划螺旋形轨迹。在图5a中，黑点为位于角落的出风口，以其所在的对角线为中心，规划一条绕圆锥内壁面螺旋移动的曲线作为目标轨迹，其中，主对角线为该圆锥的中心线。在图5b中，出风口位于一边墙体的中部，以该边墙体为圆柱体地面，规划一条绕圆柱体内壁面螺旋移动的曲线作为目标轨迹，其中，主对角线为该圆柱体的中心线。所规划的目标轨迹，要避开回风口，以避免冷量损失。
[0186]
作为优选，可以对典型的室内方位特征进行归纳分类，为每种方位类别基于几何方程规划其末端轨迹曲线，并基于逆向运动学解析出匀温模块中各关节包括竖直旋转轴、水平旋转轴和可伸缩支杆的输出角度。
[0187]
作为优选，还可以通过现场示教的方式，将轨迹对应的关节角度形成数据序列存
储，并在线按照此序列依次进行关节控制。
[0188]
按规划的轨迹移动，可以使得房间各区域尽快降温，减小各区域之间的温度梯度。匀温规划部基于规划的轨迹控制匀温模块，在样本采集的每一时间段内，首先，匀速运转，以普遍降温；为了进一步减小区域温差，作为优选，然后，根据房间中的多个温度检测模块的温度特征，改变匀温风扇按所述轨迹移动的线速度，使该线速度与其对应轨迹点上温度与目标温度之间温差值的大小成反比。各轨迹点的温度，可以根据多个温度测点温度值通过插值计算获得。通过该速度规划，能提高室温各空间点的均匀性，从而确保工况一致性，提高计量模型的泛化能力。
[0189]
匀温模块周期性运转，当多个温度检测模块中最高温度与最低温度之间温差小于温差阈值时，停止运转并可采集数据样本；在监测到温差超过该阈值时，再次运转从而使得房间整体温度动态平衡在目标温度上。作为优选，所述温差阈值为0.1℃～0.3℃之间的某个值。
[0190]
在样本采集期间的第二时段内，控制单元中的风机处理模块根据房间内不同位置上所述多个温度的均值即房间总体温度，来调节驱动器的pwm波占空比值。参考图9所示，根据目标温度与当前房间总体温度之间的误差值e(t)，主机单元中的风机处理模块基于pid控制律，计算连接风机驱动器的pwm值，通过改变驱动器的驱动电源脉宽来改变风机运转速度，从而使得误差值e(t)动态地趋近于0。
[0191]
工况处理模块中还设置有一湿度调节部，其基于对房间内湿度测点的监测，控制工况调节单元中的湿度调节模块运转，使该房间湿度保持在目标湿度。
[0192]
结合图3a、图5a、图5b所示，传感检测单元在房间回风管道中部设置有湿度检测模块；在中央空调主机冷冻水供水主管道入口处设置有流量检测模块122、水的温度检测模块123，在接入主机处回水主管出口端设置有水的温度检测模块；在房间内不同位置的设置有多个温度检测模块，它们可设置在同一高度上且分别位于两条垂直的对角线上。
[0193]
作为优选，所述多个温度检测模块为3～6个，设置高度约为2米；可以将多个温度检测模块的温度值求取平均值，作为本房间当前温度。
[0194]
在一样本采集期间，可通过中央空调主机运行功率调节使得主机冷冻水供水流量、供回水温差保持恒定。作为优选，还可以基于供冷量与温差和流量的比例关系，将该两个参数取为本样本采集期间的均值。
[0195]
作为优选，为控制两种冷源热负荷一致而设置的多个温度检测模块仅用于进行样本采集，因而可以选择其中一个温度检测模块如靠近回风口温度测点处的模块作为在线应用时第一神经网络输入量中的本房间当前温度，从而简化系统结构，方便实际操作。
[0196]
对水冷式中央空调的各末端单元，风档开启状态值可分别取值为风机转速的低、中、高三挡各自对应的三个风机功率归一化值，如，以最高功率值作为1，其他两档功率则按比例折算。
[0197]
水冷式中央空调的供冷系统是一个非线性滞后系统，因此，工作参数的变化，需要一段时间后才能反馈其影响，因此，本发明在采集训练样本时，设置了采样条件，在采样之前让系统进入稳态工作状态，在参考空气调节单元、末端单元供冷时又通过让房间内工况保持一段时间使得采样消除了瞬短时长采样的随机性；同时，还通过在末端单元供冷前、后各对参考空气调节单元进行一次采样，消除了工况缓慢波动对采样数据的影响，提高了网
络模型的预测精度。
[0198]
用采集到的样本集训练所建立的第一神经网络，在现场环境中，以经训练的第一神经网络对当前风档的单位时间制冷量当量进行预测，并将预测值通过输出模块输出，该值可用来作为水冷式中央空调对各末端进行计费的基础依据。
[0199]
如图7a所示，以工作房间为热负荷，相同工况下末端单元提供的冷量当量，是通过参考空气调节单元经第二映射获得的。为此，要预先经高精度标定，获得可移动式参考空气调节单元的工作特性。
[0200]
参见图4a所示，参考空气调节单元600包括外机模块610、内机模块620。在该参考空气调节单元中，可设置干、湿球温度检测模块和送风量检测模块；参照房间空气调节器标准建立房间式空气焓值法的试验装置，测试得到其在不同工况下的显冷量并将参数记录为工作特性表格或曲线，作为参考空气调节单元的工作特性。然后，采集样本时，基于当前进出口空气的干、湿球温度和送风量，通过查询、插值该工作特性计算得到参考空气调节单元在当前工况下的制冷量。
[0201]
空气焓值法中，显冷量的计算式为：
[0202]
φ
sc
＝qm·cpa
·
(t
a1-t
a2
)/vn·
(1 wn)，
[0203]
其中，为显冷量(w)，qm为测点的送风量(m3/s)，vn为测点处湿空气比容(m3/kg)，wn为测点处空气湿度，t
a1
和t
a2
分别为回风和送风温度(℃)，定压比热容c
pa
＝1005 1846wn(j/(kg
·
k))。
[0204]
在参考空气调节单元中，干、湿球温度分别通过置于送、回风口一保温区段中的传感器进行检测。其中，干、湿球用来检测送风温度、回风温度和湿度，这些参数也可以采用温度传感器和相对湿度传感器来获取。训练样本采集期间，参考空气调节单元在控制单元的指令下，调节运转频率，将所在房间温度维持在所述目标温度。
[0205]
作为优选，以表格形式记录所述参考空气调节单元的工作特性数据，基于工作特性表格查找和多维插值来计算当前工况下的显冷量。
[0206]
作为优选，参考空气调节单元的额定制冷功率为末端风机最大风档制冷能力的0.85～1.15倍。
[0207]
结合图8a、图8b所示，控制单元在映射模块158中建立有作为末端单元计量映射模型的第一神经网络1581，该第一神经网络输入层从主处理模块152接收输入量，输出层的输出量分别通过第一连接阵1582和第二连接阵1584传输至迭代学习部1583和主处理模块152；离线训练所述第一神经网络时，迭代学习部1583根据主处理模块152和第一神经网络1581分别通过第一连接阵1582输入的风档单位时间制冷量当量实际值和网络输出值，调整第一神经网络1581的连接权值直至学习结束；在线计量时，第一连接阵1582断开，第一神经网络1581对风档单位时间制冷量当量进行预测并经第二连接阵1584输出给主处理模块152，由主处理模块152处理分析后通过输出模块156输出。结合图1a、图2所示，输出模块可以将计量结果传送到用户接口单元140显示，或存储到服务器200中，其中服务器200可以通过云平台实现与一个或多个本发明系统的通信。在主处理模块152中，样本提取部1521控制训练样本的采集与筛选，修正系数计算部1522对分摊计费的各系数进行计算，计费处理部1523按分布式处理方式基于各末端单元工况进行中央空调费用的分摊处理。
[0208]
作为优选，所述第一神经网络采用bp第一神经网络，其模型为：
[0209]
隐含层第j个节点输出为
[0210]
输出层的输出为
[0211]
其中，x1～x4为中央空调主机冷冻水供水流量、供回水温差，本房间当前温度、湿度四个标量，x5～xn为所有末端单元开启状态值；f()函数取为sigmoid函数，w
ij
和vj分别为输入层到隐含层的连接权值和隐含层到输出层的连接权值，θj和θ分别为隐含层和输出层阈值，n和k分别为输入层和隐含层节点数，采用梯度下降法进行网络训练。
[0212]
作为优选，还可以在网络输入量中增加其他冗余因子，如末端单元送风温度等。
[0213]
由于共享冷冻水输送干管道，而管道供水压力将随冷冻水的分配而逐级降低，水冷式中央空调风机盘管末端单元，其实际供冷量不但与型号、风档档位有关，还与其距离主机的远近有关。因此，对于同型号末端单元，还可根据末端风档距离所述中央空调主机冷冻水供水主管道入口处的水平距离和垂直距离进行二次细分为小类别，对每一小类别均各建立一个第一神经网络并分别进行训练样本的采集，从而使得冷量当量的预测计量更为精确。
[0214]
作为优选，对每一类别，选择一个末端单元进行样本获取和训练。对每一类别末端单元的第一神经网络，在采集训练样本时，选择外围温度变化慢、小的房间作为热负荷，从而可以连续进行样本采集，缩短整体样本集的采样时间。为此，可以以建筑物内部的房间作为采集环境。作为优选，对位于建筑物边角的房间，则选择夜间或白天无太阳直射时间段进行样本采集。
[0215]
冷量计量是中央空调系统按冷量计费的基础，但除了计量，计费还需考虑诸多因素。如图7b所示，建筑物中不同方位的房间，为了降温而在单位面积上需要耗用的冷量是有很大差别的。如一楼大厅围护结构少，向环境输送的冷气多；而边缘及顶部房间则收太阳辐射影响明显大于中间部位的房间，因而也需要耗用更多的冷量。显然，如果仅简单的按实际冷量耗用量进行计费，对这些因环境因素而冷量消耗大的房间而言，是有失公平的。
[0216]
因此，必须先对建筑物中不同方位的房间，分析其各自的用冷特点，并据此对不同方位上房间进行用冷量的补偿换算。而，这首先要研究如何对不同方位房间用冷特点进行描述，如是否可以建立模型？以及如何建立模型？这种模型要能体现在不同方位上引起冷量消耗大小变化的主要、且能够量化的因素，而且，这些因素要能进行某种换算，以对不同房间进行修正或补偿。然后，即使如果能建立模型，那么在该模型的基础上如何进行修正呢？经过大量分析研究，我们发现这种修正应该能体现环境因素的影响，而且还要能将各房间当前本身温度设定值或实际值排除在这种修正本体之外，否则又会回到用多用少一个样的计费方式上去。
[0217]
为此，参见图7b所示，本发明以供冷时当前本房间温度、室外气温二个标量，以及当前房间的前后左右上下六方向上房间室内温度值组成的向量作为输入量，以本房间风档的单位时间制冷量当量为输出量，在控制单元中按房间建立第二神经网络，作为各房间的用冷模型。然后，基于该模型，来预测在接近工况下各房间的单位时间耗/用冷量当量，从据此进行修正系数的计算；最后，根据该修正系数，对基于第一神经网络预测得到房间实际耗
冷量进行修正后分摊整个水冷式中央空调的待摊费用。
[0218]
具体地，参照图8a、图8b以及第一神经网络的建模过程，第二神经网络也可采用bp网络，其9个输入量中，x1～x2为当前本房间温度、室外气温、日照辐射强度三个标量，x3～x8为本房间前、后、左、右、上、下、六方向上房间室内温度；输出量y(t)为本房间单位时间耗冷量当量。为了使得能够用第一神经网络的供冷当量对该耗冷量当量即需冷量当量进行预测计算，本发明采用在样本采集时保持房间温度动态稳定的方式来实现冷量的供需平衡，因此，第二神经网络的输出量也就是本房间风档的单位时间制/供冷量当量。在末端单元供冷时，房间湿度主要受季节气候影响；但作为优选，第二神经网络中还可包括一个室内湿度作为输入量；当相邻房间空时，以该方位的温度如室外气温作为该向房间室内温度。作为优选，当水冷式中央空调系统整体进入稳定工作状态时，第二神经网络中的六向房间温度值还可以替换为六向房间的末端单元风机开启状态值。作为优选，第二神经网络的输入量中还增加一个日照辐射强度参数。
[0219]
在工况近似稳定时，采集不同输入条件下第二神经网络的数据样本，其中输出量通过末端单元对应的第一神经网络预测得到，基于所述数据样本进行训练，经训练的第二神经网络用来预测在当前工况下各房间的单位时间耗冷量当量。
[0220]
为了实现第二神经网络数据样本的自动采集，本发明在控制单元的主处理模块中，设有一个样本提取模块，该模块被用来对水冷式中央空调供冷房间的热负荷工况及耗冷量参数进行周期性连续采集，并以第二神经网络的各输入量为依据，搜索出这些变量的变化幅度均在预设波动阈值以内的周期，将所筛选出周期的数据存入第二神经网络的数据样本集中。通过这种样本的自动提取，能在水冷式中央空调工作过程中进行样本获取，不需要为样本而长时间专门开机调试，大大节省了数据采集成本。
[0221]
作为优选，所述预设波动阈值为
±
5％，各输入样本参数取值为周期内的算术平均值或中位数值。
[0222]
作为优选，所述预设波动阈值还可包括第一波动阈值和第二波动阈值两套门限范围，当第二神经网络输入量在周期内的变化超过所述第一波动阈值而小于所述第二波动阈值时，该输入量在此周期内的样本值取为其在此周期内的时间平均值。以室外气温tw为例，在周期t内的平均室外气温即其时间平均值为
[0223]
作为优选，所述第一波动阈值和第二波动阈值分别为
±
2％、
±
5％。
[0224]
在建立第二神经网络时，可以对每房间分别建立一个模型；作为优选，还可以对同一方位特征房间如中部的同类型房间，用同一个网络来表示。通过共享模型，可以进一步减少样本量，节省计算和建模时间。
[0225]
离线完成以上两项建模后，在线应用时，分时段对水冷式中央空调进行费用分摊。与现有方法不同的是，本发明对不同方位房间的耗冷量进行修正时，不是采用固定的、经统计的经验值作为系数，而是根据各房间实际工况进行实时换算。
[0226]
具体地，先根据耗冷模型，以当前房间工况为条件计算出其修正系数式中，i为当前房间序号，房间序号i＝1～n中任一整数，n为房间
总数，pi、p
i0
为分别以作为输入向量时第二神经网络的映射输出，为房间i当前工况，中当前本房间温度及室外气温与相同、且当前房间的六方向上房间室内温度值取值为当前本房间温度；
[0227]
再计算第d时间段第i房间费用为：
[0228]
其中，为当前房间内基于第一神经网络所预测末端单元单位时间供冷量当量pfi(t)累积出的本时段供冷量，q
jd
为房间j的本时段供冷量，k
j3
为房间j对应系数，cd为本时段中央空调总待分摊费用。
[0229]
修正系数必然牵涉到其他房间的用冷特性及耗冷当量，而其他房间在同一时刻因开机时长、环境、及设定温度等的不同又各有自己的室温。那么，求取某个房间的修正系数时，是否基于各自的工况进行冷量当量的获取呢？
[0230]
经过深入研究，本发明利用房间用冷模型的泛化特性，统一对同一房间在没有邻室额外热负荷的工况耗冷量进行预测，所预测值其实质上就是本房间内部基本热负荷的需冷量，并以本房间该内部基本热负荷对应的需冷量与实际需冷量的比例值作为修正系数k
i3
；在中央空调费用分摊计算式中以本房间实际供冷量乘以所述修正系数k
i3
，从而实现了计费中对各房间内部基本热负荷所对应需冷量的分摊计费，体现了计费的公平性。可以理解，根据所述费用分摊计算式，靠近建筑物边缘、顶底楼等因围护结构引入的外部热负荷大的房间，其对应的修正系数k
i3
将比建筑物中央房间的系数要小，从而可以通过该系数得到计费补偿。
[0231]
同时，同一房间，在不同时段若设定温度偏低，其实际供冷量必然偏大，从而也将分摊更多的费用。因此，本装置还体现了根据舒适度的计费，有助于引导供冷的合理消费，达到节能效果。
[0232]
作为优选，第d时间段修正系数计算中，第二神经网络的输入向量内各参数取值为该时段内的均值；而所述本时段供冷量q
id
可以以离散周期系统中的短周期累加的方式获取。作为优选，中室外气温可取为当前本房间温度。其中，总待分摊费用，可以通过系统的电、水等的消耗进行分时统计。
[0233]
当房间有多个末端单元时，当前房间本时段耗冷量其中fi为当前房间中所有风档的集合。
[0234]
可以理解，全空气中央空调相比水冷式中央空调是以空气代替冷却水作为冷媒，因而本实施例中水冷式中央空调计费装置方案同样适用于全空气中央空调。由于制冷工艺的细节差别，在计费装置的控制单元中，所建立的第一神经网络修改为以全空气中央空调主机送风口供风流量、供回风温差，本房间当前温度、湿度四个标量，以及所有末端风档开启状态值组成的向量作为输入量。
[0235]
实施例2：
[0236]
在采集第一神经网络训练样本过程中，如果目标温度初始设定得过高或者过低，
或者末端单元功率与其所在房间的热负荷不匹配，将导致采集样本时末端风机工况局限于小功率或者大功率状态。
[0237]
为此，为了使得样本能覆盖末端风机从低到高不同负荷率状况，本实施例中，控制单元控制驱动器以pwm方式工作时，在一样本采集期间，通过切换末端单元状态使其工作于不同档位，并通过风档不同档位风速时的风机电机归一化转速乘以周期内开机占空比δ(t)的积分来计算其当量时间其中k(t)为归一化转速，如最高速为1，其他速度时取值为转速值与该最高速的比值。
[0238]
基于同样理由，本实施例还可以采用如下方式来获取训练样本。参考空气调节单元采用冷热空调；若当量时间dt与第二时段时长t2的比值小于占空比阈值δs，采集所述样本时，第二时段时间范围内，还控制所述参考空气调节单元从τ＝0至τ＝t3时间范围内以制热模式工作，且记录加热的热当量相应地，计算获得当前工况下所述风档的单位时间制冷量当量：
[0239][0240]
作为优选，还可以在参考空气调节单元中设置一个电加热模块，控制所述电加热模块从τ＝0至τ＝t3时间范围内制热，且记录加热的热当量q3＝pr
·
t3，其中pr为电加热模块的加热功率(kw或kj/s)，并类似地计算pf。
[0241]
作为优选，在所述t1、t2时间范围内，均可以以已知功率开启加热模块并进行热量计算，从而扩大参考空气调节单元和水冷式中央空调末端单元的工况覆盖范围。
[0242]
参考空气调节单元的工作特性，是其工况条件到显冷量之间的映射。本实施例中，该映射还可以用第三神经网络表示，该网络的输入可选为进出口空气的干、湿球温度和送风量；也可优选为电功率、室外冷凝器温度、室内蒸发器温度和湿度；或可优选为压缩机运行频率、送风电机功率、送及回风温度和湿度。
[0243]
考虑到中央空调设备及安装费用、以及建筑物中有部分公共使用房间等因素，因此，现有收费有些是按固定费用与运行费用两块组合而成的。空调系统所发生的费用主要包括以下几个方面：a、空调系统运行所用的电费(包括冷水机组、冷却塔、水泵等设备的电费)；b、空调系统补充用水的消费；c、空调系统的运行人工管理费；d、空调系统的设备折旧费；e、空调系统的维护、维修费；f、其它各项附加费和物业管理费。以上各类费用中，前三项为中央空调系统运行费用，后三项在空调系统的运行过程中基本是一个固定值，称为基本费。
[0244]
区别于实施例1，按组合收费法，本实施例将水冷式中央空调的总待摊费用划分为两块，在实际耗冷量分摊之外，还包括按面积分摊部分，则第d时间段第i房间费用为：
[0245][0246]
其中，c
d1
和c
d0
分别为中央空调的运行费用和基本费用。
[0247]
实施例3：
[0248]
本实施例提供另外一种分摊计费计算方式，且例举以变冷媒流量多联式空调作为中央空调。
[0249]
变冷媒流量中央空调，亦称多联式中央空调系统，由一台室外机/机组连接数台不同或相同型式、容量的直接蒸发式室内机，构成一套单一制冷/热循环空调系统，也简称为vrv或vrf。
[0250]
参见图3b所示，vrf本意是直接膨胀，其从主机到室内机直接没有粗的风管、水管，而是用细铜管将经外机压缩和膨胀后的低温液态制冷剂，经长距离输送管道传输后到作为末端单元的室内机中，在室内机内经电子膨胀阀进入蒸发器迅速变成气体并同时将热量带走。
[0251]
在vrf系统中，制冷剂流量是可变的，根据室内负荷而定。当室内负荷变高时，大量的制冷剂输往室内机，以提供更多的冷量/热量；反之亦然。主机的压缩机对整个系统所需的冷媒流量进行调节，而单个室内机的冷媒流量调节通过电子膨胀阀控制。在室内机中，同样还通过风机调节室内的送风风量。
[0252]
与实施例1相区别的时，参见图1b所示，在vrf系统中，冷媒传送的管道相比水管、风管等其直径要细小得多，流量则更小。为此，在作为末端单元的各室内机340供电回路中，接入一个电计量模块124。
[0253]
相应地，在对末端单元供冷当量进行计量建模时，第一神经网络以中央空调主机功率、室内机功率，本房间当前温度、湿度四个标量，以及所有末端单元风机开启状态值组成的向量作为输入量，以本房间末端单元的单位时间供冷量当量即制冷量当量作为输出量。
[0254]
离线完成第一、第二神经网络对末端单元供冷、房间耗冷的两项建模后，在线应用时，本实施例采用另一种分摊方式分时段对水冷式中央空调进行计费。
[0255]
具体地，先以当前房间工况为条件计算出其折算系数式中，i为当前房间序号，si、sj分别为第i、j房间的面积，房间序号i，j＝1～n中任一整数，n为房间总数，pi、pj分别为房间i、j均以作为输入向量时其各自对应第二神经网络的映射输出，为房间i当前工况，
[0256]
并计算舒适系数式中，p
ic
为房间i以作为输入向量时其对应第二神经网络的映射输出，工况与的差别仅在于其当前本房间温度取值为一预设的舒适温度如25摄氏度；
[0257]
再计算第d时间段第i房间费用为：
[0258]
其中，k
j1
、k
j2
为房间j对应系数，cd为本时段中央空调总待分摊费用。
[0259]
在计算折算系数k
i1
时，通过max()函数找到单位面积耗冷量最大的房间。由于映射获取耗冷量时的输入量相同即工况相同，因此，分母对应于在外部热负荷相当的前提下
达到同等舒适程度即同一房间内温度、单位面积耗冷量最大的房间；即分母对应于内部热负荷最大房间。所以，折算系数k
i1
的意义是，当前房间i相对于内部热负荷最大房间的单位面积上内部热负荷之比。
[0260]
由于为达到更低室内温度需要耗用更多的冷量，因此，本实施例还再引入了舒适系数，即同一房间在其他工况条件相同时，为了达到当前室内温度、相对于一预设舒适温度而言体现为需要多消耗或者少消耗冷量的比例系数k
i2
。例如，该舒适温度在制冷时可取如25摄氏度，在供暖时可取如18摄氏度。
[0261]
本实施例基于折算系数k
i1
将各房间的当前工况条件折算到内部负荷最大的房间，并通过比例计算巧妙地避开了不同朝向或方位所引起热负荷的影响；又基于用冷模型的泛化，通过舒适系数k
i2
的计算，对不同室内温度所消耗的冷量进行了奖惩补偿。从而，使得最终计费能克服房间方位、及温度设定差别的影响。其中，模型本身以气温、六方向相邻房间室温等因素作为输入，体现了日照在不同方位房间上的差别和邻室对耗冷的影响；而通过不同房间同一工况下各房间单位面积耗冷当量的归一化修正、及同一房间不同目标室温下耗冷量的比例修正，把朝向和围护结构、及实际享受到的温度的差别均得以补偿。
[0262]
实施例4：
[0263]
结合图1a、图4a、图4b及图7a、图7b所示，本实施例提供一种中央空调计费系统1000，其包括：
[0264]
键入参数、发起操作及人机交互的用户接口单元140；
[0265]
用于驱动中央空调末端单元所对应风机的驱动器400；
[0266]
已预先获取工作特性、用来作为供冷量参照的参考空气调节单元600；
[0267]
用于对中央空调及参考空气调节单元的工况、环境进行检测的传感检测单元120；
[0268]
用于对中央空调末端单元及参考空气调节单元的运行工况进行调节的工况调节单元130；
[0269]
与驱动器400、参考空气调节单元600、传感检测单元120、用户接口单元140、工况调节单元130均相连的控制单元150；
[0270]
其中，所述控制单元150被配置为：
[0271]
首先，对末端单元供冷当量进行计量建模，
[0272]
以末端单元所在房间为热负荷，以中央空调系统工况条件为输入量，以本房间末端单元的单位时间供冷量当量为输出量，在控制单元中建立第一神经网络，
[0273]
以系统中参考空气调节单元在相同热负荷条件下的供冷量测算值作为末端单元的供冷量当量，在不同工况条件下采集第一数据样本并对所述第一神经网络进行训练；
[0274]
其次，对中央空调供冷房间按方位类型分类，并对每类方位房间分别建立耗冷模型，
[0275]
以供冷时当前本房间温度、室外气温二个标量，以及当前房间的前后左右上下六方向上房间室内温度值组成的向量作为输入量，以本房间单位时间耗冷量当量为输出量，在控制单元中按房间建立第二神经网络，
[0276]
对当前房间内的末端单元进行自适应控制，阶段性保持房间温度不变，在工况近似稳定时，采集不同输入条件下第二神经网络的第二数据样本，样本中输出量通过所述第一神经网络预测得到，基于所采集数据样本进行训练；
[0277]
基于所离线建立的供冷和耗冷模型，在线应用时，分时段对中央空调进行费用分摊，
[0278]
先根据耗冷模型，以当前房间工况为条件计算出其修正系数式中，i为当前房间序号，房间序号i＝1～n中任一整数，n为房间总数，pi、p
i0
为分别以为分别以作为输入向量时第二神经网络的映射输出，为房间i当前工况，中当前本房间温度及室外气温与相同、且当前房间的六方向上房间室内温度值取值为当前本房间温度；
[0279]
再计算第d时间段第i房间费用为：
[0280]
其中，为当前房间内基于第一神经网络所预测末端单元单位时间供冷量当量pfi(t)累积出的本时段供冷量，q
jd
为房间j的本时段供冷量，k
j3
为房间j对应系数，cd为本时段中央空调总待分摊费用。
[0281]
参见图1b所示，当中央空调为vrf空调时，所述驱动器内置于中央空调的末端单元中对风机电机进行驱动，控制单元通过驱动器接口控制所述末端单元以pwm方式工作。
[0282]
作为优选，所述费用分摊计算还可替换为：
[0283]
先以当前房间工况为条件计算出其折算系数式中，i为当前房间序号，si、sj分别为第i、j房间的面积，房间序号i，j＝1～n中任一整数，n为房间总数，pi、pj分别为房间i、j均以作为输入向量时其各自对应第二神经网络的映射输出，为房间i当前工况，
[0284]
并计算舒适系数式中，p
ic
为房间i以作为输入向量时其对应第二神经网络的映射输出，工况与的差别仅在于其当前本房间温度取值为一预设的舒适温度如25摄氏度；
[0285]
再计算第d时间段第i房间费用为：
[0286]
其中，k
j1
、k
j2
为房间j对应系数，cd为本时段中央空调总待分摊费用。
[0287]
本发明为实现按用冷量的公平计费，首先对末端单元供冷量特性和不同方位房间用冷特性分别进行建模，基于两个非线性模型进行实际工况下末端单元供冷量和房间耗冷量的预测计量；基于不同方位房间的耗冷特性对所预测出实际耗冷量进行修正，以克服不同方位下环境影响的差别。在第一项建模中为避免在线应用时对末端小风量进行检测而带来的误差，本发明以中央空调冷冻水供水主管道作为测点，检测其流量和供回水温差来作
为风档计量映射模型的输入量；又通过对热负荷工况的一致性控制，将参考空气调节单元用作末端单元所供冷量的计算参照，以样本集对非线性映射模型进行训练，在线应用时以训练所获模型对中央空调末端单元的冷量进行预测计算。在第二项建模中，通过模型参数结构和修正系数公式设计，对日照、维护结构和邻室的影响实现了有效补偿。本发明能在不提高成本的基础上保证计量精度，且实现了各风档末端之间相互制约的解耦，能对动态变化的供冷量进行准确计量；进而通过在不同方位房间耗冷量修正计算中引入实际工况条件的补偿，确保了计费的公平合理。
[0288]
可以理解，在本发明中将制冷和加热工况互换以后，本发明同样适用于采暖季中央空调末端单元的分摊计费。
[0289]
以上，说明了本发明的几个实施方式，但这些实施方式是作为例子而提示的方式，并没有限定发明的范围。这些实施方式可以通过其他的各种方式实施，在不脱离发明的主旨的范围内，能够进行各种省略、置换、组合、变更。这些实施方式或其变形包含于发明的范围或主旨，并同样地包含于权利要求书记载的发明及其等同的范围内。