一种基于深度学习的空调冷冻水控制方法及系统

本发明涉及空调冷冻水控制技术领域，具体为一种基于深度学习的空调冷冻水控制方法及系统，包括以下步骤：采集空调冷水机组状态，包括水泵频率和阀门开度反馈以及管网供水温度、回水温度、流量和压差运行读数。本发明通过动态采集冷水机组状态参数并构建系统运行状态特征集，实现了多源异构数据的实时融合与标准化处理，消除因传感器采样频率差异导致的时序错位问题，基于特征集识别热负荷变化关键输入量，结合预测计算准确预判水泵性能衰减趋势，降低因滞后调节产生的额外能耗。引入总能耗最小化为目标的分层优化框架，将供水温度、压差设定与机组运行组合解耦为独立优化子问题，在满足末端热需求的前提下减少水泵无效做功。