摘要
本发明公开了一种分体空调节能量计算及控制方法,涉及暖通空调智能控制技术领域,包括,将采集的多源环境设备数据集输入LSTM神经网络中,生成冷媒干度预测值并根据冷媒干度预测值计算理论制冷量;基于理论制冷量计算基准能效比,并根据冷媒干度预测值进行动态修正,生成修正能效比;构建强化学习决策模型,将修正能效比和多源环境设备数据集输入强化学习决策模型,生成优化参数组合;根据优化参数组合调整压缩机频率,并基于冷媒干度预测值触发电子膨胀阀控制。本发明通过构建LSTM神经网络,取代传统传感器实现高精度间接测量,提高了对动态工况的适应性,结合冷媒类型定义的最佳值动态修正能效比,避免了固定能效比因工况变化导致的误差累积。
技术关键词
LSTM神经网络
环境设备
干度
电子膨胀阀控制
冷媒
分体空调
能效
压缩机
空调智能控制技术
进出口温差
参数
决策
功率
理论
偏差
数据
随机梯度下降
定义
基准
系统为您推荐了相关专利信息
融资管理方法
融资管理系统
电力交易平台
动态
企业信用评级
模型预测值
LSTM神经网络
上下文语义信息
真空度
数据
可视化表达方法
Pearson相关系数
LSTM神经网络
增压系统
热工参数
梅花触头
仿真模型
LSTM神经网络模型
开关柜静触头
流体多物理场耦合