确定暖通空调系统时序间因果关系的方法、装置及介质与流程

1.本发明涉及暖通空调系统模型预测控制技术领域，特别是涉及一种确定暖通空调系统时序间因果关系的方法、装置及介质。


背景技术：

2.暖通空调系统涉及热功转换、热媒输配、热质交互等过程，是一个典型的非线性、强耦合、大滞后时变系统，因此，传统控制方法，如比例、积分、微分(proportion integral differential，pid)控制，难以应对其大滞后时变特征，维持室内温度在其设定值范围内。
3.近年来，由于能够处理时变干扰、非线性约束及慢响应时滞过程，模型预测控制已在暖通空调领域逐渐受到青睐。在单步控制过程中，系统依据模型预测结果，自动解决有限窗口的开环优化问题，给出当前最优控制命令，并滚动优化窗口至下一控制时刻。可见，基于预测模型与在线优化，模型预测控制能够做出全面、系统的决策，以动态调整控制命令，自动满足系统约束与优化目标。
4.在模型预测控制中，预测模型是优化控制的基础，预测控制的实施效果直接依赖于预测模型的精度。而暖通空调系统的时滞特性严重影响预测模型构建质量，分析暖通空调系统的延迟时间可有利于提高模型预测控制实施性能。
5.综上，有必要设计一种可以改善暖通空调系统的室内温度模型预测控制性能的方案。


技术实现要素：

6.基于此，本发明的目的在于提供一种确定暖通空调系统时序间因果关系的方法、装置及介质，用于改善暖通空调系统的室内温度模型预测控制性能。
7.第一方面，本发明提供了一种确定暖通空调系统时序间因果关系的方法，包括：
8.对暖通空调系统的热量转移过程进行分析，以获得所述暖通空调系统的纯滞后时间；
9.基于信息论基本原理，定义所述暖通空调系统的输入变量和输出变量之间的传递熵，并基于所述传递熵和核密度估计方法，设计所述传递熵的核密度估计器；其中，所述传递熵越大表明所述输入变量与所述输出变量之间的信息传递越充分、关联程度越密切；
10.结合聚类方法和k近邻方法，改进所述核密度估计器；
11.基于所述纯滞后时间，采用改进后的核密度估计器计算所述暖通空调系统的输出变量在不同延迟时间下的传递熵，确定所述暖通空调系统时序间的因果关系。
12.在一种可能的设计中，对暖通空调系统的热量转移过程进行分析，以获得所述暖通空调系统的纯滞后时间，包括：
13.建立所述暖通空调系统的热动态模型，所述热动态模型用于表示所述暖通空调系统的热转移过程；
14.对所述热动态模型进行离散处理或者进行拉普拉斯变换，以确定所述暖通空调系
统的理论热惰性时间常数；所述暖通空调系统的理论热惰性时间常数包括热媒、室内空气和围护结构的热惰性时间常数；
15.建立所述暖通空调系统的热媒输配模型，所述热媒输配模型用于表示所述暖通空调系统的热媒输配过程；
16.基于所述热动态模型、所述理论热惰性时间常数和所述热媒输配模型，分析所述暖通空调系统的纯滞后，获得所述暖通空调系统的纯滞后时间。
17.在一种可能的设计中，建立所述暖通空调的热动态模型，包括：
18.基于质能守恒原理，建立多个控制体的动态热平衡方程，所述多个控制体包括热交换器、室内空间和围护结构；
19.其中，所述多个控制体的动态平衡方程组成所述热动态模型。
20.在一种可能的设计中，所述热交换器的动态热平衡方程为：
[0021][0022]
所述室内空间的动态热平衡方程为：
[0023][0024]
所述围护结构的动态热平衡方程为：
[0025][0026]
其中，tw、t
w，m
、t
w，s
和t
w，r
分别表示为水温、平均水温、暖通空调系统供水温度和回水温度，ti、t
a，m
、t
a，s
和t
a，r
分别表示为室内温度、空气平均温度、暖通空调系统送风温度和回风温度，to、te和t
ei
分别表示为室外空气温度、围护结构平均温度及其内表面温度；表示为空调房间内热源；gw和ga表示为暖通空调系统供水量和送风量；f
ex
表示为热交换器传热面积；v
ex
和v
rm
表示为热交换器体积和空调房间体积；fe和δe表示为围护结构传热面积和厚度；ρw、ρa、ρe和cw、ca、ce分别表示为热媒、室内空气与围护结构的平均密度和比热；hi表示为围护结构内表面的换热系数；k
ex
和ke分别表示为热交换器和围护结构的综合传热系数；β表示为热阻比。
[0027]
在一种可能的设计中，所述暖通空调系统的理论热惰性时间常数表示为：
[0028][0029]
其中，t
c，w
、t
c，i
和t
c，e
分别表示为热媒、室内空气和围护结构的热惰性时间常数；和分别表示为所述暖通空调系统的控制体经过一阶输入或扰动再次平衡的输出增量；t和δt分别表示为采样时刻和采样周期；
[0030]
所述暖通空调系统的热媒输配模型表示为：
[0031][0032]
其中，t
p，w
和t
p，a
分别表示为所述暖通空调系统的水系统和风系统中产生的纯滞后时间；f
w，p
和f
w，a
分别表示为水系统和风系统管路横截面积；l
w，p
和l
a，p
分别表示为水系统和风系统的管路长度。
[0033]
在一种可能的设计中，所述传递熵表示为：
[0034]
te(x
→
y)＝mi(x-；y
+
|y-)
[0035]
其中，x＝[x1，
…
xj，
…
xm]
t
，y＝[y1，
…
yi，
…yn
]，mi(x-；y
+
|y-)＝h(x-，y-)+h(y
+
，y-)-h(y-)-h(y
+
，x-，y-)；te、mi、mi()和h分别表示为所述传递熵、互信息、条件互信息和信息熵；x和y分别表示为所述暖通空调系统的输入变量和输出变量；y
+
表示为输出变量y的未来结果；x-和y-分别表示为输入变量x和输出变量y的过去观测值；m为输入变量x的维度，即输入变量的变量个数；n为输出变量的观测样本数；
[0036]
所述核密度估计器表示为：
[0037][0038]
其中，p和表示概率及其估计值；s为输入变量x的协方差矩阵；b为核带宽；γ为高斯核函数向量；γi为高斯核函数向量γ中的第i个元素。
[0039]
在一种可能的设计中，所述改进后的核密度估计器表示为：
[0040][0041]
其中，表示在高维空间z中点zi到其第k个邻居之间的距离；为z的子集，表示高维空间z中到点zi的距离小于等于的点；和y
isub
表示高维空间子集中输入变量x和输出变量y的子集。
[0042]
在一种可能的设计中，基于所述纯滞后时间，采用改进后的核密度估计器计算所述暖通空调系统的输出变量在不同延迟时间下的传递熵，确定所述暖通空调系统时序间的因果关系，包括：
[0043]
固定输出变量，沿着采样时间平移输入变量任一分量，使用所述改进后的核密度估计器，计算输出变量与输入变量在各延迟时间下的传递熵，将传递熵最大的时刻确定为输出变量该任一分量的延迟时间，获得所述暖通空调系统时序间的因果关系。
[0044]
第二方面，本发明还提供了一种确定暖通空调系统时序间因果关系的装置，其特征在于，包括：
[0045]
设计单元，用于对暖通空调系统的热量转移过程进行分析，以获得所述暖通空调系统的纯滞后时间；基于信息论基本原理，定义所述暖通空调系统的输入变量和输出变量之间的传递熵，并基于所述传递熵和核密度估计方法，设计所述传递熵的核密度估计器；其中，所述传递熵越大表明所述输入变量与所述输出变量之间的信息传递越充分、关联程度越密切；
[0046]
处理单元，用于结合聚类方法和k近邻方法，改进所述核密度估计器；基于所述纯滞后时间，采用改进后的核密度估计器计算所述暖通空调系统的输出变量在不同延迟时间下的传递熵，确定所述暖通空调系统时序间的因果关系。
[0047]
在一种可能的设计中，所述设计单元具体用于：
[0048]
建立所述暖通空调系统的热动态模型，所述热动态模型用于表示所述暖通空调系统的热转移过程；
[0049]
对所述热动态模型进行离散处理或者进行拉普拉斯变换，以确定所述暖通空调系统的理论热惰性时间常数；所述暖通空调系统的理论热惰性时间常数包括热媒、室内空气和围护结构的热惰性时间常数；
[0050]
建立所述暖通空调系统的热媒输配模型，所述热媒输配模型用于表示所述暖通空调系统的热媒输配过程；
[0051]
基于所述热动态模型、所述理论热惰性时间常数和所述热媒输配模型，分析所述暖通空调系统的纯滞后，获得所述暖通空调系统的纯滞后时间。
[0052]
在一种可能的设计中，所述设计单元具体用于：
[0053]
基于质能守恒原理，建立多个控制体的动态热平衡方程，所述多个控制体包括热交换器、室内空间和围护结构；
[0054]
其中，所述多个控制体的动态平衡方程组成所述热动态模型。
[0055]
在一种可能的设计中，所述热交换器的动态热平衡方程为：
[0056][0057]
所述室内空间的动态热平衡方程为：
[0058][0059]
所述围护结构的动态热平衡方程为：
[0060][0061]
其中，tw、t
w，m
、t
w，s
和t
w，r
分别表示为水温、平均水温、暖通空调系统供水温度和回水温度，ti、t
a，m
、t
a，s
和t
a，r
分别表示为室内温度、空气平均温度、暖通空调系统送风温度和回风温度，to、te和t
ei
分别表示为室外空气温度、围护结构平均温度及其内表面温度；表示为空调房间内热源；gw和ga表示为暖通空调系统供水量和送风量；f
ex
表示为热交换器传热面积；v
ex
和v
rm
表示为热交换器体积和空调房间体积；fe和δe表
示为围护结构传热面积和厚度；ρw、ρa、ρe和cw、ca、ce分别表示为热媒、室内空气与围护结构的平均密度和比热；hi表示为围护结构内表面的换热系数；k
ex
和ke分别表示为热交换器和围护结构的综合传热系数；β表示为热阻比。
[0062]
在一种可能的设计中，所述暖通空调系统的理论热惰性时间常数表示为：
[0063][0064]
其中，t
c，w
、t
c，i
和t
c，e
分别表示为热媒、室内空气和围护结构的热惰性时间常数；和分别表示为所述暖通空调系统的控制体经过一阶输入或扰动再次平衡的输出增量；t和δt分别表示为采样时刻和采样周期；
[0065]
所述暖通空调系统的热媒输配模型表示为：
[0066][0067]
其中，t
p，w
和t
p，a
分别表示为所述暖通空调系统的水系统和风系统中产生的纯滞后时间；f
w，p
和f
w，a
分别表示为水系统和风系统管路横截面积；l
w，p
和l
a，p
分别表示为水系统和风系统的管路长度。
[0068]
在一种可能的设计中，所述传递熵表示为：
[0069]
te(x
→
y)＝mi(x-；y
+
|y-)
[0070]
其中，x＝[x1，
…
xj，
…
xm]
t
，y＝[y1
，
…
yi，
…yn
]，mi(x-；y
+
|y-)＝h(x-，y-)+h(y
+
，y-)-h(y-)-h(y
+
，x-，y-)；te、mi、mi()和h分别表示为所述传递熵、互信息、条件互信息和信息熵；x和y分别表示为所述暖通空调系统的输入变量和输出变量；y
+
表示为输出变量y的未来结果；x-和y-分别表示为输入变量x和输出变量y的过去观测值；m为输入变量x的维度，即输入变量的变量个数；n为输出变量的观测样本数；
[0071]
所述核密度估计器表示为：
[0072][0073]
其中，p和表示概率及其估计值；s为输入变量x的协方差矩阵；b为核带宽；γ为高斯核函数向量；γi为高斯核函数向量γ中的第i个元素。
[0074]
在一种可能的设计中，所述改进后的核密度估计器表示为：
[0075][0076]
其中，表示在高维空间z中点zi到其第k个邻居之间的距离；为z的子集，表示高维空间z中到点zi的距离小于等于的点；和y
isub
表示高维空间子集中输入变量x和输出变量y的子集。
[0077]
在一种可能的设计中，所述处理单元具体用于：
[0078]
固定输出变量，沿着采样时间平移输入变量任一分量，使用所述改进后的核密度估计器，计算输出变量与输入变量在各延迟时间下的传递熵，将传递熵最大的时刻确定为输出变量该任一分量的延迟时间，获得所述暖通空调系统时序间的因果关系。
[0079]
第三方面，本发明还提供了一种确定暖通空调系统时序间因果关系的装置，包括：至少一个存储器和至少一个处理器；
[0080]
所述至少一个存储器用于存储一个或多个程序；
[0081]
当所述一个或多个程序被所述至少一个处理器执行时，实现上述第一方面任一种可能设计所涉及的方法。
[0082]
第四方面，本发明还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有至少一个程序；当所述至少一个程序被处理器执行时，实现上述第一方面任一种可能设计所涉及的方法。
[0083]
本发明的有益效果如下：
[0084]
在本发明提供的技术方案中，通过运用聚类思想，在核密度估计器中引入k近邻方法，可以减少核密度估计中样本选择数量，可以在不降低传递熵计算精度前提下节约运算时间，分析给出暖通空调系统延迟时间。与现有技术相比，本发明提供的确定暖通空调系统时序间因果关系的方法，可适于高维数据空间，无需建立精确数学模型，投入低运算成本即可分析暖通空调系统时序间的因果关系，极大地宽限了暖通空调系统延迟时间计算的实施条件，可有效地改善暖通空调系统的室内温度模型预测控制性能。
[0085]
为了更好地理解和实施，下面结合附图详细说明本发明。
附图说明
[0086]
图1为本发明提供的一种确定暖通空调系统时序间因果关系的方法的流程示意图；
[0087]
图2为本发明提供的一种步骤s11的流程示意图；
[0088]
图3为本发明提供的一种暖通空调系统的热量转移原理图；
[0089]
图4为本发明提供的一种传递熵的核密度估计器原理图；
[0090]
图5为本发明提供的一种k近邻算法聚类示意图；
[0091]
图6为本发明提供的一种暖通空调系统的时滞来源示意图；
[0092]
图7为本发明提供的一种基于传递熵的暖通空调系统延迟时间分析原理图；
[0093]
图8为本发明提供的一种确定暖通空调系统时序间因果关系的装置的结构示意
图；
[0094]
图9为本发明提供的另一种确定暖通空调系统时序间因果关系的装置的结构示意图。
具体实施方式
[0095]
在本说明书中提到或者可能提到的上、下、左、右、前、后、正面、背面、顶部、底部等方位用语是相对于其构造进行定义的，它们是相对的概念。因此，有可能会根据其所处不同位置、不同使用状态而进行相应地变化。所以，也不应当将这些或者其他的方位用语解释为限制性用语。
[0096]
以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与本公开的一些方面相一致的实施方式的例子。
[0097]
在本公开使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本公开。在本公开中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本公开中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。除非有相反的说明，本公开提及的“第一”、“第二”等序数词用于对多个对象进行区分，不用于限定多个对象的顺序、时序、优先级或者重要程度。
[0098]
现有的系统时滞分析方法主要集中在灰箱模型参数辨识法和控制变量试验法。前者需要建立系统机理模型，后者则需对人员活动和气象参数等进行严格控制，两者均难以在实际工程中实现。
[0099]
基于此，本发明提出了一种可在实际工程中实现的确定暖通空调系统时序间因果关系的方法，用于改善暖通空调系统的室内温度模型预测控制性能。
[0100]
下面将结合附图具体介绍本发明提供的技术方案。
[0101]
请参考图1所示，本发明提供的一种暖通空调系统时序间的因果关系的确定方法，包括：
[0102]
s11、对暖通空调系统的热量转移过程进行分析，以获得暖通空调系统的纯滞后时间。
[0103]
暖通空调系统的时滞来自于热媒输配等造成的纯滞后和热媒、室内空气及围护结构等形成的热惰性。在本发明中，通过基于质能守恒原理，对暖通空调系统室内温度延迟时间进行理论分析，可以获得暖通空调系统的纯滞后时间。
[0104]
在具体实施时，结合图1-2所示，步骤s11可以包括如下步骤：
[0105]
s111、建立暖通空调系统的热动态模型，该热动态模型用于表示暖通空调系统的热转移过程。
[0106]
如图3所示，暖通空调系统的热量转移过程与室内空间的热扩散、热交换器和围护结构的热传递相关。在室外气象参数综合作用下，热量通过围护结构进入室内空间形成冷负荷，热交换器通过热媒与室内空气换热转移冷负荷，以维持室内温度在其设定值范围内。
[0107]
在具体实施时，可以根据上述热量转移过程，分别将热交换器、室内空间和围护结构视为控制体，基于质能守恒原理，建立控制体的动态热平衡方程，组成暖通空调系统的热动态模型。
[0108]
作为一种示例，暖通空调系统的热动态模型可以表示为：
[0109][0110]
其中，公式(1)表示为热交换器的动态热平衡方程；公式(2)表示为室内空间的动态热平衡方程；公式(3)表示为围护结构的动态热平衡方程；tw、t
w，m
、t
w，s
和t
w，r
分别表示为水温、平均水温、暖通空调系统供水温度和回水温度，ti、t
a，m
、t
a，s
和t
a，r
分别表示为室内温度、空气平均温度、暖通空调系统送风温度和回风温度，to、te和t
ei
分别表示为室外空气温度、围护结构平均温度及其内表面温度；表示为空调房间内热源；gw和ga表示为暖通空调系统供水量和送风量；f
ex
表示为热交换器传热面积；v
ex
和v
rm
表示为热交换器体积和空调房间体积；fe和δe表示为围护结构传热面积和厚度；ρw、ρa、ρe和cw、ca、ce分别表示为热媒、室内空气与围护结构的平均密度和比热；hi表示为围护结构内表面的换热系数；k
ex
和ke分别表示为热交换器和围护结构的综合传热系数；β表示为热阻比。
[0111]
s112、对暖通空调系统的热动态模型进行离散处理或者进行拉普拉斯变换，以确定暖通空调系统的理论热惰性时间常数。
[0112]
在具体实施时，暖通空调系统的理论热惰性时间常数包括热媒、室内空气和围护结构的热惰性时间常数。
[0113]
作为一种示例，暖通空调系统的理论热惰性时间常数表示为：
[0114][0115]
其中，t
c，w
、t
c，i
和t
c，e
分别表示为热媒、室内空气和围护结构的热惰性时间常数；和分别表示为所述暖通空调系统的控制体经过一阶输入或扰动再次平衡的输出增量；t和δt分别表示为采样时刻和采样周期。
[0116]
由上述暖通空调系统的理论热惰性时间常数可以得到，暖通空调系统的理论理论热惰性时间常数与输入变量大小无关，仅与控制体规格及其热物性参数和换热性能系数相关。
[0117]
s113、建立暖通空调系统的热媒输配模型，该热媒输配模型用于表示暖通空调系统的热媒输配过程。
[0118]
暖通空调系统的纯滞后主要由水系统和风系统等热媒在管路系统的输配过程形成。
[0119]
在具体实施时，通过建立暖通空调系统的热媒输配模型，可以分析暖通空调系统的纯滞后时间。
[0120]
作为一种示例，暖通空调系统的热媒输配模型表示为：
[0121][0122]
其中，t
p，w
和t
p，a
分别表示为暖通空调系统的水系统和风系统中产生的纯滞后时间；f
w，p
和f
w，a
分别表示为水系统和风系统管路横截面积；l
w，p
和l
a，p
分别表示为水系统和风系统的管路长度。
[0123]
s114、基于暖通空调系统的热动态模型、理论热惰性时间常数和热媒输配模型，分析暖通空调系统的纯滞后，获得暖通空调系统的纯滞后时间。
[0124]
在具体实施时，结合上述公式(1)至公式(8)，即可计算得到暖通空调系统的纯滞后时间t
p，w
和t
p，a
。
[0125]
在具体实施时，暖通空调系统的纯滞后时间与热媒流量相关，在变流量系统中实际为某范围内的时变参数，通过定期分析即可获得周期内的平均纯滞后时间。
[0126]
s12、基于信息论基本原理，定义暖通空调系统的输入变量和输出变量之间的传递熵，并基于该传递熵和核密度估计方法，设计该传递熵的核密度估计器。
[0127]
从信息流的角度，暖通空调系统的时滞可视为信息传递的延迟，系统时滞分析实际为监测数据的时序因果发现问题。在信息论中，传递熵作为平稳时间序列因果发现的理论测量，已广泛应用于水文学、环境气象学、认知神经学、系统生物学及能源工程等领域。相比于传统时滞分析方法，传递熵不仅具有无模型假设的优点，还可处理变量间的非线性关系。
[0128]
在具体实施时，本发明通过基于信息论基本原理，定义暖通空调系统的输入变量和输出变量之间的传递熵，可以便于后续分析暖通空调系统时序间的因果关系。
[0129]
在具体实施时，该传递熵越大表明输入变量与输出变量之间的信息传递越充分、关联程度越密切。
[0130]
作为一种示例，暖通空调系统的输入变量和输出变量之间的传递熵表示为：
[0131]
te(x
→
y)＝mi(x-；y
+
|y-)
ꢀꢀꢀ
(9)
[0132]
其中，x＝[x1，
…
xj，
…
xm]
t
，y＝[y1，
…
yi，
…yn
]，mi(x-；y
+
|y-)＝h(x-，y-)+h(y
+
，y-)-h(y-)-h(y
+
，x-，y-)；te、mi、mi()和h分别表示为所述传递熵、互信息、条件互信息和信息熵；x和y分别表示为所述暖通空调系统的输入变量和输出变量；y
+
表示为输出变量y的未来结果；x-和y-分别表示为输入变量x和输出变量y的过去观测值；m为输入变量x的维度，即输入变量的变量个数；n为输出变量的观测样本数。
[0133]
在具体实施时，如图4所示，可以根据该传递熵和核密度估计方法，设计该传递熵的核密度估计器。
[0134]
作为一种示例，该传递熵的核密度估计器可以表示为：
[0135][0136]
其中，p和表示概率及其估计值；s为输入变量x的协方差矩阵；b为核带宽；γ为高斯核函数向量；γi为高斯核函数向量γ中的第i个元素。
[0137]
s13、结合聚类方法和k近邻方法，改进该核密度估计器。
[0138]
目前，传递熵的计算主要依靠直方分布估计器、核密度估计器与k近邻估计器。但直方分布估计器运算时间短，却计算精度低。核密度估计器计算精度高，且可处理高维数据空间，但运算时间长。k近邻估计器运算时间短，但计算精度对超参数k的选取敏感，尤其难以应对高维数据空间。
[0139]
如图5所示，采用核密度估计器计算传递熵时，需考虑各变量与全体变量之间的概率密度估计。在具体实施时，本发明通过结合聚类方法和k近邻方法，改进核密度估计器。
[0140]
作为一种示例，改进后的核密度估计器可以表示为：
[0141][0142]
其中，表示在高维空间z中点zi到其第k个邻居之间的距离；为z的子集，表示高维空间z中到点zi的距离小于等于的点；和y
isub
表示高维空间子集中输入变量x和输出变量y的子集。
[0143]
在本发明中，通过结合聚类方法和k近邻方法改进暖通空调系统的输入变量和输出变量之间的传递熵的核密度估计器，可以适用于高维数据空间，无需建立精确数学模型，可降低运算成本。
[0144]
s14、基于暖通空调系统的纯滞后时间，采用改进后的核密度估计器计算暖通空调系统的输出变量在不同延迟时间下的传递熵，以确定暖通空调系统时序间的因果关系。
[0145]
在具体实施时，在执行步骤s14之前，可以先明确暖通空调系统的时滞来源。如图6所示，暖通空调系统的时滞是热媒输配等造成的纯滞后和热媒、室内空气及围护结构等形成的热惰性综合作用的结果。其中，暖通空调系统的延迟时间包括纯滞后时间与热惰性时间。
[0146]
在具体实施时，执行步骤s14时，如图7所示，可以固定输出变量，沿着采样时间平移输入变量任一分量，使用改进后的核密度估计器，计算输出变量与输入变量在各延迟时间下的传递熵，将传递熵最大的时刻确定为输出变量该任一分量的延迟时间，获得暖通空调系统时序间的因果关系。可以理解为，输入变量各分量延迟时间相互耦合，通过固定输出变量，沿着采样时间平移输入变量任一分量，使用改进后的核密度估计器，以输入变量与输
出变量之间的传递熵最大为优化目标，确定输入变量各分量的延迟时间，即可获得暖通空调系统时序间的因果关系。
[0147]
通过以上描述可知，在本发明提供的技术方案中，通过运用聚类思想，在核密度估计器中引入k近邻方法，可以减少核密度估计中样本选择数量，可以在不降低传递熵计算精度前提下节约运算时间，分析给出暖通空调系统延迟时间。与现有技术相比，本发明提供的确定暖通空调系统时序间因果关系的方法，可适于高维数据空间，无需建立精确数学模型，投入低运算成本即可分析暖通空调系统时序间的因果关系，极大地宽限了暖通空调系统延迟时间计算的实施条件，可有效地改善暖通空调系统的室内温度模型预测控制性能。
[0148]
基于同一发明构思，本发明实施例还提供了一种确定暖通空调系统时序间因果关系的装置，如图8所示，确定暖通空调系统时序间因果关系的装置20可以包括：
[0149]
设计单元，用于对暖通空调系统的热量转移过程进行分析，以获得暖通空调系统的纯滞后时间；基于信息论基本原理，定义暖通空调系统的输入变量和输出变量之间的传递熵，并基于传递熵和核密度估计方法，设计传递熵的核密度估计器；其中，传递熵越大表明输入变量与输出变量之间的信息传递越充分、关联程度越密切；
[0150]
处理单元，用于结合聚类方法和k近邻方法，改进核密度估计器；基于纯滞后时间，采用改进后的核密度估计器计算暖通空调系统的输出变量在不同延迟时间下的传递熵，确定暖通空调系统时序间的因果关系。
[0151]
在一种可能的设计中，设计单元21具体用于：
[0152]
建立暖通空调系统的热动态模型，热动态模型用于表示暖通空调系统的热转移过程；
[0153]
对热动态模型进行离散处理或者进行拉普拉斯变换，以确定暖通空调系统的理论热惰性时间常数；暖通空调系统的理论热惰性时间常数包括热媒、室内空气和围护结构的热惰性时间常数；
[0154]
建立暖通空调系统的热媒输配模型，该热媒输配模型用于表示暖通空调系统的热媒输配过程；
[0155]
基于热动态模型、理论热惰性时间常数和热媒输配模型，分析暖通空调系统的纯滞后，获得暖通空调系统的纯滞后时间。
[0156]
在一种可能的设计中，设计单元21具体用于：
[0157]
基于质能守恒原理，建立多个控制体的动态热平衡方程，多个控制体包括热交换器、室内空间和围护结构；
[0158]
其中，多个控制体的动态平衡方程组成热动态模型。
[0159]
在一种可能的设计中，热交换器的动态热平衡方程为：
[0160][0161]
室内空间的动态热平衡方程为：
[0162][0163]
围护结构的动态热平衡方程为：
[0164][0165]
其中，tw、t
w，m
、t
w，s
和t
w，r
分别表示为水温、平均水温、暖通空调系统供水温度和回水温度，ti、t
a，m
、t
a，s
和t
a，r
分别表示为室内温度、空气平均温度、暖通空调系统送风温度和回风温度，to、te和t
ei
分别表示为室外空气温度、围护结构平均温度及其内表面温度；表示为空调房间内热源；gw和ga表示为暖通空调系统供水量和送风量；f
ex
表示为热交换器传热面积；v
ex
和v
rm
表示为热交换器体积和空调房间体积；fe和δe表示为围护结构传热面积和厚度；ρw、ρa、ρe和cw、ca、ce分别表示为热媒、室内空气与围护结构的平均密度和比热；hi表示为围护结构内表面的换热系数；k
ex
和ke分别表示为热交换器和围护结构的综合传热系数；β表示为热阻比。
[0166]
在一种可能的设计中，暖通空调系统的理论热惰性时间常数表示为：
[0167][0168]
其中，t
c，w
、t
c，i
和t
c，e
分别表示为热媒、室内空气和围护结构的热惰性时间常数；和分别表示为暖通空调系统的控制体经过一阶输入或扰动再次平衡的输出增量；t和δt分别表示为采样时刻和采样周期；
[0169]
暖通空调系统的热媒输配模型表示为：
[0170][0171]
其中，t
p，w
和t
p，a
分别表示为暖通空调系统的水系统和风系统中产生的纯滞后时间；f
w，p
和f
w，a
分别表示为水系统和风系统管路横截面积；l
w，p
和l
a，p
分别表示为水系统和风系统的管路长度。
[0172]
在一种可能的设计中，传递熵表示为：
[0173]
te(x
→
y)＝mi(x-；y
+
|y-)
[0174]
其中，x＝[x1，
…
xj，
…
xm]
t
，y＝[y1，
…
yi，
…yn
]，mi(x-；y
+
|y-)＝h(x-，y-)+h(y
+
，y-)-h(y-)-h(y
+
，x-，y-)；te、mi、mi()和h分别表示为传递熵、互信息、条件互信息和信息熵；x和y分别表示为暖通空调系统的输入变量和输出变量；y
+
表示为输出变量y的未来结果；x-和y-分别表示为输入变量x和输出变量y的过去观测值；m为输入变量x的维度，即输入变量的变量个数；n为输出变量的观测样本数；
[0175]
核密度估计器表示为：
[0176][0177]
其中，p和表示概率及其估计值；s为输入变量x的协方差矩阵；b为核带宽；γ为高斯核函数向量；γi为高斯核函数向量γ中的第i个元素。
[0178]
在一种可能的设计中，改进后的核密度估计器表示为：
[0179][0180]
其中，表示在高维空间z中点zi到其第k个邻居之间的距离；为z的子集，表示高维空间z中到点zi的距离小于等于的点；和y
isub
表示高维空间子集中输入变量x和输出变量y的子集。
[0181]
在一种可能的设计中，处理单元24具体用于：
[0182]
固定输出变量，沿着采样时间平移输入变量任一分量，使用改进后的核密度估计器，计算输出变量与输入变量在各延迟时间下的传递熵，将传递熵最大的时刻确定为输出变量该任一分量的延迟时间，获得暖通空调系统时序间的因果关系。
[0183]
本发明实施例中的确定暖通空调系统时序间因果关系的装置20与上述图1所示的确定暖通空调系统时序间因果关系的方法是基于同一构思下的发明，通过前述对确定暖通空调系统时序间因果关系的方法的详细描述，本领域技术人员可以清楚的了解本实施例中确定暖通空调系统时序间因果关系的装置20的实施过程，所以为了说明书的简洁，在此不再赘述。
[0184]
基于同一发明构思，本发明实施例还提供了一种确定暖通空调系统时序间因果关系的装置，如图9所示，确定暖通空调系统时序间因果关系的装置30可以包括：至少一个存储器31和至少一个处理器32。其中：
[0185]
至少一个存储器31用于存储一个或多个程序。
[0186]
当一个或多个程序被至少一个处理器32执行时，实现上述图1所示的确定暖通空调系统时序间因果关系的方法。
[0187]
确定暖通空调系统时序间因果关系的装置30还可以可选地包括通信接口，通信接口用于与外部设备进行通信和数据交互传输。
[0188]
需要说明的是，存储器31可能包含高速ram存储器，也可能还包括非易失性存储器(nonvolatile memory)，例如至少一个磁盘存储器。
[0189]
在具体的实现过程中，如果存储器31、处理器32及通信接口集成在一块芯片上，则存储器31、处理器32及通信接口可以通过内部接口完成相互间的通信。如果存储器31、处理
器32和通信接口独立实现，则存储器31、处理器32和通信接口可以通过总线相互连接并完成相互间的通信。
[0190]
基于同一发明构思，本发明实施例还提供了一种计算机可读存储介质，该计算机可读存储介质可以存储有至少一个程序，当至少一个程序被处理器执行时，实现上述图1所示的确定暖通空调系统时序间因果关系的方法。
[0191]
应当理解，计算机可读存储介质为可存储数据或程序的任何数据存储设备，数据或程序其后可由计算机系统读取。计算机可读存储介质的示例包括：只读存储器、随机存取存储器、cd-rom、hdd、dvd、磁带和光学数据存储设备等。
[0192]
计算机可读存储介质还可分布在网络耦接的计算机系统中使得计算机可读代码以分布式方式来存储和执行。
[0193]
计算机可读存储介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、射频(radio frequency，rf)等，或者上述的任意合适的组合。
[0194]
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。