本发明涉及pid控制器参数调控，具体涉及一种空调通风系统的优化调控方法。
背景技术：
1、空调通风系统是通风系统和空调系统的组合，且空调通风系统的主要作用是提供舒适的室内环境，并确保室内空气的质量，例如空调通风系统能够实现对室内温度的调节；而且通常情况下，空调通风系统会配备智能控制算法，智能控制算法通过调节空调通风系统的输出，能够实现对空调通风系统的控制，进而可以实现对室内温度或者湿度的控制或者调节，即配备智能控制算法的目的是为了使得室内温度或者湿度等稳定在设定值附近。
2、现有技术中空调通风系统所配备的智能控制算法一般是pid控制算法(pid控制器)，即现有技术中一般基于pid控制算法来使得室内温度或者湿度等稳定在设定值附近，而且通常是基于pid控制算法的比例系数（p）、积分系数（i）和微分系数（d）这三个参数的线性组合所计算的控制量，来实现对空调通风系统的控制，即主要是通过pid控制器来使得室内温度或者湿度等稳定在设定值附近；但是当空调室外的环境出现剧烈变化时，例如空调室外的温度出现快速上升，这种情况可能会导致pid控制器的比例系数p的调整速度达不到室外温度上升的速度，进而可能会导致室内温度无法稳定在设定值附近，即当室外的环境出现剧烈变化时可能会导致室内温度或者湿度与设定值之间存在较大差距，进而会导致pid控制器对空调通风系统的控制或者调控效果较差，且也会使得用户的体验感较差。
技术实现思路
1、为了解决上述问题，本发明提供一种空调通风系统的优化调控方法，所采用的技术方案具体如下：
2、本发明一个实施例提供了一种空调通风系统的优化调控方法，包括以下步骤：
3、获取空调在运行时间段对应的数据曲线和当前运行时刻的空调pid控制器的比例系数；
4、获取所述数据曲线上的各个波谷数据点和各个波峰数据点，根据所述波谷数据点和波峰数据点，得到所述数据曲线上的各个波峰数据点对应的目标特征值，根据所述目标特征值，得到所述数据曲线上的所有目标数据点；
5、根据所述数据曲线上的相邻的目标数据点之间的斜率以及与所述目标数据点相邻的波谷数据点，得到目标调整参数；
6、根据所述目标调整参数和所述当前运行时刻的空调pid控制器的比例系数，得到目标比例系数；根据所述目标比例系数对空调进行调控。
7、优选地，所述数据曲线的类型为两种，分别为室内温度数据曲线和室内湿度数据曲线。
8、优选地，得到所述数据曲线上的各个波峰数据点对应的目标特征值的方法，包括：
9、在所述数据曲线上，获取与所述各个波峰数据点相邻且位于各个波峰数据点左侧的波谷数据点以及与所述各个波峰数据点相邻且位于各个波峰数据点右侧的波谷数据点，并分别记为对应波峰数据点对应的左侧波谷数据点和对应的右侧波谷数据点；
10、根据所述各个波峰数据点对应的左侧波谷数据点和所述各个波峰数据点对应的右侧波谷数据点，得到所述各个波峰数据点对应的第一特征值；
11、根据所述各个波峰数据点对应的第一特征值以及各个波峰数据点的相邻波峰数据点对应的第一特征值，得到所述各个波峰数据点对应的目标特征值。
12、优选地，得到所述各个波峰数据点对应的第一特征值的方法，包括：
13、对于所述数据曲线上的第i个波峰数据点：
14、将该波峰数据点的纵坐标值与其对应的左侧波谷数据点的纵坐标值之间的差值的绝对值，记为该波峰数据点与其对应的左侧波谷数据点之间的波高，将该波峰数据点的纵坐标值与其对应的右侧波谷数据点的纵坐标值之间的差值的绝对值，记为该波峰数据点与其对应的右侧波谷数据点之间的波高；
15、计算得到该波峰数据点与其对应的左侧波谷数据点之间的斜率以及该波峰数据点与其对应的右侧波谷数据点之间的斜率；
16、根据该波峰数据点与其对应的左侧波谷数据点之间的波高、该波峰数据点与其对应的右侧波谷数据点之间的波高、该波峰数据点与其对应的左侧波谷数据点之间的斜率以及该波峰数据点与其对应的右侧波谷数据点之间的斜率，得到该波峰数据点对应的第一特征值。
17、优选地，根据如下公式计算得到该波峰数据点对应的第一特征值：
18、；
19、其中，为该波峰数据点对应的第一特征值，为第一权重值，为该波峰数据点与其对应的左侧波谷数据点之间的波高，为该波峰数据点与其对应的右侧波谷数据点之间的波高，为该波峰数据点与其对应的左侧波谷数据点之间的斜率，为该波峰数据点与其对应的右侧波谷数据点之间的斜率。
20、优选地，根据所述各个波峰数据点对应的第一特征值以及各个波峰数据点的相邻波峰数据点对应的第一特征值，得到所述各个波峰数据点对应的目标特征值的方法，包括：
21、对于所述数据曲线上的第i个波峰数据点：
22、将该波峰数据点与其对应的左侧波谷数据点之间的波高以及该波峰数据点与其对应的右侧波谷数据点之间的波高中的最大值记为该波峰数据点对应的波幅；
23、在所述数据曲线上，将与该波峰数据点相邻且位于该波峰数据点左侧的波峰数据点，记为该波峰数据点对应的左侧波峰数据点，将与该波峰数据点相邻且位于该波峰数据点右侧的波峰数据点，记为该波峰数据点对应的右侧波峰数据点；
24、将该波峰数据点、该波峰数据点对应的左侧波峰数据点以及该波峰数据点对应的右侧波峰数据点构建的数据点集合记为该波峰数据点对应的波峰数据点集合；
25、计算得到该波峰数据点对应的波峰数据点集合中的所有波峰数据点对应的第一特征值的方差，并记为该波峰数据点对应的波峰数据点集合的方差；
26、对所述波峰数据点集合的方差进行负相关映射，将进行负相关映射后的方差记为该波峰数据点对应的波峰数据点集合的目标方差；
27、将所述目标方差与该波峰数据点对应的波幅的归一化值的乘积记为该波峰数据点对应的目标特征值。
28、优选地，得到目标调整参数的方法，包括：
29、在所述数据曲线上，获取与各个目标数据点相邻且位于各个目标数据点右侧的目标数据点以及与各个目标数据点相邻且位于各个目标数据点左侧的目标数据点，并分别记为对应目标数据点对应的右侧目标数据点和左侧目标数据点；
30、计算得到所述数据曲线上的每个目标数据点与其对应的右侧目标数据点之间的斜率，并记为对应目标数据点对应的第一斜率，计算得到所述数据曲线上的每个目标数据点与其对应的左侧目标数据点之间的斜率，并记为对应目标数据点对应的第二斜率；
31、计算得到所述数据曲线上的每个目标数据点对应的第二斜率与其对应的第一斜率之间的差值的绝对值，并记为对应目标数据点对应的斜率变化指标；
32、计算得到所述数据曲线上的所有目标数据点对应的斜率变化指标的和，并记为所述数据曲线对应的目标斜率变化指标；
33、将所述数据曲线上目标数据点的数量与所述目标斜率变化指标的倒数进行相乘之后再进行归一化处理后得到的值，记为所述数据曲线对应的第一修正参数；
34、在所述数据曲线上，获取与各个目标数据点相邻且位于各个目标数据点右侧的波谷数据点以及与各个目标数据点相邻且位于各个目标数据点左侧的波谷数据点，并分别记为对应目标数据点对应的右侧波谷数据点和左侧波谷数据点；
35、根据所述目标数据点对应的右侧波谷数据点和左侧波谷数据点，得到所述数据曲线对应的第二修正参数；
36、将所述数据曲线对应的第一修正参数与其对应的第二修正参数的和，记为所述数据曲线对应的调整参数；所述数据曲线对应的调整参数包括室内温度数据曲线对应调整参数和室内湿度数据曲线对应的调整参数；
37、根据所述室内温度数据曲线对应调整参数和所述室内湿度曲线对应的调整参数，得到目标调整参数。
38、优选地，得到所述数据曲线对应的第二修正参数的方法，包括：
39、按照所述数据曲线上目标数据点的位置对所述数据曲线上的各个目标数据点进行标记，得到所述数据曲线上的各个目标数据点的标记值；
40、对于所述数据曲线上的第j个目标数据点：
41、计算得到该目标数据点与其对应的左侧波谷数据点之间的欧氏距离，并记为该目标数据点对应的第一距离，计算得到该目标数据点与其对应的右侧波谷数据点之间的欧氏距离，并记为该波峰数据点对应的第二距离；
42、计算得到该目标数据点对应的第一距离和其对应的第二距离之间的差值的绝对值，并记为该目标数据点对应的目标差异值；
43、将该目标数据点的标记值与其对应的目标差异值的乘积，记为该目标数据点对应的表征值；
44、将所述数据曲线上的所有的目标数据点对应的第一距离构建的序列，记为所述数据曲线对应的第一距离序列；
45、将所述数据曲线上的所有的目标数据点对应的第二距离构建的序列，记为所述数据曲线对应的第二距离序列；
46、计算得到所述第一距离序列和所述第二距离序列之间的皮尔逊相关系数；
47、将所述第一距离序列和所述第二距离序列之间的皮尔逊相关系数与常数1的和，记为所述第一距离序列和所述第二距离序列之间的目标皮尔逊相关系数；
48、将所述目标皮尔逊相关系数与所述数据曲线上的所有目标数据点对应的表征值的和进行相乘之后再进行归一化处理后的值，记为所述数据曲线对应的第二修正参数。
49、优选地，根据所述室内温度数据曲线对应调整参数和所述室内湿度曲线对应的调整参数，得到目标调整参数的方法，包括：
50、将所述室内温度数据曲线和所述室内湿度数据曲线之间的皮尔逊相关系数的绝对值，记为第一相关系数；
51、将所述室内温度数据曲线对应调整参数和所述室内湿度曲线对应的调整参数分别记为温度维度对应的调整参数和湿度维度对应的调整参数；
52、将所述温度维度对应的调整参数与所述第一相关系数的乘积，记为温度维度对应的初始权重；
53、将所述湿度维度对应的调整参数与所述第一相关系数的乘积，记为所述湿度维度对应的初始权重；
54、将所述温度维度对应的初始权重与所述湿度维度对应的初始权重的和记为综合权重；
55、将所述温度维度对应的初始权重与所述综合权重的比值，记为所述温度维度对应的目标权重，将所述湿度维度对应的初始权重与所述综合权重的比值，记为所述湿度维度对应的目标权重；
56、将所述湿度维度对应的目标权重与所述湿度维度对应的调整参数的乘积，记为所述湿度维度对应的目标修正参数，将所述温度维度对应的目标权重与所述温度维度对应的调整参数的乘积，记为所述温度维度对应的目标修正参数；
57、将所述温度维度对应的目标修正参数与所述湿度维度对应的目标修正参数的均值，记为目标调整参数。
58、优选地，得到目标比例系数的方法，包括：
59、将所述目标调整参数与预设值的比值加上常数1后再与所述当前运行时刻的空调pid控制器的比例系数进行相乘之后的值，记为目标比例系数。
60、有益效果：本发明首先获取空调在运行时间段对应的数据曲线和当前运行时刻的空调pid控制器的比例系数；然后获取数据曲线上的各个波谷数据点和各个波峰数据点，通过波谷数据点和波峰数据，得到数据曲线上的各个波峰数据点对应的目标特征值，并根据目标特征值，得到数据曲线上的所有目标数据点；之后依据数据曲线上的相邻的目标数据点之间的斜率以及与目标数据点相邻的波谷数据点确定目标调整参数；且本发明基于数据曲线上的相邻的目标数据点之间的斜率以及与目标数据点相邻的波谷数据点确定目标调整参数较准确；最后根据目标调整参数和所述当前运行时刻的空调pid控制器的比例系数得到目标比例系数，根据目标比例系数对空调进行调控。本发明通过对比例系数进行调整，能够使得空调室内温度或者湿度稳定在设定值附近，能够保持pid控制器对空调通风系统的高效控制或者调控，且也会使得用户的体验感较好。
1.一种空调通风系统的优化调控方法，其特征在于，该方法包括如下步骤：
2.如权利要求1所述的一种空调通风系统的优化调控方法，其特征在于，所述数据曲线的类型为两种，分别为室内温度数据曲线和室内湿度数据曲线。
3.如权利要求2所述的一种空调通风系统的优化调控方法，其特征在于，得到所述数据曲线上的各个波峰数据点对应的目标特征值的方法，包括：
4.如权利要求3所述的一种空调通风系统的优化调控方法，其特征在于，得到所述各个波峰数据点对应的第一特征值的方法，包括：
5.如权利要求4所述的一种空调通风系统的优化调控方法，其特征在于，根据如下公式计算得到该波峰数据点对应的第一特征值：
6.如权利要求4所述的一种空调通风系统的优化调控方法，其特征在于，根据所述各个波峰数据点对应的第一特征值以及各个波峰数据点的相邻波峰数据点对应的第一特征值，得到所述各个波峰数据点对应的目标特征值的方法，包括：
7.如权利要求2所述的一种空调通风系统的优化调控方法，其特征在于，得到目标调整参数的方法，包括：
8.如权利要求7所述的一种空调通风系统的优化调控方法，其特征在于，得到所述数据曲线对应的第二修正参数的方法，包括：
9.如权利要求7所述的一种空调通风系统的优化调控方法，其特征在于，根据所述室内温度数据曲线对应调整参数和所述室内湿度曲线对应的调整参数，得到目标调整参数的方法，包括：
10.如权利要求1所述的一种空调通风系统的优化调控方法，其特征在于，得到目标比例系数的方法，包括：
