节能减排是企业管理的重要一环,能源成本直接影响企业的经济效益,工业空调的能源管控问题长久以来都是企业关注的重点。当前,企业的空调启动策略往往采用固定的预冷预热时间,没有统一、科学的标准。本文通过对企业空调运行的历史数据(气候、产能)进行采集、清洗,建立科学的空调能耗模型和空调启动时间预测模型。并将本文提出的理论和技术在实际中应用,设计并实现了智慧工厂空调能源管控系统,实现对企业生产车间空调的启动时间预测。结果表明,该系统能够有助于企业达成能源智能管控的目标。研究工作主要如下:1)企业生产全环境的综合工业空调能耗模型的建立。通过车间内现有的98个温湿度采集点对生产车间进行全面无死角的数据采集,并利用OPC技术对数据进行解析并持久化到数据库。依据收集到空调设备运行的历史数据,对空调系统的主要部分(冷水机组、冷却水泵、冷冻水泵、冷却塔、风机盘管、空调机组)建立能耗模型。以企业空调系统整体节能作为研究目标,将所有部件的能效比作为节能优化的目标函数,最终建立起车间空调系统全域能耗模型。2)基于神经网络的空调启动时间预测模型的建立。针对传统预测方法的不稳定性和RNN神经网络中梯度消失的问题,结合空调运行时间序列数据的特点,使用长短期记忆循环神经网络建立以生产要求和环境舒适度为导向的空调启动时间预测模型。将本文建立的空调启动时间预测模型与随机森林、支持向量回归建立的预测模型进行比较分析,实验结果表明,本文建立的模型表现出明显优于另外两者的稳定性,并且经过优化控制的空调能耗降低了约27.9%。3)基于IAFSA-LSTM的空调启动时间预测模型的建立。为了提高长短期记忆网络模型的预测精度,在现有人工鱼群算法的基础上提出了一种改进视野和步长的人工鱼群算法,使用改进后的算法优化LSTM网络的参数,构建基于改进人工鱼群算法的长短期记忆网络预测模型。同时选取四种不同维度的数据集对该模型进行验证,并将该模型应用于空调启动时间的预测上,结果表明经过改进后的模型预测精度有了一定的提高,对空调启动时间有着较好的预测效果。4)智慧工厂空调能源管控系统的设计与实现。基于上述研究成果,搭建了企业空调能源管控平台,其中包括空调设备的智能启动和能耗预测模块。从企业的实际需求出发,将空调信息查询、预测模型训练、预测结果查询等功能在平台上实现并在生产中应用;同时提供空调能耗全景视图看板,使企业在空调能源管控方面由传统的经验化转化为精准化、精细化与科学化,降低生产所需能源成本。