CN107817685B - 智能温度监控方法、装置、***及终端 - Google Patents

智能温度监控方法、装置、***及终端 Download PDF

Info

Publication number
CN107817685B
CN107817685B CN201711272367.9A CN201711272367A CN107817685B CN 107817685 B CN107817685 B CN 107817685B CN 201711272367 A CN201711272367 A CN 201711272367A CN 107817685 B CN107817685 B CN 107817685B
Authority
CN
China
Prior art keywords
temperature
preset
predicted
terminal
value
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201711272367.9A
Other languages
English (en)
Other versions
CN107817685A (zh
Inventor
张曙华
杨安荣
刘理洲
高琳
高自立
杨光
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Xinlian Information Development Co Ltd
Original Assignee
Shanghai Xinlian Information Development Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shanghai Xinlian Information Development Co Ltd filed Critical Shanghai Xinlian Information Development Co Ltd
Priority to CN201711272367.9A priority Critical patent/CN107817685B/zh
Publication of CN107817685A publication Critical patent/CN107817685A/zh
Application granted granted Critical
Publication of CN107817685B publication Critical patent/CN107817685B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/048—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators using a predictor
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D23/00—Control of temperature
    • G05D23/19—Control of temperature characterised by the use of electric means
    • G05D23/30—Automatic controllers with an auxiliary heating device affecting the sensing element, e.g. for anticipating change of temperature
    • G05D23/32—Automatic controllers with an auxiliary heating device affecting the sensing element, e.g. for anticipating change of temperature with provision for adjustment of the effect of the auxiliary heating device, e.g. a function of time
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • H04L67/125—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks involving control of end-device applications over a network

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Medical Informatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Software Systems (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Control Of Temperature (AREA)

Abstract

本发明实施例提供了一种智能温度监控方法、装置、***及终端，涉及信息处理技术领域。所述方法包括通过服务器基于接收到的终端发送的待测环境内的当前时刻的温度数据和预设的温度自回归模型，预测出当前时刻之后的预设时间段的预测温度值后，若判断得出预测温度值大于预设的温度阈值，向所述终端发送调节指令，以使所述终端基于所述调节指令，调节所述待测环境内的温度，实现提前自动调节待测环境内的当前时刻之后的预设时间段的温度，有效避免温度异常事件的发生，对于温度敏感性物品等具有重大意义，同时有效减少中间手动调节温度的时间。

Description

智能温度监控方法、装置、***及终端
技术领域
本发明涉及信息处理技术领域，具体而言，涉及一种智能温度监控方法、装置、***及终端。
背景技术
冷链物流是随着科学技术的进步、制冷技术的发展而建立起来的，是以冷冻工艺学为基础、以制冷技术为手段的低温物流过程，泛指冷藏冷冻类食品在生产、贮藏运输、销售到消费前的各个环节中始终处于规定的低温环境下，以保证食品质量，减少食品损耗的一项***工程。冷链物流分为生产加工、运输、储存、销售四大主要环节，冷链运输服务的最终质量取决于待测环境的温度和产品耐藏性。温度的波动是引起产品质量下降的最主要原因之一，对温度的测量和控制则是待测环境流通过程的关键。保鲜食品冷链物流运输过程的原则和关键是不能断链，一旦中断会影响产品品质，进而威胁消费者的人身安全。
我国冷链物流近年来不断发展，但是依然存在一些问题。冷链物流运输信息化程度不高，有关部门在生鲜产品冷链运输流通过程中监督不足，冷链体系不健全，冷藏运输率低，这些不仅会影响消费者的身体健康和生命安全，长此以往则会导致信任危机和市场失灵，建设冷链流通监管体系势在必行。
随着物联网技术的发展，冷链物流温度实时监管技术应运而生。这些技术能够实现对冷链运输过程车厢环境温度的实时监控，当温度发生异常时，再调整冷库或者冷藏车的温度。这种温度异常事件的后续调节过程历时较长，对于温度敏感性产品会造成不可逆的损害。
发明内容
本发明的目的在于提供一种智能温度监控方法、装置、***及终端，以改善上述问题。为了实现上述目的，本发明采取的技术方案如下：
第一方面，本发明实施例提供了一种智能温度监控方法，所述方法包括服务器接收终端发送的待测环境内的当前时刻的温度数据；所述服务器基于所述当前时刻的温度数据及预设的温度自回归模型，输出所述当前时刻之后的预设时间段的预测温度值；所述服务器判断所述预测温度值是否满足预设条件，若为是，向所述终端发送调节指令，以使所述终端基于所述调节指令，调节所述待测环境内的温度。
第二方面，本发明实施例提供了一种智能温度监控方法，所述方法包括终端向服务器发送待测环境内的当前时刻的温度数据，以使所述服务器基于所述当前时刻的温度数据及预设的温度自回归模型，输出所述当前时刻之后的预设时间段的预测温度值后，判断所述预测温度值是否满足预设条件，若为是，向所述终端发送调节指令；所述终端基于所述调节指令，调节所述待测环境内的温度。
第三方面，本发明实施例提供了一种智能温度监控方法，所述方法包括：终端向服务器发送待测环境内的当前时刻的温度数据；所述服务器基于所述当前时刻的温度数据及预设的温度自回归模型，输出所述当前时刻之后的预设时间段的预测温度值后，判断所述预测温度值是否满足预设条件，若为是，向所述终端发送调节指令；所述终端基于所述调节指令，调节所述待测环境内的温度。
第四方面，本发明实施例提供了一种智能温度监控装置，运行于服务器，所述装置包括接收单元、预测单元和调节控制单元。接收单元，用于接收终端发送的待测环境内的当前时刻的温度数据。预测单元，用于基于所述当前时刻的温度数据及预设的温度自回归模型，输出所述当前时刻之后的预设时间段的预测温度值。调节控制单元，用于判断所述预测温度值是否满足预设条件，若为是，向所述终端发送调节指令，以使所述终端基于所述调节指令，调节所述待测环境内的温度
第五方面，本发明实施例提供了一种智能温度监控***，包括终端和服务器。终端，用于向服务器发送待测环境内的当前时刻的温度数据。所述服务器，用于基于所述当前时刻的温度数据及预设的温度自回归模型，输出所述当前时刻之后的预设时间段的预测温度值后，判断所述预测温度值是否满足预设条件，若为是，向所述终端发送调节指令。所述终端，用于基于所述调节指令，调节所述待测环境内的温度。
第六方面，本发明实施例提供了一种终端，包括数据采集模块、主控制器、数据传输模块和温度调节模块。所述数据采集模块、所述数据传输模块、所述温度调节模块均与所述主控制器电连接。所述数据采集模块，用于采集待测环境内的当前时刻的温度数据并将所述当前时刻的温度数据发送给所述主控制器。所述主控制器，用于将所述当前时刻的温度数据通过所述数据传输模块发送给服务器。所述主控制器，用于接收到所述服务器返回的调节指令后，通过所述温度调节模块控制所述待测环境内的温度调节设备，以调节所述待测环境内的温度。
本发明实施例的有益效果是：通过服务器基于接收到的终端发送的待测环境内的当前时刻的温度数据和预设的温度自回归模型，预测出当前时刻之后的预设时间段的预测温度值后，若判断得出预测温度值大于预设的温度阈值，向所述终端发送调节指令，以使所述终端基于所述调节指令，调节所述待测环境内的温度，实现提前自动调节待测环境内的当前时刻之后的预设时间段的温度，有效避免温度异常事件的发生，对于温度敏感性物品等具有重大意义，同时有效减少中间手动调节温度的时间。
本发明的其他特征和优点将在随后的说明书阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明实施例了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1为本发明实施例的应用环境；
图2为可应用于本发明实施例中的服务器的结构框图；
图3为本发明实施例提供的终端的结构框图；
图4为本发明实施例提供的一种智能温度监控方法的流程图；
图5为本发明实施例提供的一种智能温度监控方法中的预设温度值集合曲线示意图；
图6为本发明实施例提供的另一种智能温度监控方法的流程图；
图7为本发明实施例提供的智能温度监控***的时序图；
图8为本发明实施例提供的智能温度监控装置的结构框图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本发明的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
本发明下述各实施例如无特别说明均可应用于如图1所示的环境中，如图1所示，终端210通过网络200与服务器100连接。所述网络200可以是有线或无线网络。本发明实施例中，终端210和服务器100能够通过通信网络直接连接。终端210、服务器100可以在Wi-Fi(无线保真)网络、GPRS(General Packet Radio Service)如2G/3G/4G网络或局域网中建立通信连接。智能温度监控***包括终端210和服务器100。
终端210，用于向服务器100发送待测环境内的当前时刻的温度数据；
所述服务器100，用于基于所述当前时刻的温度数据及预设的温度自回归模型，输出所述当前时刻之后的预设时间段的预测温度值后，判断所述预测温度值是否满足预设条件，若为是，向所述终端210发送调节指令。
所述终端210，用于基于所述调节指令，调节所述待测环境内的温度。
请参阅图2，本发明实施例提供了一种服务器100，可以包括存储器102、存储控制器104、一个或多个(图2中仅示出一个)处理器106、外设接口108、输入输出模块110、音频模块112、显示模块114、射频模块116和智能温度监控装置。
存储器102、存储控制器104、处理器106、外设接口108、输入输出模块110、音频模块112、显示模块114、射频模块116各元件之间直接或间接地电连接，以实现数据的传输或交互。例如，这些元件之间可以通过一条或多条通讯总线或信号总线实现电连接。智能温度监控方法分别包括至少一个可以以软件或固件(firmware)的形式存储于存储器102中的软件功能模块，例如所述智能温度监控装置包括的软件功能模块或计算机程序。
存储器102可以存储各种软件程序以及模块，如本申请实施例提供的智能温度监控方法及装置对应的程序指令/模块。处理器106通过运行存储在存储器102中的软件程序以及模块，从而执行各种功能应用以及数据处理，即实现本申请实施例中的智能温度监控方法。
存储器102可以包括但不限于随机存取存储器(Random Access Memory，RAM)，只读存储器(Read Only Memory，ROM)，可编程只读存储器(Programmable Read-OnlyMemory，PROM)，可擦除只读存储器(Erasable Programmable Read-Only Memory，EPROM)，电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory，EEPROM)等。
处理器106可以是一种集成电路芯片，具有信号处理能力。上述处理器可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(NetworkProcessor，简称NP)等；还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。其可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述外设接口108将各种输入/输入装置耦合至处理器106以及存储器102。在一些实施例中，外设接口108、处理器106以及存储控制器104可以在单个芯片中实现。在其他一些实例中，他们可以分别由独立的芯片实现。
输入输出模块110用于提供给用户输入数据实现用户与终端210的交互。所述输入输出模块110可以是，但不限于，鼠标和键盘等。
音频模块112向用户提供音频接口，其可包括一个或多个麦克风、一个或者多个扬声器以及音频电路。
显示模块114在服务器100与用户之间提供一个交互界面(例如用户操作界面)或用于显示图像数据给用户参考。在本实施例中，所述显示模块114可以是液晶显示器或触控显示器。若为触控显示器，其可为支持单点和多点触控操作的电容式触控屏或电阻式触控屏等。支持单点和多点触控操作是指触控显示器能感应到来自该触控显示器上一个或多个位置处同时产生的触控操作，并将该感应到的触控操作交由处理器106进行计算和处理。
射频模块116用于接收以及发送电磁波，实现电磁波与电信号的相互转换，从而与通信网络或者其他设备进行通信。
可以理解，图2所示的结构仅为示意，终端210还可包括比图2中所示更多或者更少的组件，或者具有与图2所示不同的配置。图2中所示的各组件可以采用硬件、软件或其组合实现。
请参阅图3，本发明实施例提供了一种终端210，可以包括数据采集模块212、主控制器214、数据传输模块216和温度调节模块218。所述数据采集模块212、所述数据传输模块216、所述温度调节模块218均与所述主控制器214电连接。所述终端210可以设置于待测环境内。
在本实施例中，所述待测环境为冷链车，终端210为车载终端。车载终端设置于所述冷链车内。
所述数据采集模块212，用于采集待测环境内的当前时刻的温度数据并将所述当前时刻的温度数据发送给所述主控制器214。
在本实施例中，所述数据采集模块212可以包括温度传感器和模数转换器。模数转换器即ADC(Analog to Digital Converter)。温度传感器，用于采集待测环境内的当前时刻的温度模拟信号数据并传输至所述模数转换器。所述模数转换器用于将当前时刻的温度模拟信号数据转换为温度数字信号数据并传输至所述主控制器214。
所述主控制器214，用于将所述当前时刻的温度数据通过所述数据传输模块216发送给服务器100。
在本实施例中，主控制器214可以为STM32系列芯片。数据传输模块216可以包括GPRS通信模块和RS232串口。所述GPRS通信模块通过所述RS232串口与所述主控制器214电连接。所述主控制器214，用于将所述当前时刻的温度数据通过所述GPRS通信模块发送给服务器100。
所述主控制器214，用于接收到所述服务器100返回的调节指令后，通过所述温度调节模块218控制所述待测环境内的温度调节设备，以调节所述待测环境内的温度。
在本实施例中，所述温度调节模块218可以包括红外线模块。
所述主控制器214，用于接收到所述服务器100返回的调节指令后，通过红外线模块控制车内的温度调节设备，以调节待测环境内的温度。
请参阅图4，本发明实施例提供了一种智能温度监控方法，所述方法可以包括步骤S400、步骤S410和步骤S420。
步骤S400：服务器接收终端发送的待测环境内的当前时刻的温度数据。
步骤S410：所述服务器基于所述当前时刻的温度数据及预设的温度自回归模型，输出所述当前时刻之后的预设时间段的预测温度值。
进一步地，基于步骤S410，所述预设的温度自回归模型可以为
Figure BDA0001495376230000091
所述服务器计算
Figure BDA0001495376230000092
获得下一时刻的预测温度值；
基于以上，计算并输出所述当前时刻之后的预设时间段内多个时刻各自对应的预测温度值；
其中，t为所述当前时刻，Ct+1为下一时刻的预测温度值，c为预设常数，Ct为所述当前时刻的温度数据，Ct-i,i＝1,2,…,q为所述当前时刻之前的q个时刻的温度值，
Figure BDA0001495376230000093
为Ct-i,i＝0,1,…,q对应的权重，εt+1为均值为0、标准差为σ的随机变量且εt+1～N(0,σ2)，k为预设的温度影响因子的种类总数，Fj为第j类温度影响因子，λj为Fj对应的权重，P(Fj)为作用在Fj上的映射。P(Fj)可以是归一化各温度影响因子。
所述当前时刻之后的预设时间段可以为当前时刻之后的连续的N个时刻，在得到Ct+1温度后，根据
Figure BDA0001495376230000101
可以依次类推得到接下来时刻的温度Ct+2、Ct+3、…Ct+N。需要说明的是，此处忽略了采样周期Ts，实际上每个时间间隔表示一个采样周期的温度，也即Ct+1＝Ct+Ts)。
为了描述方便，以待测环境为冷链车，温度调节设备为制冷设备为例来具体阐述。例如，制冷设备为制冷机。
具体地，冷链车运输过程的温度影响因子即为温度自回归模型的数据输入。在冷链车运输过程中，每种易腐食品都有一个最佳的运输温度范围，实际运输过程中只需要保证温度控制在最佳温度范围内，也即控制在一个阈值内即可。影响运输车内温度变化的因素有很多，如制冷机组的制冷能力、送风速度、车厢隔热材料厚度、货物的堆码等，这些都可以作为温度预测模型的潜在数据输入。同时，为了对未来一段时间的温度趋势做出更精准的预测，当前实时温度以及前一定时间段内的历史温度也可以作为模型的输入。因此，冷链车运输过程中的温度影响因子如下：当前T时刻的温度CT；历史温度集合CT即T时刻之前的一定时间段t内的温度，考虑到时间的连续性，假定采样周期为Ts，CT＝{CT-tTs,CT-(t-1)Ts,…,CT-Ts}；影响车厢内温度变化因素F：制冷***的制冷能力，可以用制冷设备的功率P衡量；车厢隔热材料及其厚度，材料隔热系数S，厚度h；制冷机送风速度V，送风位置L；货物的热流量Q，货物重量m，平均比热容
Figure BDA0001495376230000102
等。
将已确定的诸多温度影响因子用F来表示，考虑到冷链车实际情况，可用高维向量F∈Rk(假设有k种温度影响因子)表示各种影响因子，向量每一维对应一种影响因子，Fj为第j类温度影响因子，F＝(F1,F2,…Fk)，如F1表示功率P，F2表示材料厚度，F3表示材料隔热系数等等。
将预训练的模型程序即预设的温度自回归模型存储在服务器中，由服务器对采集的温度数据进行分析和运算，以实现便于管理和节约成本。
冷链车车厢内温度传感器定时采集冷链车内实时温度数据，通过GPRS通信模块传输至服务器端并存储于服务器数据库。服务器根据实时温度数据及预设的温度自回归模型，运算出未来一段时间的预测温度值，并可得到未来一段时间间隔Δt内的温度走势，即预测温度值集合为{CT+Ts,CT+2Ts,…,CT+ΔtTs}，某次记录中，温度自回归模型的预测曲线示例如图5所示，横坐标为时间，纵坐标为时间对应的温度，T1表示冷链车内当前时刻之后随着时间变化的实际温度，T2表示冷链车内当前时刻之后随着时间变化的预测温度，结果表明预测温度很好地跟随实际温度，效果较好，准确度高。
步骤S420：所述服务器判断所述预测温度值是否满足预设条件，若为是，向所述终端发送调节指令，以使所述终端基于所述调节指令，调节所述待测环境内的温度。
所述预设条件可以为大于预设的温度阈值，服务器判断所述预测温度值是否大于预设的温度阈值。
作为一种实施方式，所述服务器将多个时刻各自对应的预测温度值均与预设的温度阈值进行对比，根据对比结果得出所述多个时刻各自对应的预测温度值中的至少一个目标预测温度值大于预设的温度阈值，向所述终端发送调节指令。
例如，Cb表示所述预设的温度阈值，将S410预测的多个时刻各自对应的预测温度值集合为{CT+Ts,CT+2Ts,…,CT+ΔtTs}与预设的温度阈值Cb比较，如果存在至少一个目标预测温度值大于预设的温度阈值，向所述终端发送调节指令。
作为另一种实施方式，所述服务器计算多个时刻各自对应的预测温度值中的最大值，再将所述最大值与预设的温度阈值比较，若所述最大值大于所述预设的温度阈值，向所述终端发送调节指令。
进一步地，所述服务器计算所述目标预测温度值对应的目标时刻与所述当前时刻的差值；所述服务器基于所述差值及预设的需求温度计算规则，获得所述目标时刻对应的需要降低的温度值；
所述服务器向所述终端发送调节指令，所述调节指令包括所述目标时刻、所述差值和所述目标时刻对应的需要降低的温度值。
进一步地，所述预设的需求温度计算规则为
Figure BDA0001495376230000121
所述服务器计算
Figure BDA0001495376230000122
获得所述目标时刻对应的需要降低的温度值，其中，ηP1Δt1-ΔQ≥0且Δt1<Δtm，m为所述待测环境内的货物的重量，
Figure BDA0001495376230000123
为货物的比热容，ΔC为所述目标时刻对应的需要降低的温度值，ΔQ为所述待测环境内温度降低所述需要降低的温度值后放出的热量，η为所述待测环境内的温度调节设备的效率，p1为所述待测环境内的温度调节设备的功率，Δt1为所述待测环境内的温度调节设备的工作时间，Δtm为所述差值。
假定货物重量m已知，平均比热容
Figure BDA0001495376230000124
可近似求得，根据比热容的定义，一定质量m的物质，在温度降低时，所放出的热量Q与该物质的质量和降低的温度ΔC乘积比，称为该物质的比热容，即
Figure BDA0001495376230000125
通过
Figure BDA0001495376230000126
和热力学第一定律(物体内能的增加等于物体吸收的热量和对物体做功的总和)，可以求得降低ΔC温度制冷机所需要做的功W。考虑到实际中存在能量的散失，功转换为能量的效率为η，有以下成立：ηP1Δt1-ΔQ≥0，m为所述待测环境内的货物的重量，
Figure BDA0001495376230000127
为货物的比热容，ΔC为所述目标时刻对应的需要降低的温度值，ΔQ为所述待测环境内温度降低所述需要降低的温度值后放出的热量，η为所述待测环境内的温度调节设备的效率，p1为所述待测环境内的温度调节设备的功率。进一步地，为了保证温度调节的时效性，必须在目标预测温度值对应目标时刻超过预设的温度阈值之前就已经调节好温度。因此，Δt1<Δtm，Δt1为所述待测环境内的温度调节设备的工作时间，Δtm为所述差值。
本发明实施例提供的一种智能温度监控方法，通过服务器基于接收到的终端发送的待测环境内的当前时刻的温度数据和预设的温度自回归模型，预测出当前时刻之后的预设时间段的预测温度值后，若判断得出预测温度值大于预设的温度阈值，向所述终端发送调节指令，以使所述终端基于所述调节指令，调节所述待测环境内的温度，实现提前自动调节待测环境内的当前时刻之后的预设时间段的温度，有效避免温度异常事件的发生，对于温度敏感性物品等具有重大意义，同时有效减少中间手动调节温度的时间。
请参阅图6，本发明实施例提供了一种智能温度监控方法，所述方法包括：
步骤S500：终端向服务器发送待测环境内的当前时刻的温度数据，以使所述服务器基于所述当前时刻的温度数据及预设的温度自回归模型，输出所述当前时刻之后的预设时间段的预测温度值后，判断所述预测温度值是否满足预设条件，若为是，向所述终端发送调节指令；
步骤S510：所述终端基于所述调节指令，调节所述待测环境内的温度。
进一步地，所述终端基于所述调节指令，控制所述待测环境内的温度调节设备，以调节所述待测环境内的温度。
本发明实施例提供的一种智能温度监控方法，终端向服务器发送待测环境内的当前时刻的温度数据，以使所述服务器基于所述当前时刻的温度数据及预设的温度自回归模型，输出所述当前时刻之后的预设时间段的预测温度值后，判断所述预测温度值是否满足预设条件，若为是，向所述终端发送调节指令；所述终端基于所述调节指令，调节所述待测环境内的温度。实现提前自动调节待测环境内的当前时刻之后的预设时间段的温度，有效避免温度异常事件的发生，对于温度敏感性物品等具有重大意义，同时有效减少中间手动调节温度的时间。
请参阅图7，本发明实施例提供了一种智能温度监控方法，所述方法包括：
步骤S600：终端向服务器发送待测环境内的当前时刻的温度数据；
步骤S610：所述服务器基于所述当前时刻的温度数据及预设的温度自回归模型，输出所述当前时刻之后的预设时间段的预测温度值后，判断所述预测温度值是否满足预设条件，若为是，向所述终端发送调节指令；
步骤S620：所述终端基于所述调节指令，调节所述待测环境内的温度。
进一步地，所述终端基于所述调节指令，控制所述待测环境内的温度调节设备，以调节所述待测环境内的温度。
本发明实施例提供的一种智能温度监控方法，实现提前自动调节待测环境内的当前时刻之后的预设时间段的温度，有效避免温度异常事件的发生，对于温度敏感性物品等具有重大意义，同时有效减少中间手动调节温度的时间。
请参阅图8，本发明实施例提供了一种智能温度监控装置700，运行于服务器，所述装置700可以包括接收单元710、预测单元720和调节控制单元730。
接收单元710，用于接收终端发送的待测环境内的当前时刻的温度数据。
预测单元720，用于基于所述当前时刻的温度数据及预设的温度自回归模型，输出所述当前时刻之后的预设时间段的预测温度值。
所述预设的温度自回归模型为
Figure BDA0001495376230000151
预测单元720可以包括预测子单元721。
预测子单元721，用于计算
Figure BDA0001495376230000152
获得下一时刻的预测温度值；基于以上，计算并输出所述当前时刻之后的预设时间段内多个时刻各自对应的预测温度值；其中，t为所述当前时刻，Ct+1为下一时刻的预测温度值，c为预设常数，Ct为所述当前时刻的温度数据，Ct-i,i＝1,2,…,q为所述当前时刻之前的q个时刻的温度值，
Figure BDA0001495376230000153
为Ct-i,i＝0,1,…,q对应的权重，εt+1为均值为0、标准差为σ的随机变量且εt+1～N(0,σ2)，k为预设的温度影响因子的种类总数，Fj为第j类温度影响因子，λj为Fj对应的权重，P(Fj)为作用在Fj上的映射。
调节控制单元730，用于判断所述预测温度值是否满足预设条件，若为是，向所述终端发送调节指令，以使所述终端基于所述调节指令，调节所述待测环境内的温度。
调节控制单元730可以包括调节控制子单元731。
调节控制子单元731，用于将多个时刻各自对应的预测温度值均与预设的温度阈值进行对比，根据对比结果得出所述多个时刻各自对应的预测温度值中的至少一个目标预测温度值大于预设的温度阈值，向所述终端发送调节指令。
调节控制子单元731，还用于计算所述目标预测温度值对应的目标时刻与所述当前时刻的差值；基于所述差值及预设的需求温度计算规则，获得所述目标时刻对应的需要降低的温度值。
调节控制子单元731，还用于向所述终端发送调节指令，所述调节指令包括所述目标时刻、所述差值和所述目标时刻对应的需要降低的温度值。
所述预设的需求温度计算规则可以为
Figure BDA0001495376230000161
调节控制子单元731，还用于计算
Figure BDA0001495376230000162
获得所述目标时刻对应的需要降低的温度值，其中，ηP1Δt1-ΔQ≥0且Δt1<Δtm，m为所述待测环境内的货物的重量，
Figure BDA0001495376230000163
为货物的比热容，ΔC为所述目标时刻对应的需要降低的温度值，ΔQ为所述待测环境内温度降低所述需要降低的温度值后放出的热量，η为所述待测环境内的温度调节设备的效率，p1为所述待测环境内的温度调节设备的功率，Δt1为所述待测环境内的温度调节设备的工作时间，Δtm为所述差值。
以上各单元可以是由软件代码实现，此时，上述的各单元可存储于存储器102内。以上各单元同样可以由硬件例如集成电路芯片实现。
本发明实施例提供的智能温度监控装置700，其实现原理及产生的技术效果和前述方法实施例相同，为简要描述，装置实施例部分未提及之处，可参考前述方法实施例中相应内容。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的***来实现，或者可以用专用硬件与计算机指令的组合来实现。
另外，在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

Claims (8)

1.一种智能温度监控方法，其特征在于，所述方法包括：
服务器接收终端发送的待测环境内的当前时刻的温度数据；
所述服务器基于所述当前时刻的温度数据及预设的温度自回归模型，输出所述当前时刻之后的预设时间段的预测温度值，其中，所述预设的温度自回归模型为
Figure FDA0002589483430000011
所述服务器判断所述预测温度值是否满足预设条件，若为是，向所述终端发送调节指令，以使所述终端基于所述调节指令，调节所述待测环境内的温度；
其中，所述服务器基于所述当前时刻的温度数据及预设的温度自回归模型，输出所述当前时刻之后的预设时间段的预测温度值，包括：
所述服务器计算
Figure FDA0002589483430000012
获得下一时刻的预测温度值；
基于以上，计算并输出所述当前时刻之后的预设时间段内多个时刻各自对应的预测温度值，其中，t为所述当前时刻，Ct+1为下一时刻的预测温度值，c为预设常数，Ct为所述当前时刻的温度数据，Ct-i,i＝1,2,…,q为所述当前时刻之前的q个时刻的温度值，
Figure FDA0002589483430000013
为Ct-i,i＝0,1,…,q对应的权重，εt+1为均值为0、标准差为σ的随机变量且εt+1～N(0,σ2)，k为预设的温度影响因子的种类总数，Fj为第j类温度影响因子，λj为Fj对应的权重，P(Fj)为作用在Fj上的映射。
2.根据权利要求1所述的方法，其特征在于，所述服务器判断所述预测温度值是否满足预设条件，若为是，向所述终端发送调节指令，包括：
所述服务器将多个时刻各自对应的预测温度值均与预设的温度阈值进行对比，根据对比结果得出所述多个时刻各自对应的预测温度值中的至少一个目标预测温度值大于预设的温度阈值，向所述终端发送调节指令。
3.根据权利要求2所述的方法，其特征在于，在根据对比结果得出所述多个时刻各自对应的预测温度值中的至少一个目标预测温度值大于预设的温度阈值之后，在向所述终端发送调节指令之前，所述方法还包括：
所述服务器计算所述目标预测温度值对应的目标时刻与所述当前时刻的差值；
所述服务器基于所述差值及预设的需求温度计算规则，获得所述目标时刻对应的需要降低的温度值；
相应地，向所述终端发送调节指令，包括：
所述服务器向所述终端发送调节指令，所述调节指令包括所述目标时刻、所述差值和所述目标时刻对应的需要降低的温度值。
4.根据权利要求3所述的方法，其特征在于，所述预设的需求温度计算规则为
Figure FDA0002589483430000021
所述服务器基于所述差值及预设的需求温度计算规则，获得所述目标时刻对应的需要降低的温度值，包括：
所述服务器计算
Figure FDA0002589483430000022
获得所述目标时刻对应的需要降低的温度值，其中，ηP1Δt1-ΔQ≥0且Δt1<Δtm，m为所述待测环境内的货物的重量，
Figure FDA0002589483430000023
为货物的比热容，ΔC为所述目标时刻对应的需要降低的温度值，ΔQ为所述待测环境内温度降低所述需要降低的温度值后放出的热量，η为所述待测环境内的温度调节设备的效率，p1为所述待测环境内的温度调节设备的功率，Δt1为所述待测环境内的温度调节设备的工作时间，Δtm为所述差值。
5.一种智能温度监控方法，其特征在于，所述方法包括：
终端向服务器发送待测环境内的当前时刻的温度数据，以使所述服务器基于所述当前时刻的温度数据及预设的温度自回归模型，输出所述当前时刻之后的预设时间段的预测温度值后，判断所述预测温度值是否满足预设条件，若为是，向所述终端发送调节指令，其中，所述预设的温度自回归模型为
Figure FDA0002589483430000031
所服务器基于所述当前时刻的温度数据及预设的温度自回归模型，输出所述当前时刻之后的预设时间段的预测温度值的方式为：所述服务器计算
Figure FDA0002589483430000032
获得下一时刻的预测温度值，基于以上，计算并输出所述当前时刻之后的预设时间段内多个时刻各自对应的预测温度值，t为所述当前时刻，Ct+1为下一时刻的预测温度值，c为预设常数，Ct为所述当前时刻的温度数据，Ct-i,i＝1,2,…,q为所述当前时刻之前的q个时刻的温度值，
Figure FDA0002589483430000033
为Ct-i,i＝0,1,…,q对应的权重，εt+1为均值为0、标准差为σ的随机变量且εt+1～N(0,σ2)，k为预设的温度影响因子的种类总数，Fj为第j类温度影响因子，λj为Fj对应的权重，P(Fj)为作用在Fj上的映射；
所述终端基于所述调节指令，调节所述待测环境内的温度。
6.一种智能温度监控方法，其特征在于，所述方法包括：
终端向服务器发送待测环境内的当前时刻的温度数据；
所述服务器基于所述当前时刻的温度数据及预设的温度自回归模型，输出所述当前时刻之后的预设时间段的预测温度值后，判断所述预测温度值是否满足预设条件，若为是，向所述终端发送调节指令，其中，所述预设的温度自回归模型为
Figure FDA0002589483430000034
所服务器基于所述当前时刻的温度数据及预设的温度自回归模型，输出所述当前时刻之后的预设时间段的预测温度值，包括：所述服务器计算
Figure FDA0002589483430000041
获得下一时刻的预测温度值，基于以上，计算并输出所述当前时刻之后的预设时间段内多个时刻各自对应的预测温度值，t为所述当前时刻，Ct+1为下一时刻的预测温度值，c为预设常数，Ct为所述当前时刻的温度数据，Ct-i,i＝1,2,…,q为所述当前时刻之前的q个时刻的温度值，
Figure FDA0002589483430000042
为Ct-i,i＝0,1,…,q对应的权重，εt+1为均值为0、标准差为σ的随机变量且εt+1～N(0,σ2)，k为预设的温度影响因子的种类总数，Fj为第j类温度影响因子，λj为Fj对应的权重，P(Fj)为作用在Fj上的映射；
所述终端基于所述调节指令，调节所述待测环境内的温度。
7.一种智能温度监控装置，其特征在于，运行于服务器，所述装置包括：
接收单元，用于接收终端发送的待测环境内的当前时刻的温度数据；
预测单元，用于基于所述当前时刻的温度数据及预设的温度自回归模型，输出所述当前时刻之后的预设时间段的预测温度值，其中，所述预设的温度自回归模型为
Figure FDA0002589483430000043
调节控制单元，用于判断所述预测温度值是否满足预设条件，若为是，向所述终端发送调节指令，以使所述终端基于所述调节指令，调节所述待测环境内的温度；
其中，所述预测单元，还用于计算
Figure FDA0002589483430000044
获得下一时刻的预测温度值，基于以上，计算并输出所述当前时刻之后的预设时间段内多个时刻各自对应的预测温度值，其中，t为所述当前时刻，Ct+1为下一时刻的预测温度值，c为预设常数，Ct为所述当前时刻的温度数据，Ct-i,i＝1,2,…,q为所述当前时刻之前的q个时刻的温度值，
Figure FDA0002589483430000051
为Ct-i,i＝0,1,…,q对应的权重，εt+1为均值为0、标准差为σ的随机变量且εt+1～N(0,σ2)，k为预设的温度影响因子的种类总数，Fj为第j类温度影响因子，λj为Fj对应的权重，P(Fj)为作用在Fj上的映射。
8.一种智能温度监控***，其特征在于，包括终端和服务器；
所述终端，用于向所述服务器发送待测环境内的当前时刻的温度数据；
所述服务器，用于基于所述当前时刻的温度数据及预设的温度自回归模型，输出所述当前时刻之后的预设时间段的预测温度值后，判断所述预测温度值是否满足预设条件，若为是，向所述终端发送调节指令其中，所述预设的温度自回归模型为
Figure FDA0002589483430000052
所述服务器，还用于计算
Figure FDA0002589483430000053
获得下一时刻的预测温度值，基于以上，计算并输出所述当前时刻之后的预设时间段内多个时刻各自对应的预测温度值，t为所述当前时刻，Ct+1为下一时刻的预测温度值，c为预设常数，Ct为所述当前时刻的温度数据，Ct-i,i＝1,2,…,q为所述当前时刻之前的q个时刻的温度值，
Figure FDA0002589483430000054
为Ct-i,i＝0,1,…,q对应的权重，εt+1为均值为0、标准差为σ的随机变量且εt+1～N(0,σ2)，k为预设的温度影响因子的种类总数，Fj为第j类温度影响因子，λj为Fj对应的权重，P(Fj)为作用在Fj上的映射；
所述终端，用于基于所述调节指令，调节所述待测环境内的温度。
CN201711272367.9A 2017-12-05 2017-12-05 智能温度监控方法、装置、***及终端 Active CN107817685B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711272367.9A CN107817685B (zh) 2017-12-05 2017-12-05 智能温度监控方法、装置、***及终端

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711272367.9A CN107817685B (zh) 2017-12-05 2017-12-05 智能温度监控方法、装置、***及终端

Publications (2)

Publication Number Publication Date
CN107817685A CN107817685A (zh) 2018-03-20
CN107817685B true CN107817685B (zh) 2020-12-11

Family

ID=61605780

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711272367.9A Active CN107817685B (zh) 2017-12-05 2017-12-05 智能温度监控方法、装置、***及终端

Country Status (1)

Country Link
CN (1) CN107817685B (zh)

Families Citing this family (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108664445B (zh) * 2018-04-16 2022-11-25 深圳和而泰小家电智能科技有限公司 一种温度计算方法及电子设备
CN108984870A (zh) * 2018-06-29 2018-12-11 中国科学院深圳先进技术研究院 基于arima的冷库温湿度数据预测方法及相关产品
CN109343607A (zh) * 2018-11-16 2019-02-15 合肥龙多电子科技有限公司 一种车内温度调节***
CN109634329B (zh) * 2018-12-29 2021-07-27 河源春沐源旅游文化有限公司 封闭空间环境参数的控制方法、***及存储介质
CN109883572B (zh) * 2019-03-14 2020-07-07 中国水产科学研究院渔业机械仪器研究所 冷藏车环境温度的动态预警方法
CN112519633A (zh) * 2020-02-25 2021-03-19 长城汽车股份有限公司 动力电池荷电状态下限控制方法、装置及车辆
CN112416034A (zh) * 2020-11-17 2021-02-26 长春捷翼汽车零部件有限公司 一种装置的温度控制***及温度控制方法
CN113243873B (zh) * 2021-03-12 2022-07-15 佛山市百斯特电器科技有限公司 一种洗涤设备的控制方法、控制装置、洗涤设备及存储介质
CN112862222A (zh) * 2021-03-26 2021-05-28 中国建设银行股份有限公司 空调回风温度的预测方法、异常监控方法和相关装置
CN113325906B (zh) * 2021-06-10 2022-03-29 上海电气风电集团股份有限公司 风电机组的电气部件的湿度控制方法、***、设备及介质
CN113591176A (zh) * 2021-06-30 2021-11-02 中铁大桥科学研究院有限公司 一种超大跨桥梁主塔施工混凝土温度智能监测装置和方法
CN113656238B (zh) * 2021-08-17 2023-07-04 北京京航计算通讯研究所 一种智能终端的ai工业应用能力测试方法和***
CN117269655B (zh) * 2023-11-17 2024-02-06 国网山东省电力公司东营供电公司 变电站电力设备温度异常监测方法、***、终端及介质

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101394103A (zh) * 2007-09-19 2009-03-25 联想（新加坡）私人有限公司 用电池电芯的表面温度进行充电控制的充电***
US7727193B2 (en) * 2004-03-22 2010-06-01 Alcon, Inc. Method of controlling a surgical system based on a rate of change of an operating parameter
CN104554212A (zh) * 2014-12-30 2015-04-29 中联重科股份有限公司 车辆制动器的控制方法及***
CN104949271A (zh) * 2015-06-15 2015-09-30 小米科技有限责任公司 监测温度调节装置的方法及装置
CN105160559A (zh) * 2015-09-30 2015-12-16 谢乐 一种交互式智能用电控制方法和***
CN106287659A (zh) * 2016-08-02 2017-01-04 中国神华能源股份有限公司 再热汽温度控制方法及装置
CN106642541A (zh) * 2016-11-23 2017-05-10 珠海格力电器股份有限公司 空调底盘电加热带的控制方法及装置
CN106656632A (zh) * 2017-02-03 2017-05-10 上海中信信息发展股份有限公司 融合以太网和物联网协议的机房监控***及信息处理、控制方法
CN107168402A (zh) * 2017-05-12 2017-09-15 淮阴工学院 基于can现场总线的鸡舍环境温度智能监测***
CN107192003A (zh) * 2017-05-24 2017-09-22 青岛海尔空调器有限总公司 用于供暖调节的方法及装置
CN107392393A (zh) * 2017-08-17 2017-11-24 重庆斯德姆生物技术有限公司 一种具有环境预测和自动调节的干细胞运输远程***

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7727193B2 (en) * 2004-03-22 2010-06-01 Alcon, Inc. Method of controlling a surgical system based on a rate of change of an operating parameter
CN101394103A (zh) * 2007-09-19 2009-03-25 联想（新加坡）私人有限公司 用电池电芯的表面温度进行充电控制的充电***
CN104554212A (zh) * 2014-12-30 2015-04-29 中联重科股份有限公司 车辆制动器的控制方法及***
CN104949271A (zh) * 2015-06-15 2015-09-30 小米科技有限责任公司 监测温度调节装置的方法及装置
CN105160559A (zh) * 2015-09-30 2015-12-16 谢乐 一种交互式智能用电控制方法和***
CN106287659A (zh) * 2016-08-02 2017-01-04 中国神华能源股份有限公司 再热汽温度控制方法及装置
CN106642541A (zh) * 2016-11-23 2017-05-10 珠海格力电器股份有限公司 空调底盘电加热带的控制方法及装置
CN106656632A (zh) * 2017-02-03 2017-05-10 上海中信信息发展股份有限公司 融合以太网和物联网协议的机房监控***及信息处理、控制方法
CN107168402A (zh) * 2017-05-12 2017-09-15 淮阴工学院 基于can现场总线的鸡舍环境温度智能监测***
CN107192003A (zh) * 2017-05-24 2017-09-22 青岛海尔空调器有限总公司 用于供暖调节的方法及装置
CN107392393A (zh) * 2017-08-17 2017-11-24 重庆斯德姆生物技术有限公司 一种具有环境预测和自动调节的干细胞运输远程***

Also Published As

Publication number Publication date
CN107817685A (zh) 2018-03-20

Similar Documents

Publication Publication Date Title
CN107817685B (zh) 智能温度监控方法、装置、***及终端
CN102620378B (zh) 数据中心节能控制方法和***
US10180672B2 (en) Demand control device and computer readable medium
US10042340B2 (en) Systems and methods for extending the battery life of a wireless sensor in a building control system
US9256702B2 (en) Systems and methods for determining an appropriate model parameter order
EP2511716B1 (en) Power measurement system, power measurement method, and information processing device
CN102738857B (zh) 蓄电池单格电池的电荷状态的平衡
US7774635B2 (en) Multi-processing system distributing workload optimally during operation
CN113587406B (zh) 一种温度控制方法、装置、***、计算机设备及存储介质
US20170030949A1 (en) Electrical load prediction including sparse coding
US20120310420A1 (en) Dynamic hvac airside economizer high limit start control
Estrada-Flores et al. Thermal performance indicators for refrigerated road vehicles
GB2598681A (en) Scheduled thermal control system
US11994840B2 (en) Early warning system for food safety violation and method thereof
CN112648794B (zh) 一种医用冷藏箱的快速精确控温方法及医用冷藏箱
Annese et al. On-line shelf-life prediction in perishable goods chain through the integration of WSN technology with a 1st order kinetic model
JP2007064610A (ja) 冷却装置の温度管理制御システム
US20230235904A1 (en) Self-learning wireless thermostat that minimizes battery drain
WO2017183232A1 (ja) 制御装置、制御システム、制御方法及びプログラム
CN107392393A (zh) 一种具有环境预测和自动调节的干细胞运输远程***
KR20210076781A (ko) 로라 통신 기반의 태양광 발전 계측 및 관리를 위한 장치 및 이를 위한 방법
KR20190076783A (ko) 열연코일 냉각온도 예측 방법, 열연코일 냉각 제어 장치 및 방법
CN114814419A (zh) 一种基于大数据的电力柜散热性能检测方法
Igarashi et al. Refrigerated showcase fault detection by an artificial neural network using Correntropy with improved adaptive kernel size tuning
KR20210076779A (ko) 인공신경망을 이용한 ess를 관리하기 위한 ems 장치 및 이를 위한 방법

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB02 Change of applicant information
CB02 Change of applicant information

Address after: 200040, room 710, 302 Changping Road, Shanghai, Jingan District

Applicant after: Shanghai Xinlian Information Development Co., Ltd

Address before: 200040, room 710, 302 Changping Road, Shanghai, Jingan District

Applicant before: SHANGHAI ZHONGXIN INFORMATION DEVELOPMENT Co.,Ltd.

GR01 Patent grant
GR01 Patent grant