CN113446710A - 用于空调控制的方法、装置及空调 - Google Patents

Abstract

本申请涉及智能空调技术领域，公开一种用于空调控制的方法、装置及空调。该方法包括：获取空调的当前室内环境参数值和当前器件运行参数值；在人工智能AI模型数据库中，查找到与所述当前室内环境参数值和所述当前器件运行参数值匹配的当前室外风机最优转速的情况下，得到所述当前室外风机最优转速；根据所述当前室外风机最优转速，控制空调的室外风机运行。实现了空调的最优运行状态，提高了空调机组性能，也节省了资源。

Description

用于空调控制的方法、装置及空调

技术领域

本申请涉及智能空调技术领域，例如涉及用于空调控制的方法、装置及空调。

背景技术

空调作为一种常见调节室内环境温湿度的智能设备已被广泛应用。目前，空调室外机一般采用单一目标压力点对室外风机的转速进行控制，即根据目标冷凝压力值与实际冷凝压力值，对室外风机的转速进行控制，但是，控制过程中，或多或少存在过盈输出或者输出不足的情况，无法匹配***最优的运行状态，而且随着全年各季节工况的变化，这个现象也越加明显，不仅限制了机组性能的发挥，也不能满足节能化的需求。

发明内容

为了对披露的实施例的一些方面有基本的理解，下面给出了简单的概括。所述概括不是泛泛评述，也不是要确定关键/重要组成元素或描绘这些实施例的保护范围，而是作为后面的详细说明的序言。

本公开实施例提供了一种用于空调控制的方法、装置和空调，以解决空调性能待优化的技术问题。

在一些实施例中，所述方法包括：

获取空调的当前室内环境参数值和当前器件运行参数值；

在人工智能AI模型数据库中，查找到与所述当前室内环境参数值和所述当前器件运行参数值匹配的当前室外风机最优转速的情况下，得到所述当前室外风机最优转速；

根据所述当前室外风机最优转速，控制空调的室外风机运行。

在一些实施例中，所述装置包括：

获取模块，被配置为获取空调的当前室内环境参数值和当前器件运行参数值；

转速确定模块，被配置为在人工智能AI模型数据库中，查找到与所述当前室内环境参数值和所述当前器件运行参数值匹配的当前室外风机最优转速的情况下，得到所述当前室外风机最优转速；

控制模块，被配置为根据所述当前室外风机最优转速，控制空调的室外风机运行。

在一些实施例中，所述用于空调控制的装置，包括处理器和存储有程序指令的存储器，所述处理器被配置为在执行所述程序指令时，执行上述用于空调控制方法。

在一些实施例中，所述空调，包括上述用于空调控制的装置。

本公开实施例提供的用于空调控制的方法、装置和空调，可以实现以下技术效果：

通过人工智能AI模型进行信息比对，智能寻优，即可直接匹配出与空调的当前室内环境参数值和当前器件运行参数值对应的当前室外风机最优转速，进行室外风机控制，实现了空调的最优运行状态，提高了空调机组性能，也节省了资源。

以上的总体描述和下文中的描述仅是示例性和解释性的，不用于限制本申请。

附图说明

一个或多个实施例通过与之对应的附图进行示例性说明，这些示例性说明和附图并不构成对实施例的限定，附图中具有相同参考数字标号的元件示为类似的元件，附图不构成比例限制，并且其中：

图1是本公开实施例提供的一种空调的结构示意图；

图2是本公开实施例提供的一种用于空调控制方法的流程示意图；

图3是本公开实施例提供的一种用于空调控制方法的流程示意图；

图4是本公开实施例提供的一种用于空调控制装置的结构示意图；

图5是本公开实施例提供的一种用于空调控制装置的结构示意图；

图6是本公开实施例提供的一种用于空调控制装置的结构示意图。

具体实施方式

为了能够更加详尽地了解本公开实施例的特点与技术内容，下面结合附图对本公开实施例的实现进行详细阐述，所附附图仅供参考说明之用，并非用来限定本公开实施例。在以下的技术描述中，为方便解释起见，通过多个细节以提供对所披露实施例的充分理解。然而，在没有这些细节的情况下，一个或多个实施例仍然可以实施。在其它情况下，为简化附图，熟知的结构和装置可以简化展示。

本公开实施例的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本公开实施例的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含。

除非另有说明，术语“多个”表示两个或两个以上。

本公开实施例中，字符“/”表示前后对象是一种“或”的关系。例如，A/B表示：A或B。

术语“和/或”是一种描述对象的关联关系，表示可以存在三种关系。例如，A和/或B，表示：A或B，或，A和B这三种关系。

本公开实施例中，空调中或云端服务器中，配置了人工智能(ArtificialIntelligence，AI)模型，该AI模型可进行数据采集，模型训练，以及智能寻优等，即AI模型数据库中保存了大量数据信息，从而，依托AI模型数据库中的数据，可智能寻优，查找到与空调的室内环境参数值和器件运行参数值匹配的最优的室外风机转速、目标冷凝压力、或、冷凝温度，这样，即可得到空调最优运行状态下的室外风机转速，并控制空调的室外风机运行，从而，提高了空调机组性能，提高了空调的功效，节省了资源。

图1是本公开实施例提供的一种空调的结构示意图。如图1所示，空调包括多个器件，其中，冷凝剂运载装置1、冷凝器2、节流装置3、蒸发器4顺序连成的循环***回路，以及设置于冷凝器2上的室外风机5，设置于蒸发器4上的室内风机6。其中，冷凝剂运载装置1可为压缩机或氟泵。

本公开实施例中，可对空调在最佳性能下的室外风机转速进行控制。

图2是本公开实施例提供的一种用于空调控制方法的流程示意图。如图2所示，用于空调控制的过程包括：

步骤201：获取空调的当前室内环境参数值和当前器件运行参数值。

本公开实施例中，空调或服务器，可定时或实时获取空调所处环境的室内环境参数值，当前采样时间获取的室内环境参数值即为当前室内环境参数值，其中，当前室内环境参数值包括：当前温度值、当前湿度值、当前细颗粒物浓度值等中的一个或多个。

空调包括了多个器件，如图1，包括：冷凝剂运载装置、室内风机、室外风机。这样，空调或服务器，可定时或实时获取空调的器件运行参数值，当前采样时间获取的器件运行参数值即为当前器件运行参数值，其中，当前器件运行参数值包括：当前冷凝剂运载装置运行频率，当前室内风机转速，当前室外风机转速等中的一个或多个。

步骤202：在人工智能AI模型数据库中，查找到与当前室内环境参数值和当前器件运行参数值匹配的当前室外风机最优转速的情况下，得到当前室外风机最优转速。

空调中或服务器中，已配置了AI模型，AI模型可进行数据采集，模型训练，以及智能寻优等，即AI模型数据库中可保存大量数据信息。这样，可在人工智能AI模型数据库中，查收是否有与当前室内环境参数值和当前器件运行参数值匹配的当前室外风机最优转速？若有，即可得到当前室外风机最优转速，即实现了智能寻优。

AI模型在数据采集中，可直接将空调最佳性能下，室内环境参数值和器件运行参数值与室外风机转速之间的对应关系，保存到AI模型数据库中，得到人工智能AI模型的训练样本，从而可根据保存的训练样本，进行模型训练，得到大量的室内环境参数值和器件运行参数值与室外风机转速之间的对应关系，从而，可在人工智能AI模型数据库中，查找到与当前室内环境参数值和当前器件运行参数值匹配的当前室外风机最优转速，即得到当前室外风机最优转速。

步骤203：根据当前室外风机最优转速，控制空调的室外风机运行。

空调可直接根据当前室外风机最优转速，控制空调的室外风机运行，或者，服务器将当前室外风机最优转速发送给空调，控制空调的室外风机运行。

可见，本实施例中，通过人工智能AI模型进行信息比对，智能寻优，即可直接匹配出与空调的当前室内环境参数值和当前器件运行参数值对应的当前室外风机最优转速，进行室外风机控制，实现了空调的最优运行状态，提高了空调机组性能，也节省了资源。

AI模型在数据采集的初期，AI模型数据库中没有或者只有少量的室内环境参数值和器件运行参数值与室外风机转速之间的对应关系，即训练样本还很少，因此，模型训练还未能形成大量的室内环境参数值和器件运行参数值与室外风机转速之间的对应关系，从而，可能在人工智能AI模型数据库中，未查找到与当前室内环境参数值和当前器件运行参数值匹配的当前室外风机最优转速，此时，可进行一步查收是否有与当前室内环境参数值和当前器件运行参数值匹配的当前目标冷凝压力？如有，则可通过当前目标冷凝压力，确定当前室外风机最优转速。其中，冷凝压力时空调冷凝器上设定位置上的压力，本公开实施例中，目标冷凝压力并不是固定预设了，是可与室内环境参数值和器件运行参数值匹配的最优的冷凝压力。

因此，在一些实施例中，得到当前室外风机最优转速还包括：在人工智能AI模型数据库中，未查找到与当前室内环境参数值和当前器件运行参数值匹配的当前室外风机最优转速的情况，若在人工智能AI模型数据库中，查找到与当前室内环境参数值和当前器件运行参数值匹配的当前目标冷凝压力时，得到当前目标冷凝压力，以及获取空调的当前实际冷凝压力；根据当前目标冷凝压力，当前实际冷凝压力，进行比例微分积分PID控制，得到第一室外风机转速；在当前实际冷凝压力与当前目标冷凝压力相等的情况下，根据空调最佳性能对应的最佳功率值，调整第一室外风机转速，得到与当前室内环境参数值和当前器件运行参数值匹配的当前室外风机最优转速，其中，最佳性能是根据记录的空调功率值进行比对确定的。

其中，根据空调的一个或多个器件的运行参数值，可确定空调的最佳性能，其中，可通过获取冷凝剂运载装置的运行频率、过热度、过冷度、吸排气压力、以及功率，获取室内外风机功率等，进行实时计算和对比，确定空调最佳性能，得到空调的最佳功率值，或者，可通过获取回风温湿度、送风温湿度、风量、冷凝剂运载装置运行功率、室内外风机功率，进行实时计算和对比，确定空调最佳性能，得到空调的最佳功率值。

一般，空调的器件运行参数值是实时或定时获取的，因此，可进行实时计算和对比，确定最佳性能，这样，进行PID控制后，使得当前实际冷凝压力与当前目标冷凝压力相等了，此时，即可根据空调最佳性能对应的最佳功率值，对当前实际冷凝压力与当前目标冷凝压力相等时对应的第一室外风机转速进行调整，得到与当前室内环境参数值和当前器件运行参数值匹配的当前室外风机最优转速。

可见，在人工智能AI模型数据库中，未查找到与当前室内环境参数值和当前器件运行参数值匹配的当前室外风机最优转速的情况下，可通过查找到的当前目标冷凝压力，以及获取的当前实际冷凝压力，进行PID控制以及调整，得到空调最佳性能对应的当前室外风机最优转速，进而进行空调的室外风机控制，实现了空调的最优运行状态，提高了空调机组性能，也节省了资源。

当然，得到了空调最佳性能对应的当前室外风机最优转速，在一些实施例中，可在人工智能AI模型数据库中，保存当前室内环境参数值和当前器件运行参数值，与当前室外风机最优转速之间的对应关系，得到人工智能AI模型的训练样本。

同样，AI模型在数据采集的初期，AI模型数据库中没有或者只有少量的训练样本，因此，可能在人工智能AI模型数据库中，既未查找到与当前室内环境参数值和当前器件运行参数值匹配的当前室外风机最优转速，又未查找到与当前室内环境参数值和当前器件运行参数值匹配的当前目标冷凝压力，此时，则可根据冷凝器的当前冷凝温度，推算出目标冷凝压力，进而得到当前室外风机最优转速。

在一些实施例中，得到当前目标冷凝压力还包括：空调中保存了预设环在人工智能AI模型数据库中，未查找到与当前室内环境参数值和当前器件运行参数值匹配的当前目标冷凝压力的情况下，若在人工智能AI模型数据库中，查找到与当前室内环境参数值和当前器件运行参数值匹配的当前冷凝温度时，得到当前冷凝温度；根据当前冷凝温度，通过饱和蒸汽温度压力计算公式，得到与当前室内环境参数值和当前器件运行参数值匹配的当前目标冷凝压力。

得到了与当前室内环境参数值和当前器件运行参数值匹配的当前目标冷凝压力后，同样，可在人工智能AI模型数据库中，保存当前室内环境参数值和当前器件运行参数值，与当前目标冷凝压力之间的对应关系，得到人工智能AI模型的训练样本。即增加了AI模型中的训练样本。

同样，AI模型在数据采集的初期，AI模型数据库中没有或者只有少量的训练样本，因此，可能在人工智能AI模型数据库中，也不能查找到与当前室内环境参数值和当前器件运行参数值匹配的当前冷凝温度，此时，可通过拟合运算，得到当前冷凝温度。在一些实施例中，得到当前冷凝温度还包括：在人工智能AI模型数据库中，未查找到与当前室内环境参数值和当前器件运行参数值匹配的当前冷凝温度的情况下，获取当前室外环境参数值；根据当前室内环境参数值、当前器件运行参数值、当前室内环境参数值，进行拟合运算，得到与当前室内环境参数值和当前器件运行参数值匹配的当前冷凝温度。

而得到当前冷凝温度，可在人工智能AI模型数据库中，保存当前室内环境参数值和当前器件运行参数值，与当前冷凝温度之间的对应关系，得到人工智能AI模型的训练样本。也增加了AI模型中的训练样本。

当然，AI模型中的训练样本不仅可在空调控制的过程进行积累，而且，还可通过互联网通讯，获取大量的训练样本。即AI模型数据库中，可保存一个空调或多个空调，在空调控制过程，得到的当前室内环境参数值和当前器件运行参数值，分别与当前室外风机最优转速、当前目标冷凝压力、当前冷凝温度之间的对应关系。保存了大量的训练样本，AI模型可进行模型训练，得到更多的室内环境参数值和器件运行参数值，分别与当前室外风机最优转速、目标冷凝压力、冷凝温度之间的对应关系。AI模型数据库中有更多的数据信息，更能支撑智能寻优。

可见，本公开实施例中，空调中或服务器中的AI模型，可通过数据采集，样本训练得到大量的空调最优性能下的分别与空调的室内环境参数值和器件运行参数值都匹配的最优的室外风机转速、目标冷凝压力、或、冷凝温度，这样，在空调控制过程中，可直接通过AI模型进行智能寻优，得到与空调的当前室内环境参数值和当前器件运行参数值对应的当前室外风机最优转速，进行室外风机控制，实现了空调的最优运行状态，提高了空调机组性能，也节省了资源。

下面将操作流程集合到具体实施例中，举例说明本发明实施例提供的用于空调控制过程。

本实施例中，空调中配置了AI模型，空调的冷凝剂运载装置为压缩机。

图3是本公开实施例提供的一种用于空调控制方法的流程示意图。结合图3用于空调控制的过程包括：

步骤301：获取空调所在环境的当前室内环境参数值和当前器件运行参数值。

本实施例中，当前室内环境参数值包括：当前室内温度；而当前器件运行参数值包括：当前压缩机运行频率、当前室内风机转速、当前室外风机转速。

步骤302：在人工智能AI模型数据库中，是否查找到与当前室内环境参数值和当前器件运行参数值匹配的当前室外风机最优转速？若是，执行步骤303，否则，执行步骤305。

步骤303：得到当前室外风机最优转速。

步骤304：根据当前室外风机最优转速，控制空调的室外风机运行。

步骤305：判断在人工智能AI模型数据库中，是否查找到与当前室内环境参数值和当前器件运行参数值匹配的当前目标冷凝压力？若是，执行步骤306，否则，执行步骤311。

步骤306：得到当前目标冷凝压力，以及获取空调的当前实际冷凝压力。

步骤307：根据当前目标冷凝压力，当前实际冷凝压力，进行PID控制，得到第一室外风机转速。

步骤308：判断当前实际冷凝压力与当前目标冷凝压力是否相等？若是，执行步骤309，否则，返回步骤306。

步骤309：将记录的器件运行参数值进行运算和比对，确定空调最佳性能对应的最佳功率值，并根据最佳功率值，调整第一室外风机转速，得到与当前室内环境参数值和当前器件运行参数值匹配的当前室外风机最优转速。

步骤310：在人工智能AI模型数据库中，保存当前室内环境参数值和当前器件运行参数值，与当前室外风机最优转速之间的对应关系。转入步骤304。

步骤311：判断在人工智能AI模型数据库中，是否查找到与当前室内环境参数值和当前器件运行参数值匹配的当前冷凝温度？若是，执行步骤312，否则，执行步骤314。

步骤312：得到当前冷凝温度，并根据当前冷凝温度，通过饱和蒸汽温度压力计算公式，得到与当前室内环境参数值和当前器件运行参数值匹配的当前目标冷凝压力。

步骤313：在人工智能AI模型数据库中，保存当前室内环境参数值和当前器件运行参数值，与当前目标冷凝压力之间的对应关系。返回步骤306。

步骤314：获取当前室外环境参数值；并根据当前室内环境参数值、当前器件运行参数值、当前室内环境参数值，进行拟合运算，得到与当前室内环境参数值和当前器件运行参数值匹配的当前冷凝温度。

本实施例中，当前室外环境参数值可包括：当前室外温度，这样，可得到当前室外温度和当前室内温度之间的差值，然后，根据温度差值，以及当前压缩机运行频率，进行根据空调性能预设的拟合公式，进行运算，即可得到与当前室内环境参数值和当前器件运行参数值匹配的当前冷凝温度。

步骤315：在人工智能AI模型数据库中，保存当前室内环境参数值和当前器件运行参数值，与当前冷凝温度之间的对应关系。返回步骤312。

可见，本实施例中，空调中保存了AI模块，通过人工智能AI模型进行信息比对，智能寻优，即可直接匹配出与空调的当前室内环境参数值和当前器件运行参数值对应的当前室外风机最优转速，或者，通过AI模型进行数据采集，模型训练，最终智能寻优，得到与空调的当前室内环境参数值和当前器件运行参数值对应的当前室外风机最优转速，并控制空调的室外风机运行，从而，提高了空调机组性能，提高了空调的功效，节省了资源。

当然，AI模块也可在云端服务器中，对一个、两个、多个空调进行控制，即AI模块数据库中，可保存与每个空调分别对应的，与室内环境参数值和器件运行参数值都匹配的室外风机转速、目标冷凝压力或冷凝温度，这样，云端服务器可与空调通讯，获取到当前空调的当前室内环境参数值和当前器件运行参数值，智能寻优，查找到当前室外风机最优转速、当前目标冷凝压力或当前冷凝温度，最终得到当前空调最佳性能对应的当前室外风机最优转速，并发送给当前空调，控制当前空调的室外风机运行。云端服务器通过AI模块进行智能寻优的过程可如上述实施例描述，具体过程就不再累述了。

根据上述用于空调控制的过程，可构建一种用于空调控制的装置。

图4是本公开实施例提供的一种用于空调控制装置的结构示意图。如图4所示，用于空调控制装置包括：获取模块410、转速确定模块420、控制模块430。

获取模块410，被配置为获取空调的当前室内环境参数值和当前器件运行参数值。

转速确定模块420，被配置为在人工智能AI模型数据库中，查找到与当前室内环境参数值和当前器件运行参数值匹配的当前室外风机最优转速的情况下，得到当前室外风机最优转速；

控制模块430，被配置为根据当前室外风机最优转速，控制空调的室外风机运行。

在一些实施例中，转速确定模块420还包括：压力确定子模块、PID控制单元子模块、调整子模块。

压力确定子模块，被配置为在人工智能AI模型数据库中，未查找到与当前室内环境参数值和当前器件运行参数值匹配的当前室外风机最优转速的情况下，若在人工智能AI模型数据库中，查找到与当前室内环境参数值和当前器件运行参数值匹配的当前目标冷凝压力时，得到当前目标冷凝压力，以及获取空调的当前实际冷凝压力。

PID控制子模块，被配置为根据当前目标冷凝压力，当前实际冷凝压力，进行PID控制，得到第一室外风机转速。

调整子模块，被配置为在当前实际冷凝压力与当前目标冷凝压力相等的情况下，根据空调最佳性能对应的最佳功率值，调整第一室外风机转速，得到与当前室内环境参数值和当前器件运行参数值匹配的当前室外风机最优转速，其中，最佳性能是根据记录的空调功率值进行比对确定的。

在一些实施例中，还包括：第一保存模块，被配置为在人工智能AI模型数据库中，保存当前室内环境参数值和当前器件运行参数值，与当前室外风机最优转速之间的对应关系，得到人工智能AI模型的训练样本。

在一些实施例中，压力确定子模块还包括：温度确定单元和压力计算单元。

温度确定单元，被配置为在人工智能AI模型数据库中，未查找到与当前室内环境参数值和当前器件运行参数值匹配的当前目标冷凝压力的情况下，若在人工智能AI模型数据库中，查找到与当前室内环境参数值和当前器件运行参数值匹配的当前冷凝温度时，得到当前冷凝温度；

压力计算单元，被配置为根据当前冷凝温度，通过饱和蒸汽温度压力计算公式，得到与当前室内环境参数值和当前器件运行参数值匹配的当前目标冷凝压力。

在一些实施例中，还包括：第二保存模块，被配置为在人工智能AI模型数据库中，保存当前室内环境参数值和当前器件运行参数值，与当前目标冷凝压力之间的对应关系，得到人工智能AI模型的训练样本。

在一些实施例中，温度确定单元还包括：室外获取子单元和拟合子单元。

室外获取子单元，被配置为在人工智能AI模型数据库中，未查找到与当前室内环境参数值和当前器件运行参数值匹配的当前冷凝温度的情况下，获取当前室外环境参数值。

拟合子单元，被配置为根据当前室内环境参数值、当前器件运行参数值、当前室内环境参数值，进行拟合运算，得到与当前室内环境参数值和当前器件运行参数值匹配的当前冷凝温度。

在一些实施例中，还包括：第三保存模块，被配置为在人工智能AI模型数据库中，保存当前室内环境参数值和当前器件运行参数值，与当前冷凝温度之间的对应关系，得到人工智能AI模型的训练样本。

用于空调控制的装置可应用于空调中，也可应用于云端服务器中。

下面具体描述应用于空调中的用于空调控制的装置的空调控制过程。

本实施例中，云端服务器中配置了AI模块，即用于空调控制的装置应用于云端服务器中，可与多个空调进行通讯。

图5是本公开实施例提供的一种用于空调控制装置的结构示意图。

如图5所示，用于空调控制装置包括：获取模块410、转速确定模块420、控制模块430、第一保存模块440、第二保存模块450和第三保存模块460，其中，转速确定模块420还包括：压力确定子模块421、PID控制单元子模块422、调整子模块423。而压力确定子模块421还可包括：温度确定单元4211和压力计算单元4212。温度确定单元4211则可包括：室外获取子单元42111和拟合子单元42112。

其中，通过与一个当前空调通讯，获取模块410获取当前空调所在环境的当前室内环境参数值和当前器件运行参数值。而在人工智能AI模型数据库中，查找到与当前室内环境参数值和当前器件运行参数值匹配的当前室外风机最优转速时，转速确定模块420可得到当前室外风机最优转速。从而，控制模块430可与当前空调通讯，发送当前室外风机最优转速，控制当前空调的室外风机运行。

而在人工智能AI模型数据库中，未查找到与当前室内环境参数值和当前器件运行参数值匹配的当前室外风机最优转速，但是，可在人工智能AI模型数据库中，查找到与当前室内环境参数值和当前器件运行参数值匹配的当前目标冷凝压力时，压力确定子模块421可得到当前目标冷凝压力，以及获取空调的当前实际冷凝压力。PID控制子模块422可根据当前目标冷凝压力，当前实际冷凝压力，进行PID控制，得到第一室外风机转速。这也，在当前实际冷凝压力与当前目标冷凝压力相等的情况下，调整子模块423可将记录的器件运行参数值进行运算和比对，确定空调最佳性能对应的最佳功率值，并根据最佳功率值，调整第一室外风机转速，得到与当前室内环境参数值和当前器件运行参数值匹配的当前室外风机最优转速。从而，第一保存模块440可在人工智能AI模型数据库中，保存当前室内环境参数值和当前器件运行参数值，与当前室外风机最优转速之间的对应关系，得到人工智能AI模型的训练样本。而控制模块430即可与当前空调通讯，发送当前室外风机最优转速，控制当前空调的室外风机运行。

当然，若也不能查找到与当前室内环境参数值和当前器件运行参数值匹配的当前目标冷凝压力的情况，若可在在人工智能AI模型数据库中，查找到与当前室内环境参数值和当前器件运行参数值匹配的当前冷凝温度时，温度确定单元4211则可得到当前冷凝温度。而压力计算单元4212可根据当前冷凝温度，通过饱和蒸汽温度压力计算公式，得到与当前室内环境参数值和当前器件运行参数值匹配的当前目标冷凝压力。从而，第二保存模块450可在人工智能AI模型数据库中，保存当前室内环境参数值和当前器件运行参数值，与当前目标冷凝压力之间的对应关系，得到人工智能AI模型的训练样本。

在人工智能AI模型数据库中，也未查找到与当前室内环境参数值和当前器件运行参数值匹配的当前冷凝温度的情况下，则室外获取子单元42111可获取当前室外环境参数值，而拟合子单元42112可根据当前室内环境参数值、当前器件运行参数值、当前室内环境参数值，进行拟合运算，得到与当前室内环境参数值和当前器件运行参数值匹配的当前冷凝温度。从而，第三保存模块460可在人工智能AI模型数据库中，保存当前室内环境参数值和当前器件运行参数值，与当前冷凝温度之间的对应关系，得到人工智能AI模型的训练样本。

可见，本实施例中，用于空调控制的装置应用于云端服务器中，云端服务器中保存了AI模块，通过人工智能AI模型进行信息比对，智能寻优，即可直接匹配出与空调的当前室内环境参数值和当前器件运行参数值对应的当前室外风机最优转速，或者，通过AI模型进行数据采集，模型训练，最终智能寻优，得到与空调的当前室内环境参数值和当前器件运行参数值对应的当前室外风机最优转速，并下发给空调，控制空调的室外风机运行，从而，提高了空调机组性能，提高了空调的功效，节省了资源。

本公开实施例提供了一种用于空调控制的装置，其结构如图6所示，包括：

处理器(processor)1000和存储器(memory)1001，还可以包括通信接口(Communication Interface)1002和总线1003。其中，处理器1000、通信接口1002、存储器1001可以通过总线1003完成相互间的通信。通信接口1002可以用于信息传输。处理器1000可以调用存储器1001中的逻辑指令，以执行上述实施例的用于空调控制的方法。

此外，上述的存储器1001中的逻辑指令可以通过软件功能单元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。

存储器1001作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序，如本公开实施例中的方法对应的程序指令/模块。处理器1000通过运行存储在存储器1001中的程序指令/模块，从而执行功能应用以及数据处理，即实现上述方法实施例中的用于空调控制的方法。

存储器1001可包括存储程序区和存储数据区，其中，存储程序区可存储操作***、至少一个功能所需的应用程序；存储数据区可存储根据终端空调的使用所创建的数据等。此外，存储器1001可以包括高速随机存取存储器，还可以包括非易失性存储器。

本公开实施例提供了一种用于空调控制装置，包括：处理器和存储有程序指令的存储器，处理器被配置为在执行程序指令时，执行用于空调控制方法。

本公开实施例提供了一种空调，包括上述用于空调控制装置。

本公开实施例提供了一种云端服务器，包括上述用于空调控制装置。

本公开实施例提供了一种计算机可读存储介质，存储有计算机可执行指令，所述计算机可执行指令设置为执行上述用于空调控制方法。

本公开实施例提供了一种计算机程序产品，所述计算机程序产品包括存储在计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，使所述计算机执行上述用于空调控制方法。

上述的计算机可读存储介质可以是暂态计算机可读存储介质，也可以是非暂态计算机可读存储介质。

本公开实施例的技术方案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，包括一个或多个指令用以使得一台计算机空调(可以是个人计算机，服务器，或者网络空调等)执行本公开实施例所述方法的全部或部分步骤。而前述的存储介质可以是非暂态存储介质，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)、磁碟或者光盘等多种可以存储程序代码的介质，也可以是暂态存储介质。

以上描述和附图充分地示出了本公开的实施例，以使本领域的技术人员能够实践它们。其他实施例可以包括结构的、逻辑的、电气的、过程的以及其他的改变。实施例仅代表可能的变化。除非明确要求，否则单独的部件和功能是可选的，并且操作的顺序可以变化。一些实施例的部分和特征可以被包括在或替换其他实施例的部分和特征。本公开实施例的范围包括权利要求书的整个范围，以及权利要求书的所有可获得的等同物。当用于本申请中时，虽然术语“第一”、“第二”等可能会在本申请中使用以描述各元件，但这些元件不应受到这些术语的限制。这些术语仅用于将一个元件与另一个元件区别开。比如，在不改变描述的含义的情况下，第一元件可以叫做第二元件，并且同样第，第二元件可以叫做第一元件，只要所有出现的“第一元件”一致重命名并且所有出现的“第二元件”一致重命名即可。第一元件和第二元件都是元件，但可以不是相同的元件。而且，本申请中使用的用词仅用于描述实施例并且不用于限制权利要求。如在实施例以及权利要求的描述中使用的，除非上下文清楚地表明，否则单数形式的“一个”(a)、“一个”(an)和“所述”(the)旨在同样包括复数形式。类似地，如在本申请中所使用的术语“和/或”是指包含一个或一个以上相关联的列出的任何以及所有可能的组合。另外，当用于本申请中时，术语“包括”(comprise)及其变型“包括”(comprises)和/或包括(comprising)等指陈述的特征、整体、步骤、操作、元素，和/或组件的存在，但不排除一个或一个以上其它特征、整体、步骤、操作、元素、组件和/或这些的分组的存在或添加。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、方法或者空调中还存在另外的相同要素。本文中，每个实施例重点说明的可以是与其他实施例的不同之处，各个实施例之间相同相似部分可以互相参见。对于实施例公开的方法、产品等而言，如果其与实施例公开的方法部分相对应，那么相关之处可以参见方法部分的描述。

本领域技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，可以取决于技术方案的特定应用和设计约束条件。所述技术人员可以对每个特定的应用来使用不同方法以实现所描述的功能，但是这种实现不应认为超出本公开实施例的范围。所述技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的***、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

本文所披露的实施例中，所揭露的方法、产品(包括但不限于装置、空调等)，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，可以仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个***，或一些特征可以忽略，或不执行。另外，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例。另外，在本公开实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。

附图中的流程图和框图显示了根据本公开实施例的***、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。在有些作为替换的实现中，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，这可以依所涉及的功能而定。在附图中的流程图和框图所对应的描述中，不同的方框所对应的操作或步骤也可以以不同于描述中所披露的顺序发生，有时不同的操作或步骤之间不存在特定的顺序。例如，两个连续的操作或步骤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，这可以依所涉及的功能而定。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。

Claims (10)

1.一种用于空调控制的方法，其特征在于，包括：

获取空调的当前室内环境参数值和当前器件运行参数值；

在人工智能AI模型数据库中，查找到与所述当前室内环境参数值和所述当前器件运行参数值匹配的当前室外风机最优转速的情况下，得到所述当前室外风机最优转速；

根据所述当前室外风机最优转速，控制空调的室外风机运行。

2.根据权利要求1所述的方法，其特征在于，所述得到所述当前室外风机最优转速还包括：

在人工智能AI模型数据库中，未查找到与所述当前室内环境参数值和所述当前器件运行参数值匹配的当前室外风机最优转速的情况下，若在所述人工智能AI模型数据库中，查找到与所述当前室内环境参数值和所述当前器件运行参数值匹配的当前目标冷凝压力时，得到所述当前目标冷凝压力，以及获取所述空调的当前实际冷凝压力；

根据所述当前目标冷凝压力，所述当前实际冷凝压力，进行PID控制，得到第一室外风机转速；

在所述当前实际冷凝压力与所述当前目标冷凝压力相等的情况下，根据所述空调最佳性能对应的最佳功率值，调整所述第一室外风机转速，得到与所述当前室内环境参数值和所述当前器件运行参数值匹配的当前室外风机最优转速，其中，所述最佳性能是根据记录的空调功率值进行比对确定的。

3.根据权利要求2所述的方法，其特征在于，还包括：

在所述人工智能AI模型数据库中，保存所述当前室内环境参数值和所述当前器件运行参数值，与所述当前室外风机最优转速之间的对应关系，得到所述人工智能AI模型的训练样本。

4.根据权利要求2所述的方法，其特征在于，所述得到所述当前目标冷凝压力还包括：

在所述人工智能AI模型数据库中，未查找到与所述当前室内环境参数值和所述当前器件运行参数值匹配的当前目标冷凝压力的情况下，若在所述人工智能AI模型数据库中，查找到与所述当前室内环境参数值和所述当前器件运行参数值匹配的当前冷凝温度时，得到所述当前冷凝温度；

根据所述当前冷凝温度，通过饱和蒸汽温度压力计算公式，得到与所述当前室内环境参数值和所述当前器件运行参数值匹配的当前目标冷凝压力。

5.根据权利要求4所述的方法，其特征在于，还包括：

在所述人工智能AI模型数据库中，保存所述当前室内环境参数值和所述当前器件运行参数值，与所述当前目标冷凝压力之间的对应关系，得到所述人工智能AI模型的训练样本。

6.根据权利要求4所述的方法，其特征在于，所述得到所述当前冷凝温度还包括：

在所述人工智能AI模型数据库中，未查找到与所述当前室内环境参数值和所述当前器件运行参数值匹配的当前冷凝温度的情况下，获取当前室外环境参数值；

根据所述当前室内环境参数值、所述当前器件运行参数值、所述当前室内环境参数值，进行拟合运算，得到与所述当前室内环境参数值和所述当前器件运行参数值匹配的当前冷凝温度。

7.根据权利要求6所述的方法，其特征在于，还包括：

在所述人工智能AI模型数据库中，保存所述当前室内环境参数值和所述当前器件运行参数值，与所述当前冷凝温度之间的对应关系，得到所述人工智能AI模型的训练样本。

8.一种用于空调控制的装置，其特征在于，包括：

获取模块，被配置为获取空调的当前室内环境参数值和当前器件运行参数值；

转速确定模块，被配置为在人工智能AI模型数据库中，查找到与所述当前室内环境参数值和所述当前器件运行参数值匹配的当前室外风机最优转速的情况下，得到所述当前室外风机最优转速；

控制模块，被配置为根据所述当前室外风机最优转速，控制空调的室外风机运行。

9.一种用于空调控制的装置，该装置包括处理器和存储有程序指令的存储器，其特征在于，所述处理器被配置为在执行所述程序指令时，执行如权利要求1至7任一项所述用于空调控制的方法。

10.一种空调，其特征在于，包括：如权利要求8或9所述用于空调控制的装置。

Images