CN114738925B - 一种基于大数据的空调全状态自动控制方法 - Google Patents

一种基于大数据的空调全状态自动控制方法 Download PDF

Info

Publication number
CN114738925B
CN114738925B CN202210398905.3A CN202210398905A CN114738925B CN 114738925 B CN114738925 B CN 114738925B CN 202210398905 A CN202210398905 A CN 202210398905A CN 114738925 B CN114738925 B CN 114738925B
Authority
CN
China
Prior art keywords
data
user
automatic control
time period
air conditioner
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
CN202210398905.3A
Other languages
English (en)
Other versions
CN114738925A (zh
Inventor
谢豪
任飞
何艳
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.)
Sichuan Hongmei Intelligent Technology Co Ltd
Original Assignee
Sichuan Hongmei Intelligent Technology 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 Sichuan Hongmei Intelligent Technology Co Ltd filed Critical Sichuan Hongmei Intelligent Technology Co Ltd
Priority to CN202210398905.3A priority Critical patent/CN114738925B/zh
Publication of CN114738925A publication Critical patent/CN114738925A/zh
Application granted granted Critical
Publication of CN114738925B publication Critical patent/CN114738925B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/30—Control or safety arrangements for purposes related to the operation of the system, e.g. for safety or monitoring
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/50—Control or safety arrangements characterised by user interfaces or communication
    • F24F11/56—Remote control
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/50—Control or safety arrangements characterised by user interfaces or communication
    • F24F11/61—Control or safety arrangements characterised by user interfaces or communication using timers
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/62—Control or safety arrangements characterised by the type of control or by internal processing, e.g. using fuzzy logic, adaptive control or estimation of values
    • F24F11/63—Electronic processing
    • F24F11/64—Electronic processing using pre-stored data
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/70—Control systems characterised by their outputs; Constructional details thereof
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/88—Electrical aspects, e.g. circuits
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B30/00—Energy efficient heating, ventilation or air conditioning [HVAC]
    • Y02B30/70—Efficient control or regulation technologies, e.g. for control of refrigerant flow, motor or heating

Landscapes

  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Air Conditioning Control Device (AREA)

Abstract

本发明公开了一种基于大数据的空调全状态自动控制方法,采集用户全状态使用数据，通过特定计算模式对比用户单次运行过程中前后两条数据是否存在差异，找出空调用户对设备调节的高频时间段，同时按地区和不同时段二次分组对高频时间段用户使用数据进行建模分析，获得不同区域用户在高频调节使用时间段的高频调节时段自动控制模型，最后通过用户的使用该模型的用户使用数据，对该模型进一步修正与调优，直至其完全贴合用户的使用习惯为止，输出高频调节时段自动控制模型，形成自动化控制功能，能对空调设备全状态的检测与学习，使自动控制模型能够完全进行贴合用户的实际使用情况，从而实现设备进一步智能化，解放用户，提升用户使用黏性。

Description

一种基于大数据的空调全状态自动控制方法
技术领域
发明涉及空调控制的领域,尤其涉及一种基于大数据的空调全状态自动控制方法。
背景技术
目前空调作为基本家用电器逐渐进入了千家万户，各厂家为了实现设备进一步智能化，解放用户，形成差异化卖点，推出了一系列自动化控制空调运行的功能，比如全自动模式、一键爽功能、健康风功能等,且各自动模式大多以室内外温度，天气情况等直接条件作为判定依据，集中于空调全运行过程中运行模式和设定风速的自动判定，但是用户对设备调节在不同时段存在明显差异，且满足空调用户日常需求除运行模式和设定风速外还需其它功能的辅助配合作用，比如温度设定、电加热功能和新风功能等等，因此，对空调用户在高频调节时段空调全状态研究与自学习是很有必要性的。
目前，现有技术也存在对空调自动运行的判定方法，如专利号：CN202110662831.5，专利名称为《用于控制空调的方法、装置及空调》，该发明涉及智慧家电技术领域，公开一种用于控制空调的方法。获得用户关联的空调所在区域内用户的使用习惯信息，使用习惯信息包括每台空调的使用时间段，及与每个使用时间段对应的空调的控制方案。同时结合大数据智能分析区域内空调在不同设定时间段的运行方案，通过学习区域内空调的使用习惯信息更加精准的确定每个设定时间段的空调的目标控制方案，提高了空调控制过程的便捷性，对用户关联的空调实现自动控制。其公开技术方案是一种采集用户全时段使用空调数据，十分消耗计算和内存资源，而且通过用户日常设备使用数据而非该自动控制功能下的用户使用数据对自动控制模型进行调优，可能导致该自动控制模型并未能够完全进行贴合用户的实际使用情况。
而专利号：CN202110652731.4，专利名称《空调控制方法、空调控制器及空调机组》，该发明提供了一种空调控制方法、空调控制器及空调机组，以至少解决现有技术中空调无法兼顾快速换热需求和用户舒适性的问题。包含收集用户初始运行参数、目标参数及在运行过程中各种状态变化值，通过特定计算模型构建用户使用习惯模型以解决无法兼顾快速换热需求和用户的舒适性问题。其公开技术方案是一种采用用户初始状态到设定状态之间的关于设定温度、运行模式与设定风速的自动控制方法，未能对空调设备全状态的检测与学习，且对于用户最终运行状态的未能进行明确判定，导致对不同用户的使用数据需进行不同的处理，计算量过大。
发明内容
为了克服现有技术存在的缺点与不足,本发明提供一种基于大数据的空调全状态自动控制方法。
本发明所采用的技术方案是，该方法的步骤为：
步骤S1:通过物联网通讯模块采集空调设备的运行数据，获取空调的运行参数数据；
步骤S2:通过特定计算模式找出空调用户对设备调节的高频时间段；
步骤S3:根据上报的地区字段数据和高频调节时间段数据分箱操作，对所有数据进行二次分组；
步骤S4:对分组后用户的使用数据进行建模处理，获取不同时段用户高频设置的功能模式及其设置参数，结合不同时间段筛选出各功能模式及其设置参数，初步形成该地区高频调节时段自动控制模型；
步骤S5:通过物联网通讯模块再次采集使用该模型下用户使用数据，重复上述步骤，对模型的进一步调优，直至该模型完全符合用户的调节习惯；
步骤S6:输出高频调节时段自动控制模型形成自动化控制功能。
进一步地，通过物联网通讯对空调运行数据进行采集，获取空调的各项运行参数，计算空调用户对设备调节高峰时间段，在一定条件下对设备数据进行分组，计算各功能使用占比超过80％后功能进行固化于各时段，构建各组数据在高频调节时间段的高频调节时段自动控制模型，通过后续用户使用数据的输入对各模型进行反复调优。
进一步地，所述空调的各项运行参数包括设备SN编码数据、设备开机数据、设备数据上报时所带时间戳数据、设备地区数据及设备各功能连续使用数据。
进一步地，所述计算空调用户对设备调节高峰时间段是计算不同设备在不同时刻对不同功能的是否进行调节，并计算所有设备在不同设备对不同功能的调节频率，综合分析出空调设备的高频调节时段。
进一步地，所述设备数据进行分组按照地区对设备数据进行初步分组，形成各个不同数据组，当地区数据量缺乏的情况，将地理位置相近，气候情况相似的地区分为一组进行处理。
进一步地，所述高频调节时段自动控制模型是统计设备在0-5分钟，5-10分钟，10-15分钟，15-20分钟，20-30分钟，30-40分钟各功能调节数据，对各时间段调节频率较高的功能命令及变化值加入到特定时段自动控制模型中，形成用户在高峰时间段内的高频调节时段自动控制模型。
进一步地，所述反复调优是用户对高频调节时段自动控制模型的调整数据进行收集，对收集的数据进行再次的按照地区和时间段进行二次分组，然后对不同时段各功能调节情况进行统计，当超过80％的用户对模型某时刻自动执行功能进行调节，则高频调节时段自动控制模型进行调整，实现优化，直至完全符合该区域用户控制习惯。
本发明提供一种基于大数据的空调全状态自动控制方法，采集用户全状态使用数据，通过特定计算模式对比用户单次运行过程中前后两条数据是否存在差异，找出空调用户对设备调节的高频时间段，同时按地区和不同时段二次分组对高频时间段用户使用数据进行建模分析，获得不同区域用户在高频调节使用时间段的高频调节时段自动控制模型，最后通过用户的使用该模型的用户使用数据，对该模型进一步修正与调优，直至其完全贴合用户的使用习惯为止，输出高频调节时段自动控制模型，形成自动化控制功能，能对空调设备全状态的检测与学习，使自动控制模型能够完全进行贴合用户的实际使用情况，从而实现设备进一步智能化，解放用户，提升用户使用黏性。
附图说明
图1为本发明自动控制方法的技术图；
图2为本发明的自动控制方法的流程图。
具体实施方式
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互结合,下面结合附图和有具体实施例对本申请作进一步详细说明。
如图1所示,一种基于大数据的空调全状态自动控制方法，该方法的具体实施方法为：
步骤S1:通过物联网通讯模块采集空调设备的运行数据，获取空调的运行参数数据；
步骤S2:通过特定计算模式找出空调用户对设备调节的高频时间段；
步骤S3:根据上报的地区字段数据和高频调节时间段数据分箱操作，对所有数据进行二次分组；
步骤S4:对分组后用户的使用数据进行建模处理，获取不同时段用户高频设置的功能模式及其设置参数，结合不同时间段筛选出各功能模式及其设置参数，初步形成该地区高频调节时段自动控制模型；
步骤S5:通过物联网通讯模块再次采集使用该模型下用户使用数据，重复上述步骤，对模型的进一步调优，直至该模型完全符合用户的调节习惯；
步骤S6:输出高频调节时段自动控制模型形成自动化控制功能。
如图2所示，物联网通讯模块的智能空调设备可通过物联网通讯模块将设备的运行状态数据发送到大数据平台，大数据平台对原始数据进行清洗，原始数据清洗是对设备上报数据进行检验，仅保留上报字段完整数据，本发明所使用的参数包括：设备sn编码数据、设备开启时间数据、设备时间戳数据、设备地区数据及各功能使用数据；
通过设备sn编码数据和设备开启时间数据对所有是设备数据安不同设备单次使用进行分组，并筛选设备运行数据中前40分钟运行数据，主要计算逻辑如下：
T时间戳-T开启时间<＝40分钟
其中T时间戳表示设备上报的时间戳数据，T开启时间表示设备开启时间数据
按照一定协议，对设备上传的地区数据进行解析，并对解析出来数据按照地区进行分组；
对同一组数据按照运行时间在0-5分钟，5-10分钟，10-15分钟，15-20分钟，20-30分钟，30-40分钟等时间段再次进行分组，统计各功能使用率；
在各时间段中，某功能开启率超过80％，则在该时段自动控制命令中添加该功能开启命令，相反某功能关闭率超过80％，则在该时段自动控制命令中添加该功能关闭命令，如果是设定温度值变化，则将变化值进行取整，然后选择众数作为该功能命令中，主要计算逻辑如下：
Num该功能开启数据条数/Num该时段总体数据条数>＝80％:添加该功能开启命令
Num该功能关闭数据条数/Num该时段总体数据条数>＝80％:添加该功能关闭命令
Num调高设定温度数据条数/Num该时段总体数据条数>＝80％:添加调高设定温度众数命令
Num调低设定温度数据条数/Num该时段总体数据条数>＝80％:添加调低设定温度众数命令
其中Num该功能开启条数表示在该组数据中该功能开启数据条数，Num该功能关闭数据条数表示在该组数据中该功能关闭数据条数，Num调高设定温度数据条数表示该组数据中调高设定温度数据条数，Num调低设定温度数据条数表示该组数据中调低设定温度数据条数，Num该时段总体数据条数表示该时段总体数据条数。
对不同地区的用户各时间段的添加功能命令进行组合，形成不同区域在前40分钟的自动控制模型；
后期再次搜集用户开启自动控制功能用户调节数据，重复上述步骤，如某功能在自动控制下调节开启频率超过80％，则在自动控制命令中添加该功能开启命令，如某功能在自动控制调节下关闭频率超过80％，则再自动控制命令中添加该功能关闭命令，重复该步骤，直至自动控制功能完全符合该区域用户的设备使用模式，其计算逻辑如下：
Num1某功能开启调节数据条数|开启自动控制功能下/Num1开启自动功能下数据条数>＝80％:添加该功能开启命令
Num1某功能关闭调节数据条数|开启自动控制功能下/Num1开启自动功能下数据条数>＝80％：添加该功能关闭命令
Num1调高设定温度数据条数|开启自动控制功能下/Num1开启自动功能下数据条数>＝80％:添加调高设定温度众数命令
Num1调低设定温度数据条数|开启自动控制功能下/Num1开启自动功能下数据条数>＝80％:添加调低设定温度众数命令
其中Num1某功能开启调节数据条数|开启自动控制功能下表示在用户使用自动控制功能下某功能开启调节数据的条数，Num1某功能关闭调节数据条数|开启自动控制功能下表示在用户使用自动控制功能下某功能关闭调节数据的条数，Num1调高设定温度数据条数|开启自动控制功能下表示在用户使用自动控制功能的前提下调高设定温度数据条数，Num1调低设定温度数据条数|开启自动控制功能下表示在用户使用自动控制功能的前提下调低设定温度的条数，Num1开启自动功能下数据条数表示用户开启自动功能下数据条数；
输出高频调节时段自动控制模型，形成自动化控制功能。
如果不考虑云端计算压力和储存压力，可将用户高频调节时段的自学习功能转换为用户全时段的自学习功能，具体操作方式与探究用户在高频调节时段自学习功能方法相同。
本发明提供一种基于大数据的空调全状态自动控制方法，采集用户全状态使用数据，通过特定计算模式对比用户单次运行过程中前后两条数据是否存在差异，找出空调用户对设备调节的高频时间段，同时按地区和不同时段二次分组对高频时间段用户使用数据进行建模分析，获得不同区域用户在高频调节使用时间段的高频调节时段自动控制模型，最后通过用户的使用该模型的用户使用数据，对该模型进一步修正与调优，直至其完全贴合用户的使用习惯为止，输出高频调节时段自动控制模型，形成自动化控制功能，能对空调设备全状态的检测与学习，使自动控制模型能够完全进行贴合用户的实际使用情况，从而实现设备进一步智能化，解放用户，提升用户使用黏性。
在本发明描述中，需要说明的是，除非另有明确的规定和限定，术语“设置”、“安装”、“相连”、“连接”、“固定”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以通过具体情况理解上述术语在本发明中的具体含义。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解的是,在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种等效的变化、修改、替换和变型,本发明的范围由所附权利要求及其等同范围限定。

Claims (3)

1.一种基于大数据的空调全状态自动控制方法，其特征在于,该方法的步骤为：
步骤S1:通过物联网通讯模块采集空调设备的运行数据，获取空调的运行参数数据；
步骤S2:通过特定计算模式找出空调用户对设备调节的高频时间段；
步骤S3:根据上报的地区字段数据和高频调节时间段数据分箱操作，对所有数据进行二次分组；
步骤S4:对分组后用户的使用数据进行建模处理，获取不同时段用户高频设置的功能模式及其设置参数，结合不同时间段筛选出各功能模式及其设置参数，初步形成该地区高频调节时段自动控制模型；
步骤S5:通过物联网通讯模块再次采集使用该模型下用户使用数据，重复上述步骤，对模型的进一步调优，直至该模型完全符合用户的调节习惯；
步骤S6:输出高频调节时段自动控制模型形成自动化控制功能；
通过物联网通讯对空调运行数据进行采集，获取空调的各项运行参数，计算空调用户对设备调节高峰时间段，在一定条件下对设备数据进行分组，计算各功能使用占比超过80％后功能进行固化于各时段，构建各组数据在高频调节时间段的高频调节时段自动控制模型，通过后续用户使用数据的输入对各模型进行反复调优；
所述计算空调用户对设备调节高峰时间段是计算不同设备在不同时刻对不同功能的是否进行调节，并计算所有设备在不同时刻对不同功能的调节频率，综合分析出空调设备的高频调节时段；
所述设备数据进行分组按照地区对设备数据进行初步分组，形成各个不同数据组，当地区数据量缺乏的情况，将地理位置相近，气候情况相似的地区分为一组进行处理；
所述反复调优是用户对高频调节时段自动控制模型的调整数据进行收集，对收集的数据进行再次的按照地区和时间段进行二次分组，然后对不同时段各功能调节情况进行统计，当超过80％的用户对模型某时刻自动执行功能进行调节，则高频调节时段自动控制模型进行调整，实现优化，直至完全符合该地区用户控制习惯。
2.如权利要求1所述的一种基于大数据的空调全状态自动控制方法，其特征在于，所述空调的各项运行参数包括设备SN编码数据、设备开机数据、设备数据上报时所带时间戳数据、设备地区数据及设备各功能连续使用数据。
3.如权利要求1所述的一种基于大数据的空调全状态自动控制方法，其特征在于，所述高频调节时段自动控制模型是统计设备在0-5分钟，5-10分钟，10-15分钟，15-20分钟，20-30分钟，30-40分钟各功能调节数据，对各时间段调节频率较高的功能命令及变化值加入到特定时段自动控制模型中，形成用户在高峰时间段内的高频调节时段自动控制模型。
CN202210398905.3A 2022-04-15 2022-04-15 一种基于大数据的空调全状态自动控制方法 Active CN114738925B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210398905.3A CN114738925B (zh) 2022-04-15 2022-04-15 一种基于大数据的空调全状态自动控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210398905.3A CN114738925B (zh) 2022-04-15 2022-04-15 一种基于大数据的空调全状态自动控制方法

Publications (2)

Publication Number Publication Date
CN114738925A CN114738925A (zh) 2022-07-12
CN114738925B true CN114738925B (zh) 2023-08-04

Family

ID=82281245

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210398905.3A Active CN114738925B (zh) 2022-04-15 2022-04-15 一种基于大数据的空调全状态自动控制方法

Country Status (1)

Country Link
CN (1) CN114738925B (zh)

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106707783A (zh) * 2016-12-30 2017-05-24 中科同德（北京）生态科技有限公司 一种记录用户行为习惯的knx总线控制方法和***
CN106814632A (zh) * 2016-03-30 2017-06-09 南京小贝网络科技有限公司 遥控器以及遥控器与被控制装置的交互方法
WO2018027366A1 (zh) * 2016-08-06 2018-02-15 胡明祥 根据用户反馈调整自动加热的方法以及热水器
CN107763812A (zh) * 2017-09-18 2018-03-06 广东美的制冷设备有限公司 空调器控制方法、空调器及计算机可读存储介质
CN109282450A (zh) * 2018-09-20 2019-01-29 珠海格力电器股份有限公司 一种电器盒子及其自动控制方法
CN109780692A (zh) * 2019-01-16 2019-05-21 珠海格力电器股份有限公司 空调的控制方法、控制装置和空调
CN110500729A (zh) * 2019-08-26 2019-11-26 宁波奥克斯电气股份有限公司 一种空调的控制方法、***、可读存储介质及空调
CN110500728A (zh) * 2019-08-26 2019-11-26 宁波奥克斯电气股份有限公司 一种空调的控制方法、***、可读存储介质及空调
CN111174324A (zh) * 2018-10-24 2020-05-19 青岛海尔空调器有限总公司 一种可移动的空调及其控制方法
CN112378034A (zh) * 2020-10-29 2021-02-19 四川虹美智能科技有限公司 中央空调控制***和方法
CN113375297A (zh) * 2021-06-15 2021-09-10 青岛海尔空调器有限总公司 用于控制空调的方法、装置及空调

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9989944B2 (en) * 2014-05-21 2018-06-05 Portable Comfort Corporation LLC Temperature control voting system

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106814632A (zh) * 2016-03-30 2017-06-09 南京小贝网络科技有限公司 遥控器以及遥控器与被控制装置的交互方法
WO2018027366A1 (zh) * 2016-08-06 2018-02-15 胡明祥 根据用户反馈调整自动加热的方法以及热水器
CN106707783A (zh) * 2016-12-30 2017-05-24 中科同德（北京）生态科技有限公司 一种记录用户行为习惯的knx总线控制方法和***
CN107763812A (zh) * 2017-09-18 2018-03-06 广东美的制冷设备有限公司 空调器控制方法、空调器及计算机可读存储介质
CN109282450A (zh) * 2018-09-20 2019-01-29 珠海格力电器股份有限公司 一种电器盒子及其自动控制方法
CN111174324A (zh) * 2018-10-24 2020-05-19 青岛海尔空调器有限总公司 一种可移动的空调及其控制方法
CN109780692A (zh) * 2019-01-16 2019-05-21 珠海格力电器股份有限公司 空调的控制方法、控制装置和空调
CN110500729A (zh) * 2019-08-26 2019-11-26 宁波奥克斯电气股份有限公司 一种空调的控制方法、***、可读存储介质及空调
CN110500728A (zh) * 2019-08-26 2019-11-26 宁波奥克斯电气股份有限公司 一种空调的控制方法、***、可读存储介质及空调
CN112378034A (zh) * 2020-10-29 2021-02-19 四川虹美智能科技有限公司 中央空调控制***和方法
CN113375297A (zh) * 2021-06-15 2021-09-10 青岛海尔空调器有限总公司 用于控制空调的方法、装置及空调

Also Published As

Publication number Publication date
CN114738925A (zh) 2022-07-12

Similar Documents

Publication Publication Date Title
CN114498641B (zh) 一种分布式灵活资源聚合控制装置及控制方法
CN110131843B (zh) 基于大数据的空调的智能调控方法及***
CN112050397A (zh) 一种机房温度调控方法及***
CN105138847B (zh) 变频空调负荷参与需求响应的节电潜力评估方法
CN109269036B (zh) 多联机空调的云端控制方法以及多联机空调***
CN104065168B (zh) 一种风光储联合发电状态监测的动态变频数据采集方法
CN112460762B (zh) 一种中央空调负荷群参与电力***调峰的控制策略
CN110738380A (zh) 热负荷控制方法、装置及***
CN108036468A (zh) 一种空调***聚合控制方法
CN112488372A (zh) 多时间尺度下电采暖负荷双层优化调度方法
CN110307624A (zh) 空调多联***的控制方法、装置、存储介质及控制设备
CN106288190A (zh) 空气净化设备的控制方法及空气净化设备
CN114738925B (zh) 一种基于大数据的空调全状态自动控制方法
CN115081220A (zh) 一种高能效中央空调***调节方法及其***
CN115437302A (zh) 一种大型中央空调ai智能控制方法及***
CN113535233A (zh) 用于暖通云边协同的人工智能***
CN110162824B (zh) 一种智能家庭能源管理***的结构设计与通信选择方法
CN115451534B (zh) 基于强化学习分场景的机房空调节能方法
CN114266186B (zh) 一种空调能耗数据缺失值填补方法、设备及介质
CN116592417A (zh) 基于负荷预测的集中供热***优化控制方法及***
CN211695141U (zh) 一种基于末端室温大数据的供热多级调控***
CN107560065A (zh) 一种智能空调控制方法及服务器
CN113865018A (zh) 一种水冷中央空调主机功率调控方法及***
CN114936529A (zh) 一种温控负荷群聚合模型及建模方法、温控负荷群可调节潜力评估方法
CN108679794A (zh) 空调器及其控制方法、控制装置、可读存储介质

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
GR01 Patent grant
GR01 Patent grant