CN114923265A - 一种基于物联网的中央空调节能控制*** - Google Patents
一种基于物联网的中央空调节能控制*** Download PDFInfo
- Publication number
- CN114923265A CN114923265A CN202210850134.7A CN202210850134A CN114923265A CN 114923265 A CN114923265 A CN 114923265A CN 202210850134 A CN202210850134 A CN 202210850134A CN 114923265 A CN114923265 A CN 114923265A
- Authority
- CN
- China
- Prior art keywords
- air conditioner
- temperature
- value
- outdoor
- thermal image
- 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.)
- Granted
Links
- 238000004378 air conditioning Methods 0.000 title claims abstract description 14
- 238000001931 thermography Methods 0.000 claims abstract description 43
- 238000012544 monitoring process Methods 0.000 claims abstract description 24
- 230000004927 fusion Effects 0.000 claims abstract description 10
- 238000007499 fusion processing Methods 0.000 claims abstract description 4
- 238000000034 method Methods 0.000 claims description 16
- 230000033228 biological regulation Effects 0.000 claims description 13
- 238000013139 quantization Methods 0.000 claims description 10
- 230000001105 regulatory effect Effects 0.000 claims description 7
- 238000005070 sampling Methods 0.000 claims description 7
- 238000003384 imaging method Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 4
- 230000001276 controlling effect Effects 0.000 claims description 3
- 230000006855 networking Effects 0.000 claims 1
- 238000005265 energy consumption Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000007547 defect Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000010355 oscillation Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000009529 body temperature measurement Methods 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 239000000498 cooling water Substances 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000020169 heat generation Effects 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 230000001932 seasonal effect Effects 0.000 description 1
Images
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
- F24F11/50—Control or safety arrangements characterised by user interfaces or communication
- F24F11/56—Remote control
- F24F11/58—Remote control using Internet communication
-
- 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
- F24F2110/00—Control inputs relating to air properties
- F24F2110/10—Temperature
- F24F2110/12—Temperature of the outside air
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P80/00—Climate change mitigation technologies for sector-wide applications
- Y02P80/10—Efficient use of energy, e.g. using compressed air or pressurized fluid as energy carrier
Landscapes
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Human Computer Interaction (AREA)
- Air Conditioning Control Device (AREA)
Abstract
本发明提供了一种基于物联网的中央空调节能控制***,***包括若干个空调调节器、监控服务器、数据库服务器、若干个热成像传感器、室外温度传感器;所述监控服务器用于根据热成像传感器获取室内的热像图及当前应用环境参数对所述空调调节器发出调节命令,包括:采用融合参数配置决策模块根据当前应用环境将得到的温度值与所述当前应用环境参数进行融合处理后得到各空调的温度调节值;所述当前应用环境参数包括当前季节参数、所述室外温度传感器检测到的室外温度,由此实现实际需求场所的空调温度合理控制,提高了空调的效能等级及用户体验感。
Description
技术领域
本发明涉及空调控制领域,尤其涉及一种基于物联网的中央空调节能***。
背景技术
中央空调为人们的生活营造了舒适的工作和生活环境,同时也带来了巨大的能耗需求,中央空调***作为建筑***的重要组成部分,其占整个建筑***能耗电量比重相当大,有数据显示,建筑行业的能源消耗占国家总能耗的30%,而空调***所耗电能占整个建筑物耗能的60%-70%,占全公司总电耗18%左右,因此中央空调的节能控制对节省企业用电支出,优化国家电力结构有着极为重要的意义和作用。
然而现有技术中,中央空调的节能控制通常只关注冷却水泵的运行状况,如公开号为CN103994553B、US20120078424A1的专利申请,或关注采暖锅炉的燃烧强度,如公开号为US10174966B2、WO2014161505A1的专利申请,虽然也有根据区域对空调的节能进行精准控制,然而这些方案往往只机械式的依据预设的参数进行输出,无法根据现场需求进行真正有效的节能调节控制,如公开号为CN102705957A的专利申请,方案根据预先录入的建筑空调房间面积、各空调房间内空调末端设备数量、功率和供冷面积,结合室内外温湿度来计算空调调节参数,然而并未考虑到室内环境中不同的区域所需的温度调节需求不同,例如商场内靠近出入口处受室外温度影响较大,按同样的温度调节标准调控一是让空调耗能较大,二是让出入的人们感受明显的冷热温差体验感较差,还有运动区、厨房、休息区、办公区也温度调节需求不同,同样的温度标准调节会让人员密集较低的场所过度消耗,运动区类热量产生较大的场所人们体验感较差。
发明内容
本发明的目的在于,针对在所存在的不足,提出了一种基于物联网的中央空调节能控制***。
为了克服现有技术的不足,本发明采用如下技术方案:
一种基于物联网的中央空调节能控制***,所述***包括若干个空调调节器、监控服务器、数据库服务器、若干个热成像传感器、室外温度传感器;所述空调调节器、热成像传感器、室外温度传感器和数据库服务器均与监控服务器连接;每个空调调节器控制与其对应的空调,所述数据库服务器用于存储***相关数据,所述监控服务器用于根据热成像传感器获取室内的热像图及当前应用环境参数对所述空调调节器发出调节命令,包括:采用成像分析模块对所述热像图进行分析处理,采用热分布分析模块对分析处理后的热像图进行温度值采样,采用融合参数配置决策模块根据当前应用环境将所述温度值与所述当前应用环境参数进行融合处理后得到各空调的温度调节值;所述空调调节器用于根据所述调节命令对其对应的空调进行控制,所述当前应用环境参数包括当前季节参数、所述室外温度传感器检测到的室外温度。
进一步的,所述采用成像分析模块对所述热像图进行分析处理,包括:将热成像传感器采集到的热像图灰度量化并划分为若干个区域;所述采用热分布分析模块对分析处理后的热像图进行温度值采样,包括:将热像图灰度量化后的亮度值转换为对应的温度值;所述采用融合参数配置决策模块根据当前应用环境将所述温度值与所述当前应用环境参数进行融合处理后得到各空调的温度调节值,在所采集到的热像图中包含受室外环境干扰少的区域及受室外环境干扰大的区域时,包括依据以下式子获得所述温度调节值T(t):,其中是t时刻采样得到的温度值与预设温度值的误差,Kp、Ki、Kd均为经验系数,t时刻采样得到的温度值为,其中为热像图中受室外环境干扰少的区域温度计算值,ti为该受室外环境干扰少的区域内第i个像素点对应的温度值,为该像素点对应区域的调节权重系数,N为该受室外环境干扰少的区域对应热像图中计算温度的像素数,为受室外环境干扰大的区域温度计算值,tk为该受室外环境干扰大的区域内第k个像素点对应的温度值,tj为获取热像图时刻的室外温度值,a为预设时间段内当前应用环境室外的温度权重,Tmin为室外对应该预设时间段的历史最低温度值,Tmax为室外对应该预设时间段的历史最高温度值,M为该受室外环境干扰大的区域对应热像图中计算温度的像素数。
进一步的,所述将热成像传感器采集到的热像图灰度量化包括使用下式获得灰度量化后的亮度值:,其中为热像图中第i个像素灰度量化后对应的亮度值,、、分别是第i个像素的R、G、B值;r、g、b为将热像图灰度量化的经验值。
进一步的,***还包括执行远程控制的手持终端,该手持终端与所述监控服务器、数据库服务器无线远程连接,实时获取被控空调的工作情况,并依据需求将控制命令发送至监控服务器,由监控服务器处理后将对应的调节命令发送至空调调节器。
进一步的,所述将热成像传感器采集到的热像图灰度量化并划分为若干个区域包括:依据室内空间的应用功能将灰度量化后的热像图划分为若干个区域。
进一步的,依据空调的历史使用频率设置获取的热像图及当前应用环境参数的周期参数。
进一步的,当所采集的热像图中不存在所述受室外环境干扰少的区域,只存在预设的受室外环境干扰大的区域时,包括依据以下式子获得所述温度调节值T’(t):,l=0,1,2,……,t;其中T’(t)是t时刻的温度调节值,tl是t时刻前第l时刻室外温度值,q1、q2、q3是经验系数,其中q1≠0。。
本发明所取得的有益效果是:
本发明基于具有感知层、网络层、应用层的物联网,通过实时现场采集的热像图并结合当前应用环境参数对空调进行控制,所述当前应用环境参数包括当前季节参数、所述室外温度传感器检测到的室外温度,由此可实现实际需求场所的空调温度合理控制,并可实现人群密集度大的场所、密集度小的场所进行分别控制,并可根据室外温度的影响和季节特点进行针对性的控制,避免了人员密集度较低的场所空调的过度消耗,也避免了仅根据局部设置的温度传感器测温不能准确反映整个人员活动场所的温度需求的弊端,提高了空调的效能等级,实现了中央空调的节能控制并提高了人们的体验感。
附图说明
从以下结合附图的描述可以进一步理解本发明。图中的部件不一定按比例绘制,而是将重点放在示出实施例的原理上。
图1为本发明的***结构示意图。
图2为本发明的应用场景示意图。
图3为本发明热成像传感器获取的热像图灰度量化后的示意图。
具体实施方式
为了使得本发明的目的.技术方案及优点更加清楚明白,以下结合其实施例,对本发明进行进一步详细说明;应当理解,此处所描述的具体实施例仅用于解释本发明,并不用于限定本发明。对于本领域技术人员而言,在查阅以下详细描述之后,本实施例的其它***.方法和/或特征将变得显而易见。旨在所有此类附加的***.方法.特征和优点都包括在本说明书内.包括在本发明的范围内,并且受所附权利要求书的保护。在以下详细描述描述了所公开的实施例的另外的特征,并且这些特征根据以下将详细描述将是显而易见的。
本发明实施例的附图中相同或相似的标号对应相同或相似的部件;在本发明的描述中,需要理解的是,若有术语“上”、“下”、“左”、“右”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或组件必须具有特定的方位,以特定的方位构造和操作,因此附图中描述位置关系的用语仅用于示例性说明,不能理解为对本专利的限制,对于本领域的普通技术人员而言,可以根据具体情况理解上述术语的具体含义。
实施例一
一种基于物联网的中央空调节能控制***,所述***包括若干个空调调节器、监控服务器、数据库服务器、若干个热成像传感器、室外温度传感器;所述空调调节器、热成像传感器、室外温度传感器和数据库服务器均与监控服务器连接,该***的结构图如附图1所示,附图图2展示的是在普通住宅内的热成像传感器的安装示意图,如图所示,不同的区域设置不同的热成像传感器。每个空调调节器控制与其对应的空调,所述调节器和空调均有唯一的编号以便识别其身份,所述数据库服务器用于存储***相关数据,所述监控服务器用于根据热成像传感器获取室内的热像图及当前应用环境参数对所述空调调节器发出调节命令,包括:采用成像分析模块对所述热像图进行分析处理,采用热分布分析模块对分析处理后的热像图进行温度值采样,采用融合参数配置决策模块根据当前应用环境将所述温度值与所述当前应用环境参数进行融合处理后得到各空调的温度调节值。由于本方案采用了热像图来获取现场温度值,避免了设置在空调上的温度传感器对被控区域整体温度把握不准确的问题,所述空调调节器用于根据所述调节命令对其对应的空调进行控制,所述当前应用环境参数包括当前季节参数、所述室外温度传感器检测到的室外温度。
进一步的,所述采用成像分析模块对所述热像图进行分析处理,包括:将热成像传感器采集到的热像图灰度量化并划分为若干个区域;所述采用热分布分析模块对分析处理后的热像图进行温度值采样,包括:将热像图灰度量化后的亮度值转换为对应的温度值,附图图3展示的是由所述热成像传感器获取的热像图灰度量化后的示意图;所述采用融合参数配置决策模块根据当前应用环境将所述温度值与所述当前应用环境参数进行融合处理后得到各空调的温度调节值,在所采集到的热像图中包含受室外环境干扰少的区域及受室外环境干扰大的区域时,包括依据以下式子获得所述温度调节值T(t):,其中是t时刻采样得到的温度值与预设温度值的误差,Kp、Ki、Kd均为经验系数,一般情况下,先将Ki、Kd设为零,由零开始增大Kp直至***输出出现振荡,再逐步减小Kp直至振荡消失,记录此时的Kp,并基于此时的Kp,设定一个较大的Ki,然后逐渐减小,直至***出现振荡,再逐渐加大Ki直至振荡消失,记录此时的Ki,用类似的方法确定Kd,使得***输出不振荡或振荡在预设范围内,t时刻采样得到的温度值为 ,其中为热像图中受室外环境干扰少的区域温度计算值,ti为该受室外环境干扰少的区域内第i个像素点对应的温度值,为该像素点对应区域的调节权重系数,N为该受室外环境干扰少的区域对应热像图中计算温度的像素数,为受室外环境干扰大的区域温度计算值,tk为该受室外环境干扰大的区域内第k个像素点对应的温度值,tj为获取热像图时刻的室外温度值,a为预设时间段内当前应用环境室外的温度权重,Tmin为对室外应该预设时间段的历史最低温度值,Tmax为室外对应该预设时间段的历史最高温度值,M为该受室外环境干扰大的区域对应热像图中计算温度的像素数。
其中,所述受室外环境干扰大的区域可包括:大门附近,尤其是商场大门或办公室大门的出入口处,这类区域人员逗留时间较短,对应的温控调节需求较少,且人员出入时感受室内外温差较明显,因此这类区域的温度影响应另行考虑,且由于这类区域容易受室外温度影响,因此需将室外温度的影响值考虑进来,室外温度不仅和当前的温度有关,为能更有效的利用所测温度预测当前所需调节的温度值,因此引入了预设时间段内的历史最高温度值和最低温度值,所述预设时间段可以为当前季节对应的上一年的相同季节,例如当前是夏季4-6月,则所述预设时间段为上一年的4-6月,也可以月为单位作为预设时间段,本方案对此不作限定。温度权重a可依据季节对应的特点进行设置,例如春季早晚温差大,可将春季对应的a设置小于温差较小的季节对应的a。此外,所述受室外环境干扰大的区域还可以包括玻璃墙附近,这部分区域受室外温度影响较大,也可另行考虑。
相应的,受室外环境干扰少的区域为除上述受室外环境干扰大的区域外的区域,例如室内办公室、客厅等。
进一步的,所述将热成像传感器采集到的热像图灰度量化包括使用下式获得灰度量化后的亮度值:,其中为热像图中第i个像素灰度量化后对应的亮度值,、、分别是第i个像素的R、G、B值;r、g、b为将热像图灰度量化的经验值,由本领域技术人员基于历史经验及大量重复实验训练获得,在此不再赘述。
进一步的,所述***还包括执行远程控制的手持终端,所述手持终端可以为手机、平板、该手持终端与所述监控服务器、数据库服务器无线远程连接,实时获取被控空调的工作情况,并依据需求将控制命令发送至监控服务器,由监控服务器处理后将对应的调节命令发送至空调调节器。
进一步的,所述将热成像传感器采集到的热像图灰度量化并划分为若干个区域包括:依据室内空间的应用功能将灰度量化后的热像图划分为若干个区域。所述划分为若干个区域,具体的,可如前所述按使用频率进行划分,也可根据该区域是办公区域、休息区域、运动区域、出入口附近等进行划分。此外,还可先按预设大小的方块来进行划分后,根据每个方块对应的坐标位置与预存热像图的坐标信息进行比较,得出所述的应用功能对应空间对应的方块位置。由此可得出该应用功能对应空间的像素点有哪些。
进一步的,依据空调的历史使用频率设置获取的热像图及当前应用环境参数的周期参数。实时的数据采集虽然可实时获取当前温度,但当进入稳定工作状态情况下,温度变化相对趋于稳定,此时如果仍实时采集数据会导致***处理数据庞大,也会导致不必要的采集功耗产生,因此,在***启动前可采用周期较小的方式进行采集,后续稳定后可依据历史预设时间段内的使用频率进行设置采集周期,例如历史数据显示每月月初9点以后均是办公高峰期,18点以后是下班高峰期,则在9点后采集周期较小,18点以后则采集周期较大,以此降低不必要的损耗。
实施例二,本实施例为上述实施例的进一步描述应当理解本实施例包括前述全部技术特征并作进一步具体描述:
当所采集的热像图中不存在所述受室外环境干扰少的区域,只存在预设的受室外环境干扰大的区域时,包括依据以下式子获得所述温度调节值T’(t):,l=0,1,2,……,t;其中T’(t)是t时刻的温度调节值,tl是t时刻前第l时刻室外温度值,q1、q2、q3是经验系数,其中q1≠0,由本领域技术人员基于历史经验及大量重复实验训练获得,在此不再赘述。如前所述,受室外环境干扰少的区域包括大门出入口处,将该区域的空调与受室外环境干扰大的区域空调分别控制,有助于避免室内外温差变化大而导致用户体验不佳,也有助于避免这部分区域用户逗留时间短而空调耗能较大的问题。
实施例三,本实施例为上述实施例的进一步描述应当理解本实施例包括前述全部技术特征并作进一步具体描述:
同一区域的空调设为同一组,获取同一组中最高功耗或最低功耗的空调工作参数,监控服务器将该工作参数与数据库服务器内该组空调的历史工作数据进行比较,当比较结果出现异常时向手持终端发送预警信号,或在监控服务器显示预警信号,以此及时提醒相关人员对空调做进一步的检测维修,避免由于空调故障导致***整体耗能异常,其中该工作参数包括:冷凝器进水温度、压缩机吸气温度、压缩机排气温度等,所述的比较包括依据数据库服务器内的故障知识库的历史故障样本数据,使用监控服务器内的推理机进行判断。
虽然上面已经参考各种实施例描述了本发明,但是应当理解,在不脱离本发明的范围的情况下,可以进行许多改变和修改。也就是说上面讨论的方法,***和设备是示例。各种配置可以适当地省略,替换或添加各种过程或组件。例如,在替代配置中,可以以与所描述的顺序不同的顺序执行方法,和/或可以添加,省略和/或组合各种部件。而且,关于某些配置描述的特征可以以各种其他配置组合,如可以以类似的方式组合配置的不同方面和元素。此外,随着技术发展其中的元素可以更新,即许多元素是示例,并不限制本公开或权利要求的范围。
在说明书中给出了具体细节以提供对包括实现的示例性配置的透彻理解。然而,可以在没有这些具体细节的情况下实践配置例如,已经示出了众所周知的电路,过程,算法,结构和技术而没有不必要的细节,以避免模糊配置。该描述仅提供示例配置,并且不限制权利要求的范围,适用性或配置。相反,前面对配置的描述将为本领域技术人员提供用于实现所描述的技术的使能描述。在不脱离本公开的精神或范围的情况下,可以对元件的功能和布置进行各种改变。
综上,其旨在上述详细描述被认为是例示性的而非限制性的,并且应当理解,以上这些实施例应理解为仅用于说明本发明而不用于限制本发明的保护范围。在阅读了本发明的记载的内容之后,技术人员可以对本发明作各种改动或修改,这些等效变化和修饰同样落入本发明权利要求所限定的范围。
Claims (7)
1.一种基于物联网的中央空调节能控制***,其特征在于:所述***包括若干个空调调节器、监控服务器、数据库服务器、若干个热成像传感器、室外温度传感器;所述空调调节器、热成像传感器、室外温度传感器和数据库服务器均与监控服务器连接;每个空调调节器控制与其对应的空调,所述数据库服务器用于存储***相关数据,所述监控服务器用于根据热成像传感器获取室内的热像图及当前应用环境参数对所述空调调节器发出调节命令,包括:采用成像分析模块对所述热像图进行分析处理,采用热分布分析模块对分析处理后的热像图进行温度值采样,采用融合参数配置决策模块根据当前应用环境将采样得到的所述温度值与所述当前应用环境参数进行融合处理后得到各空调的温度调节值;所述空调调节器用于根据所述调节命令对其对应的空调进行控制,所述当前应用环境参数包括当前季节参数、所述室外温度传感器检测到的室外温度。
2.如权利要求1所述的一种基于物联网的中央空调节能控制***,其特征在于:所述采用成像分析模块对所述热像图进行分析处理,包括:将热成像传感器采集到的热像图灰度量化并划分为若干个区域;所述采用热分布分析模块对分析处理后的热像图进行温度值采样,包括:将热像图灰度量化后的亮度值转换为对应的温度值,即采样得到温度值;所述采用融合参数配置决策模块根据当前应用环境将所述温度值与所述当前应用环境参数进行融合处理后得到各空调的温度调节值,在所采集到的热像图中包含受室外环境干扰少的区域及受室外环境干扰大的区域时,包括依据以下式子获得所述温度调节值T(t):
,其中是t时刻采样得到的温度值与预设温度值的误差,Kp、Ki、Kd均为经验系数,t时刻采样得到的温度值为,其中为热像图中受室外环境干扰少的区域温度计算值,ti为该受室外环境干扰少的区域内第i个像素点对应的温度值,为该像素点对应区域的调节权重系数,N为该受室外环境干扰少的区域对应热像图中计算温度的像素数,为受室外环境干扰大的区域温度计算值,tk为该受室外环境干扰大的区域内第k个像素点对应的温度值,tj为获取热像图时刻的室外温度值,a为预设时间段内当前应用环境室外的温度权重,Tmin为室外对应该预设时间段的历史最低温度值,Tmax为室外对应该预设时间段的历史最高温度值,M为该受室外环境干扰大的区域对应热像图中计算温度的像素数。
4.如权利要求3所述的一种基于物联网的中央空调节能控制***,其特征在于:所述***还包括执行远程控制的手持终端,该手持终端与所述监控服务器、数据库服务器无线远程连接,实时获取被控空调的工作情况,并依据需求将控制命令发送至监控服务器,由监控服务器处理后将对应的调节命令发送至空调调节器。
5.如权利要求4所述的一种基于物联网的中央空调节能控制***,其特征在于:所述将热成像传感器采集到的热像图灰度量化并划分为若干个区域包括:依据室内空间的应用功能将灰度量化后的热像图划分为若干个区域。
6.如权利要求5所述的一种基于物联网的中央空调节能控制***,其特征在于:依据空调的历史使用频率设置获取的热像图及当前应用环境参数的周期参数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210850134.7A CN114923265B (zh) | 2022-07-20 | 2022-07-20 | 一种基于物联网的中央空调节能控制*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210850134.7A CN114923265B (zh) | 2022-07-20 | 2022-07-20 | 一种基于物联网的中央空调节能控制*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114923265A true CN114923265A (zh) | 2022-08-19 |
CN114923265B CN114923265B (zh) | 2022-09-30 |
Family
ID=82815593
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210850134.7A Active CN114923265B (zh) | 2022-07-20 | 2022-07-20 | 一种基于物联网的中央空调节能控制*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114923265B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115437302A (zh) * | 2022-10-21 | 2022-12-06 | 深圳昌恩智能股份有限公司 | 一种大型中央空调ai智能控制方法及*** |
CN116294088A (zh) * | 2023-05-13 | 2023-06-23 | 中科长洋(山东)科技有限公司 | 一种空调控制方法、装置、电子设备及存储介质 |
CN116608575A (zh) * | 2023-06-21 | 2023-08-18 | 合芯科技(苏州)有限公司 | 一种服务器机房温度的调节方法及*** |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110736222A (zh) * | 2018-11-19 | 2020-01-31 | 中国建筑西北设计研究院有限公司 | 基于热成像和大数据技术的中央空调***节能控制方法 |
CN110986303A (zh) * | 2019-12-24 | 2020-04-10 | 邱煌庆 | 一种中央空调冷热调节*** |
CN112594874A (zh) * | 2020-12-15 | 2021-04-02 | 南京岁卞智能设备有限公司 | 基于热成像和大数据技术的中央空调***节能控制*** |
CN113544439A (zh) * | 2019-03-13 | 2021-10-22 | 大金工业株式会社 | 空调控制***以及空调控制方法 |
-
2022
- 2022-07-20 CN CN202210850134.7A patent/CN114923265B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110736222A (zh) * | 2018-11-19 | 2020-01-31 | 中国建筑西北设计研究院有限公司 | 基于热成像和大数据技术的中央空调***节能控制方法 |
CN113544439A (zh) * | 2019-03-13 | 2021-10-22 | 大金工业株式会社 | 空调控制***以及空调控制方法 |
CN110986303A (zh) * | 2019-12-24 | 2020-04-10 | 邱煌庆 | 一种中央空调冷热调节*** |
CN112594874A (zh) * | 2020-12-15 | 2021-04-02 | 南京岁卞智能设备有限公司 | 基于热成像和大数据技术的中央空调***节能控制*** |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115437302A (zh) * | 2022-10-21 | 2022-12-06 | 深圳昌恩智能股份有限公司 | 一种大型中央空调ai智能控制方法及*** |
CN116294088A (zh) * | 2023-05-13 | 2023-06-23 | 中科长洋(山东)科技有限公司 | 一种空调控制方法、装置、电子设备及存储介质 |
CN116294088B (zh) * | 2023-05-13 | 2023-07-25 | 中科长洋(山东)科技有限公司 | 一种空调控制方法、装置、电子设备及存储介质 |
CN116608575A (zh) * | 2023-06-21 | 2023-08-18 | 合芯科技(苏州)有限公司 | 一种服务器机房温度的调节方法及*** |
Also Published As
Publication number | Publication date |
---|---|
CN114923265B (zh) | 2022-09-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114923265B (zh) | 一种基于物联网的中央空调节能控制*** | |
EP3614055B1 (en) | Heat supply regulation method and apparatus | |
US10281896B1 (en) | Thermostat control based on activity within property | |
US10107513B2 (en) | Thermodynamic modeling for enclosures | |
CN107750323B (zh) | 用于控制空调装置的启动的方法及其设备 | |
US11060745B1 (en) | Energy reduction | |
US8063775B2 (en) | Energy management system | |
CN113325762B (zh) | 一种智能建筑个性化用能控制方法、***、装置和设备 | |
CN106091270B (zh) | 基于联网门禁***的中央空调***冷负荷预测方法及装置 | |
EP1866575A1 (en) | Method and system for controlling a climate in a building | |
CN112696798B (zh) | 空调的参数设置方法、空调设备以及计算机可读存储介质 | |
CN109883016B (zh) | 一种空气舒适度调节方法和设备 | |
CN111160611B (zh) | 能耗预估方法、装置、计算机设备和存储介质 | |
CN111476439B (zh) | 基于灰色时间序列的供暖户阀调节方法、***及设备 | |
CN107247407B (zh) | 一种基于云架构的大数据自我学习修正控制***及方法 | |
CN114154677A (zh) | 空调运行负荷模型构建和预测方法、装置、设备和介质 | |
US20200208863A1 (en) | Air-conditioning control device, air-conditioning system, and air-conditioning control method | |
CN116045461B (zh) | 一种基于给回水温度调节的风冷空调节能控制方法及装置 | |
CN107631420B (zh) | 基于iBeacon技术的医院空调末端变风量***节能方法及装置 | |
AlQadi et al. | An occupancy-based strategy employing computer vision for reducing cooling energy consumed in buildings | |
CN112902392A (zh) | 自适应调整的空调控制方法、电子设备及存储介质 | |
CN111399420A (zh) | 一种idc机房能源控制方法及*** | |
CN113465118B (zh) | 一种空调节能控制***及其控制方法 | |
WO2022234814A1 (ja) | 環境調整装置の制御方法及び装置、知能環境調整システム | |
CN213300343U (zh) | 一种节能的恒温恒湿恒压控制*** |
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 | ||
EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20220819 Assignee: FOSHAN LONGSHENG GUANGQI TECHNOLOGY CO.,LTD. Assignor: Hunan University of Technology Contract record no.: X2024980002244 Denomination of invention: A central air conditioning energy-saving control system based on the Internet of Things Granted publication date: 20220930 License type: Common License Record date: 20240228 |
|
EE01 | Entry into force of recordation of patent licensing contract |