CN116336608B - 一种节能空调***异常数据传输方法及装置 - Google Patents
一种节能空调***异常数据传输方法及装置 Download PDFInfo
- Publication number
- CN116336608B CN116336608B CN202310617902.9A CN202310617902A CN116336608B CN 116336608 B CN116336608 B CN 116336608B CN 202310617902 A CN202310617902 A CN 202310617902A CN 116336608 B CN116336608 B CN 116336608B
- Authority
- CN
- China
- Prior art keywords
- data set
- low
- side data
- voltage side
- pressure side
- 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
Links
- 230000002159 abnormal effect Effects 0.000 title claims abstract description 90
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000004378 air conditioning Methods 0.000 title claims abstract description 43
- 230000005540 biological transmission Effects 0.000 title claims abstract description 34
- 238000005070 sampling Methods 0.000 claims description 88
- 239000003507 refrigerant Substances 0.000 claims description 72
- 230000008439 repair process Effects 0.000 claims description 60
- 230000006870 function Effects 0.000 claims description 25
- 238000004590 computer program Methods 0.000 claims description 6
- 230000005856 abnormality Effects 0.000 claims 2
- 238000004891 communication Methods 0.000 description 7
- 238000001514 detection method Methods 0.000 description 6
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000005057 refrigeration Methods 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 230000001276 controlling effect Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000001704 evaporation Methods 0.000 description 1
- 230000008020 evaporation Effects 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000005067 remediation Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
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
- F24F11/32—Responding to malfunctions or emergencies
- F24F11/38—Failure diagnosis
-
- 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
- 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)
- General Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- Signal Processing (AREA)
- Biomedical Technology (AREA)
- Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Air Conditioning Control Device (AREA)
Abstract
本申请提供了一种节能空调***异常数据传输方法及装置，首先通过确定高/低压侧数据集合的质量偏差特征表，从而根据所述质量偏差特征表判断是否存在异常数据，当不存在异常数据时，将所述高/低压侧数据集合中的数据传输到节能空调控制中心，当存在异常数据时，对所述高/低压侧数据集合中的数据进行修复，得到修复高/低压侧数据集合；进而对所述修复高/低压侧数据集合进行拟合，得到连续高/低压侧数据集合，最后对所述连续高/低压侧数据集合进行网格拉伸后传输到节能空调控制中心，本申请实现了对节能空调***中异常数据的甄别与修复，提高了节能空调***工作时的制冷效率。
Description
技术领域
本申请涉及节能空调技术领域，更具体的说，本申请涉及一种节能空调***异常数据传输方法及装置。
背景技术
在节能空调***的制冷过程中，通过不断将制冷剂中吸收的室内热量传递到室外环境中，从而对室内室外的空气进行热量交换，实现空气温度调节的目的，因此需要通过传感器实时检测节能空调***中制冷剂的状态参数，进而根据制冷剂参数确定压缩机的运转状态、冷凝器和蒸发器的工作状态，从而对空调的运行进行监测和调整，以确保空调***的正常运行和高效制冷或制热效果。
现有技术通过传感器对所述节能空调制冷剂状态进行检测时，由于传感器需要承受高温和低温环境，而这些极端的环境会对传感器的材料和结构产生损害，传感器的测量精度也容易温度或压力快速变化形成的干扰，有时会在采集制冷剂参数时产生部分异常数据，如果不对异常数据进行甄别并修复，长时间使用异常数据作为制冷剂的检测量对节能空调***进行控制，会导致空调运行不稳定或制冷效率低下，严重时甚至会引发安全问题。
发明内容
本申请提供一种节能空调***异常数据传输方法及装置，以解决节能空调***采集制冷剂参数时产生部分异常数据，使用该部分异常数据作为制冷剂检测量对节能空调***进行控制导致节能空调***制冷效率低下的技术问题。
为解决上述技术问题，本申请采用如下技术方案：
第一方面，本申请提供一种节能空调***异常数据传输方法，包括如下步骤：
采集节能空调的低压侧的制冷剂参数数据，获得低压侧数据集合，采集节能空调的高压侧的制冷剂参数数据，获得高压侧数据集合；
根据所述低压侧数据集合与所述高压侧数据集合，确定所述低压侧数据集合和所述高压侧数据集合的质量偏差特征表；
根据所述的质量偏差特征表，判断所述低压侧数据集合和所述高压侧数据集合中的数据是否存在异常数据，若不存在异常数据，将所述低压侧数据集合和所述高压侧数据集合中的数据传输到节能空调控制中心，若存在异常数据，对所述低压侧数据集合和所述高压侧数据集合中的数据进行修复，得到修复低压侧数据集合和修复高压侧数据集合；
通过多项式插值法对所述修复高压侧数据集合与所述修复低压侧数据集合进行拟合，得到连续高压侧数据集合和连续低压侧数据集合；
根据所述质量偏差特征表，对所述连续高压侧数据集合和所述连续低压侧数据集合进行网格拉伸后传输到节能空调控制中心。
在一些实施例中，判断所述低压侧数据集合和所述高压侧数据集合中的数据是否存在异常数据可包括如下步骤：
检索所述质量偏差特征表中元素的最大值，得到最大质量偏差特征；
判断所述最大质量偏差特征是否高于预设的质量偏差阈值；
若所述最大质量偏差特征高于预设的质量偏差阈值，则确定所述低压侧数据集合和所述高压侧数据集合中的数据存在异常数据；
若所述最大质量偏差特征低于预设的质量偏差阈值，则确定所述低压侧数据集合和所述高压侧数据集合中的数据不存在异常数据。
在一些实施例中，对所述低压侧数据集合和所述高压侧数据集合中的数据进行修复，得到修复低压侧数据集合和修复高压侧数据集合可包括如下步骤：
抽调所述质量偏差特征表中高于质量偏差阈值的元素组成异常质量偏差特征表；
选取所述异常质量偏差特征表中元素对应的相同时刻的高压侧数据与低压侧数据组成异常数据集；
根据所述异常质量偏差特征表中元素，对所述异常数据集中的数据进行修复，得到修复数据集；
将所述修复数据集中的元素依照时间顺序***所述低压侧数据集合和所述高压侧数据集合，得到修复低压侧数据集合和修复高压侧数据集合。
在一些实施例中，所述制冷剂参数数据可包括实时流量、实时温度和实时压力。
在一些实施例中，所述低压侧数据集合的采集位置位于节能空调制冷剂的低压侧管道。
在一些实施例中，通过低噪声的同轴电缆将所述低压侧数据集合和所述高压侧数据集合中的数据传输到节能空调控制中心。
在一些实施例中，通过多项式插值法对所述修复高压侧数据集合与所述修复低压侧数据集合进行拟合时，所述修复高压侧数据集合中不同采样时刻下的高压侧实时压力值采用连续的高压侧实时压力值的拟合函数进行拟合，拟合函数表示如下：
其中，为连续的高压侧实时压力值的拟合函数，/>为求和/求积的中间变量，为第/>个采样时刻对应的高压侧实时压力值，/>为拉格朗日插值基函数，/>为连续的实时压力值的拟合函数的时间变量，/>为第/>个采样时刻，/>为第 />个采样时刻，/>为拉格朗日多项式阶数。
第二方面，本申请提供了一种节能空调***异常数据传输装置，包括有数据传输单元，所述数据传输单元包括：
高/低压侧数据集合确定模块，用于采集节能空调的低压侧的制冷剂参数数据，确定低压侧数据集合，采集节能空调的高压侧的制冷剂参数数据，确定高压侧数据集合；
质量偏差特征表确定模块，用于根据所述低压侧数据集合与高压侧数据集合，确定所述低压侧数据集合和高压侧数据集合的质量偏差特征表；
修复数据集合确定模块，用于根据所述的质量偏差特征表，判断所述低压侧数据集合和高压侧数据集合中的数据是否存在异常数据，若不存在异常数据，将所述低压侧数据集合和高压侧数据集合中的数据传输到节能空调控制中心，若存在异常数据，对所述低压侧数据集合和高压侧数据集合中的数据进行修复，得到修复低压侧数据集合和修复高压侧数据集合；
拟合模块，用于通过多项式插值法对所述修复高压侧数据集合与所述修复低压侧数据集合进行拟合，得到连续高压侧数据集合与连续低压侧数据集合；
数据传输模块，用于根据所述质量偏差特征表，对所述连续高压侧数据集合与连续低压侧数据集合进行网格拉伸后传输到节能空调控制中心。
第三方面，本申请提供一种计算机设备，所述计算机设备包括存储器和处理器；所述存储器存储有代码，所述处理器被配置为获取所述代码，并执行上述的节能空调***异常数据传输方法。
第四方面，本申请提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述的节能空调***异常数据传输方法。
本申请公开的实施例提供的技术方案具有以下有益效果：
本申请提供的节能空调***异常数据传输方法及装置中，首先采集节能空调的高/低压侧的制冷剂参数数据，获得高/低压侧数据集合；再根据所述高压低侧数据集合，确定所述高/低压侧数据集合的质量偏差特征表；根据所述的质量偏差特征表，判断所述低压侧数据集合和高压侧数据集合中的数据是否存在异常数据，若不存在异常数据，将所述高/低压侧数据集合中的数据传输到节能空调控制中心，若存在异常数据，对所述高/低压侧数据集合中的数据进行修复，得到修复高/低压侧数据集合；进而通过多项式插值对所述修复高/低压侧数据集合进行拟合，得到连续高/低压侧数据集合；最后根据所述质量偏差特征表，对所述连续高/低压侧数据集合进行网格拉伸后传输到节能空调控制中心。
本申请提供了一种节能空调***的异常数据传输方法，首先通过确定所述高/低压侧数据集合的质量偏差特征表，从而根据所述质量偏差特征表判断是否存在异常数据，当不存在异常数据时，将所述高/低压侧数据集合中的数据传输到节能空调控制中心，当存在异常数据时，对所述高/低压侧数据集合中的数据进行修复，得到修复高/低压侧数据集合；进而对所述修复高/低压侧数据集合进行拟合，得到连续高/低压侧数据集合；最后对所述连续高/低压侧数据集合进行网格拉伸后传输到节能空调控制中心，实现了对节能空调***中异常数据的甄别与修复，提高了节能空调***工作时的制冷效率。
附图说明
图1是根据本申请一些实施例所示的一种节能空调***异常数据传输方法的示例性流程图；
图2是根据本申请一些实施例所示的数据传输单元的示例性硬件和/或软件的示意图；
图3是本申请施例提供的一种节能空调***异常数据传输方法的计算机设备的结构示意图。
具体实施方式
本申请核心是通过确定所述高/低压侧数据集合的质量偏差特征表，从而根据所述质量偏差特征表判断是否存在异常数据，并在存在异常数据时，对异常数据进行修复后将修复后的数据传输到节能空调控制中心，实现了对节能空调***中异常数据的甄别与修复，提高了节能空调***工作时的制冷效率。
为了更好的理解上述技术方案，下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。参考图1，该图是根据本申请一些实施例所示的节能空调***异常数据传输方法的示例性流程图，该节能空调***异常数据传输方法100主要包括如下步骤：
在步骤S101，采集节能空调的低压侧的制冷剂参数数据，获得低压侧数据集合；采集节能空调的高压侧的制冷剂参数数据，获得高压侧数据集合。
在一些实施例中，所述制冷剂参数数据包括实时流量、实时温度和实时压力，所述低压侧数据集合为不同采样时刻下，位于低压侧管道的传感器采集得到的制冷剂参数数据，具体包括：低压侧实时流量值、低压侧实时温度值和低压侧实时压力值；而所述高压侧数据集合为不同采样时刻下，位于高压侧管道的传感器采集得到的制冷剂参数数据，具体包括高压侧实时流量值、高压侧实时温度值和高压侧实时压力值。
需要说明的，所述实时流量、实时温度和实时压力为对应某一采样时刻的制冷剂实时参数数据，例如，所述实时温度为对应采样时刻低压侧管道内制冷剂的温度，单位为摄氏度；所述低压侧实时温度值为低压侧管道内由相应传感器检测得到的实时温度的具体数值，例如，通过低压侧管道内的温度传感器采集制冷剂实时温度，得到低压侧实时温度值，合理的，所述高压侧数据集合与所述低压侧数据集合内其余的元素具有相类似的物理含义，这里不做过多赘述。
另外，在一些实施例中，所述低压侧与高压侧的参数数据分别由压力传感器、温度传感器和流量传感器采集得到，具体实现时，为便于确定所述低压侧数据集合和高压侧数据集合的质量偏差特征表，低压侧与高压侧的参数数据的采样周期通常相等。
在一些实施例中，所述低压侧数据集合的采集位置位于节能空调制冷剂的低压侧管道，更具体地说，低压侧管道指位于节能空调的蒸发器与压缩机之间的中间管道，在另一些实施例中，所述低压侧数据集合的采集位置也可以是节能空调的压缩机入口处；而所述高压侧数据集合的采集位置位于节能空调制冷剂的高压侧管道，更具体地说，高压侧管道指位于节能空调的压缩机与冷凝器之间的中间管道。
另外，需要说明的，制冷剂在进入节能空调的压缩机前（位于低压侧管道内）应该是低压气态，经过压缩机的作用后，会被压缩成高压高温的气态（位于高压侧管道内），然后流入冷凝器，通过冷凝器的冷却，将制冷剂冷却成高压液态，再经过膨胀阀进入蒸发器进行蒸发换热。最后，制冷剂再次变成低压气态，重新进入压缩机，形成制冷剂的循环过程，通过不断将制冷剂中吸收的室内热量传递到室外环境中，从而对室内室外的空气进行热量交换，实现空气温度调节的目的。
由于制冷剂在空调的工作过程中循环传热，因此，在一定时间内，进入压缩机低压气态的制冷剂质量与被压缩后送出压缩机的高压气态制冷剂质量应大致满足质量守恒关系；具体地说，根据制冷剂气体的理想状态方程，所述节能空调内低压气态制冷剂与高压气态制冷剂质量守恒关系可以由下述的质量守恒关系式表示：
其中，为低压气态制冷剂的压力大小，/>为低压气态制冷剂的温度系数，/>为低压气态制冷剂的流量，/>为高压气态制冷剂的压力大小，/>为高压气态制冷剂的温度系数，为高压气态制冷剂的温度系数，/>为预设的单位时间值，/>为时间变量的微分；在一些实施例中，所述温度系数可以是制冷剂的热力学温度的倒数，单位为开尔文的负一次幂。
具体实现时，由于制冷剂的压力数据通过压力传感器采集，得到的高压侧压力数据集合与低压侧压力数据集合常常为检测得到的离散信号，因此所述质量守恒关系式可以表示为如下的离散形式：
其中，、/>、/>分别为低压侧的传感器第/>次采集得到的低压气态制冷剂压力、温度系数、流量，/>、/>、/>分别为高压侧的传感器第/>次采集得到的低压气态制冷剂压力、温度系数、流量，/>为单位时间内低压侧的传感器采集次数，/>为低压侧的传感器采样周期，/>为单位时间内高压侧的传感器采集次数，/>为高压侧的传感器采样周期。
需要说明的，基于上述制冷剂的质量守恒关系式，即，一段时间内流出低压侧管道的制冷剂质量与流入高压侧管道的制冷剂质量的相等关系，可以根据该质量守恒关系式，判断所述低压侧管道内的传感器与所述高压侧管道内的传感器间的检测精度误差；例如，当传感器检测到的参数数据表明流出低压侧管道的制冷剂质量与流入高压侧管道的制冷剂质量偏差过大时，说明节能空调***的高/低压侧数据集合中存在异常数据。
在步骤S102，根据所述低压侧数据集合与高压侧数据集合，确定所述低压侧数据集合和高压侧数据集合的质量偏差特征表。
在一些实施例中，具体实现时，所述低压侧数据集合和高压侧数据集合的质量偏差特征表可以是一个依据时序的线性表，表中的元素为不同采样时刻下所述低压侧数据集合和高压侧数据集合的质量偏差特征，因此，线性表的长度（线性表的元素个数）与传感器采集得到的数据集合内的数据数量有关；例如，具体实现时，采集的低压侧数据集合为过去24小时内的低压侧制冷剂参数数据，传感器的采样间隔为10分钟，传感器存在144个采样时刻，则该低压侧数据集合的质量偏差特征表的长度为144个元素，即，包含144个采样时刻的低压侧质量特征。
需要说明的，所述质量偏差特征，即该时刻下为低压侧管道通过的制冷剂质量（低压侧质量特征）与高压侧管道通过的制冷剂质量（高压侧质量特征）的比值，由于在理想的传感器检测进度下，相同采样时刻中低压侧质量特征与高压侧质量特征应相等，因此所述质量偏差特征的大小可以在一定程度上可以反映节能空调在高压侧和低压侧的传感器检测的相对误差，所述质量偏差特征越大，所述节能空调在高压侧和低压侧的传感器检测时存在的相对误差越大。
在一些优选实施例中，基于上述的低压侧管道与高压侧管道内制冷剂的质量守恒关系式，所述低压侧数据集合和高压侧数据集合的质量偏差特征表可以由下述方式确定，即：
其中为质量偏差特征表，/>为所述质量偏差特征表中的第/>个元素，/>、/>、/>分别为第/>个采样时刻采集得到的低压侧实时压力值、低压侧实时温度值和低压侧实时流量值，/>、/>、/>分别为第/>个采样时刻采集得到的高压侧实时压力值、高压侧实时温度值和高压侧实时流量值，/>为质量偏差特征表的表长，由高、低压侧数据集合的采样次数确定。
根据上式可以明确，所述质量偏差特征表由所述高压侧数据集合和低压侧数据集合在不同采样时刻下的质量偏差特征组成，在具体实现过程中，为便于计算，低压侧的传感器和高压侧的传感器具有相同的采样周期和初始采样时刻，因而所述质量偏差特征表中每一个元素（质量偏差特征）均与所述高压侧数据集合和低压侧数据集合中同一采样时刻的参数数据具有对应关系，即，选定的采样时刻采集得到的高压侧参数数据与低压侧参数数据具有唯一对应的质量偏差特征，该唯一对应的偏差特征即为该选定的采样时刻上的质量偏差特征。
在步骤S103，根据所述的质量偏差特征表，判断所述低压侧数据集合和高压侧数据集合中的数据是否存在异常数据，若不存在异常数据，将所述低压侧数据集合和高压侧数据集合中的数据传输到节能空调控制中心，若存在异常数据，对所述低压侧数据集合和高压侧数据集合中的数据进行修复，得到修复低压侧数据集合和修复高压侧数据集合。
在一些优选实施例中，判断所述低压侧数据集合和高压侧数据集合中的数据是否存在异常数据的具体可以采用下述方式实现，即：
检索所述质量偏差特征表中元素的最大值，得到最大质量偏差特征；
判断所述最大质量偏差特征是否高于预设的质量偏差阈值；
若所述最大质量偏差特征高于预设的质量偏差阈值，则确定所述低压侧数据集合和高压侧数据集合中的数据存在异常数据；
若所述最大质量偏差特征低于预设的质量偏差阈值，则确定所述低压侧数据集合和高压侧数据集合中的数据不存在异常数据；
具体实现时，判断所述低压侧数据集合和高压侧数据集合中的数据是否存在异常数据的具体实现可以由下式表示，即：
其中，表示判断所述低压侧数据集合和高压侧数据集合中的数据存在异常数据，/>表示判断所述低压侧数据集合和高压侧数据集合中的数据不存在异常数据，/>为第一次传感器采样的采样时刻对应的质量偏差特征，集合内的其余质量偏差特征具有相似的表示形式，/>为质量偏差特征表的表长，/>为质量偏差阈值。
优选的，在一些实施例中，对所述低压侧数据集合和高压侧数据集合中的数据进行修复，得到修复低压侧数据集合和修复高压侧数据集合可以采用下述方式实现，即：
抽调所述质量偏差特征表中高于质量偏差阈值的元素组成异常质量偏差特征表；
选取所述异常质量偏差特征表中元素对应的相同时刻的高压侧数据与低压侧数据组成异常数据集；
根据所述异常质量偏差特征表中元素，对所述异常数据集中的数据进行修复，得到修复数据集；
将所述修复数据集中的元素依照时间顺序***所述低压侧数据集合和高压侧数据集合，得到修复低压侧数据集合和修复高压侧数据集合。
例如，低压侧数据集合和高压侧数据集合的时间序列可为[1, 2, 3, 4, 5]，时间序列内的元素可为高/低压侧的传感器采集参数数据的五个采样时刻，对应的质量偏差特征表可为，其中，3h与5h对应的质量偏差特征/>、/>高于预设的质量偏差阈值，预设的质量偏差阈值为0.2，无量纲，在一些实施例中，也可以将节能空调中传感器的最大允许误差比例作为所述质量偏差阈值；此时，选取第三采样时刻和第五采样时刻采集得到的低压侧实时流量值、低压侧实时温度值、低压侧实时压力值和高压侧实时流量值、高压侧实时温度值、高压侧实时压力值作为异常数据集，因此，异常数据集中包含了两个采样时刻的节能空调异常数据。
此时，可以根据所述异常数据集，确定所述异常数据集中不同采样时刻的高压侧质量特征和低压侧质量特征；在本实施例中，确定第三采样时刻和第五采样时刻的高压侧质量特征与低压侧质量特征，高压侧质量特征与低压侧质量特征的确定具体实现如下：
其中，为第/>个采样时刻的高压侧质量特征，/>为第/>个采样时刻的低压侧质量特征，/>、/>、/>分别为第/>个采样时刻采集得到的低压侧实时压力值、低压侧实时温度值和低压侧实时流量值，/>、/>、/>分别为第/>个采样时刻采集得到的高压侧实时压力值、高压侧实时温度值和高压侧实时流量值。
在本实施例中，可以采用上式计算得到第三采样时刻与第五采样时刻的高压侧质量特征和低压侧质量特征，由于采集参数数据的传感器在使用过程中，制冷剂会不断地循环流动，导致压力传感器的灵敏度和响应速度逐渐降低，相较于使采集数据偏大往往更可能导致采集数据偏小，因此，将相同采样时刻下，高压侧和低压侧中质量特征中较小的一侧视为待修复侧；进而，在一些实施例中，对该采样时刻下待修复侧的参数数据进行修复，该采样时刻下未被视为待修复侧的数据不作处理，从而将修复后该采样时刻下的低压侧参数数据和高压侧参数数据作为该采样时刻下的修复数据，在其他采样时刻重复上述步骤，直到得到异常数据集中所有采样时刻下的修复数据，进而将所有采样时刻下的修复数据作为修复数据集，具体实现时，由于不同时刻下的高压侧质量特征和低压侧质量特征，因此不同时刻下确定的待修复侧也将相应改变。
例如，在第三采样时刻中，高压侧的质量特征小于低压侧的质量特征，此时，将高压侧视为待修复侧，从而根据该相同采样时刻的低压侧数据集合与高压侧数据集合的质量偏差特征，对该采样时刻下待修复侧的参数数据进行修复。
在本实施例中，第三采样时刻的待修复侧为高压侧，需要对该采样时刻下高压侧的参数数据进行修复，具体实现时，对第三采样时刻的高压侧参数数据进行修复可根据该采样时刻的质量偏差特征，对第三采样时刻的高压侧参数数据进行分布式比例修复，在一些优选的实施例中，对某一采样时刻下待修复侧的参数数据进行修复具体实现如下：
其中，，/>，/>分别为第/>个采样时刻待修复侧实时流量值、待修复侧实时温度值和待修复侧实时压力值，/>，/>，/>分别为修复后的第/>个采样时刻待修复侧实时流量值、待修复侧实时温度值和待修复侧实时压力值，/>第/>个采样时刻对应的质量偏差特征，为压力修复系数，/>为温度修复系数，/>为流量修复系数；需要说明的，由于温度传感器需要承受高温和低温环境，容易对传感器的材料和结构产生损害，此外，温度传感器的测量精度也容易受到环境变化的影响，如湿度、气压，因此，温度修复系数通常高于压力修复系数与流量修复系数，具体实现时，可以基于历史传感器故障记录对所述压力修复系数、为温度修复系数和流量修复系数进行标定，优选的，在一些实施例中，压力修复系数、为温度修复系数和流量修复系数分别标定为[0.81 , 0.99 ,0.61 ]。
在本实施例中，依据上式将异常数据集中第三采样时刻和第五采样时刻中的待修复侧的参数数据修复后，获得第三采样时刻的修复数据和第五采样时刻的修复数据，进而将所述第三采样时刻的修复数据和第五采样时刻的修复数据作为修复数据集，从而将所述修复数据集中的元素依照时间顺序***所述低压侧数据集合和高压侧数据集合，得到修复低压侧数据集合和修复高压侧数据集合；例如，本实施例中，第三采样时刻的修复数据***第二采样时刻的高/低压侧参数数据与第四采样时刻的高/低压侧参数数据之间，第五采样时刻的修复数据***第四采样时刻的高/低压侧参数数据之后，从而得到修复低压侧数据集合和修复高压侧数据集合。
在S104，通过多项式插值法对所述修复高压侧数据集合与所述修复低压侧数据集合进行拟合，得到连续高压侧数据集合与连续低压侧数据集合。
需要说明的，通过多项式插值法对所述修复高压侧数据集合与所述修复低压侧数据集合进行拟合可采用现有技术，优选的，下面以修复高压侧数据集合中不同采样时刻下的高压侧实时压力值为例，给出一种基于拉格朗日插值法进行拟合的具体实施如下：
假设修复高压侧数据集合中不同采样时刻下的高压侧实时压力值与采样时刻的关系表示为：
其中，为第/>个采样时刻，/>为第/>个采样时刻对应的高压侧实时压力值；
此时构造连续的高压侧实时压力值的拟合函数，具体可以由下式表示，即：
其中，为连续的高压侧实时压力值的拟合函数，/>为求和/求积的中间变量，为第/>个采样时刻对应的高压侧实时压力值，/>为拉格朗日插值基函数，/>为连续的实时压力值的拟合函数的时间变量，/>为第/>个采样时刻，/>为第 />个采样时刻，/>为拉格朗日多项式阶数。
采用上述方式，可以将上述连续的高压侧实时压力值的拟合函数作为连续的高压侧实时压力值信号；对修复高压侧数据集合与所述修复低压侧数据集合中其他参数数据重复上述类似的拟合步骤，从而分别对所述修复高压侧数据集合与所述修复低压侧数据集合中，不同采样时刻下的低压侧实时流量值、低压侧实时温度值、低压侧实时压力值、高压侧实时流量值、高压侧实时温度值、高压侧实时压力值这六种参数数据进行拟合，得到连续的低压侧实时流量值信号、连续的低压侧实时温度值信号、连续的低压侧实时压力值信号、连续的高压侧实时流量值信号、连续的高压侧实时流量值信号和连续的高压侧实时流量值信号；通过所述连续信号传递制冷剂参数信息，可以向节能空调控制中心提供更为准确的制冷剂参数数据，从而及时发现制冷剂的变化趋势，避免了节能空调***仅能提供采样时刻的制冷剂参数数据的问题。
而在一些实施例中，所述连续的低压侧实时流量值信号、连续的低压侧实时温度值信号和连续的低压侧实时压力值信号构成所述连续低压侧数据集合，所述连续的高压侧实时流量值信号、连续的高压侧实时流量值信号和连续的高压侧实时流量值信号构成所述连续高压侧数据集合，需要说明，所述连续低压侧数据集合和连续高压侧数据集合中的参数数据均为连续函数，且函数以时间值作为自变量。
在S105，根据所述质量偏差特征表，对所述连续高压侧数据集合与连续低压侧数据集合进行网格拉伸后传输到节能空调控制中心。
需要说明的，在一些实施例中，对所述连续高压侧数据集合与连续低压侧数据集合进行网格拉伸进行网格拉伸时，网格拉伸采用的拉伸函数可以是一个与质量偏差特征表有关的双曲正切函数，需要说明的，所述拉伸函数的一阶导数反映网格间距，所述拉伸函数的二阶导数反映网格间距的变化率，具体实现时，所述拉伸函数可以由下式表示：
其中，为拉伸后从第/>个采样时刻到/>个采样时刻中分布的网格点，为拉伸前从第/>个采样时刻到/>个采样时刻均匀分布的网格点，即均匀分布的时刻值，/>第/>个采样时刻对应的质量偏差特征；具体实现时，根据上述拉伸函数对所述连续高/低压侧数据集合中的参数数据的连续函数信号的函数网格点进行网格拉伸，可以让质量偏差特征较大的采集时刻的网格获得更大的比例拉伸，从而使得传输到节能空调控制中心的参数数据更加准确，提高了节能空调***中传感器异常数据的精传输精度，具体来说，通过对连续的参数数据存在的函数域内的网格进行适当的拉伸和压缩，可以使得压力传感器在计算域内的采样点更加合理地分布，从而获取更加精确的压力数据。此外，使用网格拉伸方法还可以提高传输时的计算效率，减少计算时间和资源的消耗。
在一些实施例中，将所述低压侧数据集合和高压侧数据集合中的数据传输到节能空调控制中心可以通过低噪声的同轴电缆实现。
另外，本申请的另一方面，在一些实施例中，本申请提供一种节能空调***异常数据传输装置，该装置包括有数据传输单元，参考图2，该图是根据本申请一些实施例所示的数据传输单元的示例性硬件和/或软件的示意图，该数据传输单元200包括：高/低压侧数据集合确定模块201、质量偏差特征表确定模块202、修复数据集合确定模块203、拟合模块204和数据传输模块205，分别说明如下：
高/低压侧数据集合确定模块201，本申请中高/低压侧数据集合确定模块201主要用于采集节能空调的低压侧的制冷剂参数数据，获得低压侧数据集合；采集节能空调的高压侧的制冷剂参数数据，获得高压侧数据集合；
质量偏差特征表确定模块202，本申请中质量偏差特征表确定模块202主要用于根据所述低压侧数据集合与高压侧数据集合，确定所述低压侧数据集合和高压侧数据集合的质量偏差特征表；
修复数据集合确定模块203，本申请中修复数据集合确定模块203主要用于根据所述的质量偏差特征表，判断所述低压侧数据集合和高压侧数据集合中的数据是否存在异常数据，若不存在异常数据，将所述低压侧数据集合和高压侧数据集合中的数据传输到节能空调控制中心，若存在异常数据，对所述低压侧数据集合和高压侧数据集合中的数据进行修复，得到修复低压侧数据集合和修复高压侧数据集合；
拟合模块204，本申请中拟合模块204主要用于通过多项式插值法对所述修复高压侧数据集合与所述修复低压侧数据集合进行拟合，得到连续高压侧数据集合与连续低压侧数据集合；
数据传输模块205，本申请中数据传输模块205主要用于根据所述质量偏差特征表，对所述连续高压侧数据集合与连续低压侧数据集合进行网格拉伸后传输到节能空调控制中心。
另外，本申请还提供一种计算机设备，所述计算机设备包括存储器和处理器；所述存储器存储有代码，所述处理器被配置为获取所述代码，并执行上述的节能空调***异常数据传输方法。
在一些实施例中，参考图3，该图是本申请施例提供的一种实现节能空调***异常数据传输方法的计算机设备的结构示意图。上述实施例中的节能空调***异常数据传输方法可以通过图3所示的计算机设备来实现，该计算机设备包括至少一个处理器301、通信总线302、存储器303以及至少一个通信接口304。
处理器301可以是一个通用中央处理器（central processing unit，CPU）、特定应用集成电路（application-specific integrated circuit，ASIC）或一个或多个用于控制本申请中的节能空调***异常数据传输方法的执行。
通信总线302可包括一通路，在上述组件之间传送信息。
存储器303可以是只读存储器（read-only memory，ROM）或可存储静态信息和指令的其它类型的静态存储设备，随机存取存储器（random access memory，RAM）或者可存储信息和指令的其它类型的动态存储设备，也可以是电可擦可编程只读存储器(electricallyerasable programmable read-only memory，EEPROM）、只读光盘（compact disc read-only Memory，CD-ROM）或其它光盘存储、光碟存储（包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等）、磁盘或者其它磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其它介质，但不限于此。存储器303可以是独立存在，通过通信总线302与处理器301相连接。存储器303也可以和处理器301集成在一起。
其中，存储器303用于存储执行本申请方案的程序代码，并由处理器301来控制执行。处理器301用于执行存储器303中存储的程序代码。程序代码中可以包括一个或多个软件模块。上述实施例中质量偏差特征的确定可以通过处理器301以及存储器303中的程序代码中的一个或多个软件模块实现。
通信接口304，使用任何收发器一类的装置，用于与其它设备或通信网络通信，如以太网，无线接入网（radio access network，RAN），无线局域网（wireless local areanetworks，WLAN）等。
在具体实现中，作为一种实施例，计算机设备可以包括多个处理器，这些处理器中的每一个可以是一个单核（single-CPU）处理器，也可以是一个多核（multi-CPU）处理器。这里的处理器可以指一个或多个设备、电路、和/或用于处理数据（例如计算机程序指令）的处理核。
上述的计算机设备可以是一个通用计算机设备或者是一个专用计算机设备。在具体实现中，计算机设备可以是台式机、便携式电脑、网络服务器、掌上电脑（personaldigital assistant，PDA）、移动手机、平板电脑、无线终端设备、通信设备或者嵌入式设备。本申请实施例不限定计算机设备的类型。
另外，本申请还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述的节能空调***异常数据传输方法。
综上，本申请提供了一种节能空调***的异常数据传输方法，首先通过确定所述高/低压侧数据集合的质量偏差特征表，从而根据所述质量偏差特征表判断是否存在异常数据，当不存在异常数据时，将所述高/低压侧数据集合中的数据传输到节能空调控制中心，当存在异常数据时，对所述高/低压侧数据集合中的数据进行修复，得到修复高/低压侧数据集合；进而对所述修复高/低压侧数据集合进行拟合，得到连续高/低压侧数据集合；最后对所述连续高/低压侧数据集合进行网格拉伸后传输到节能空调控制中心；本申请实现了对节能空调***中异常数据的甄别与修复，提高了节能空调***工作时的制冷效率。
尽管已描述了本申请的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。
显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。
Claims (10)
1.一种节能空调***异常数据传输方法，其特征在于，包括如下步骤：
采集节能空调的低压侧的制冷剂参数数据，获得低压侧数据集合，采集节能空调的高压侧的制冷剂参数数据，获得高压侧数据集合；
根据所述低压侧数据集合与所述高压侧数据集合，确定所述低压侧数据集合和所述高压侧数据集合的质量偏差特征表，所述质量偏差特征表是一个依据时序的线性表，表中的元素为不同采样时刻下所述低压侧数据集合和高压侧数据集合的质量偏差特征；所述质量偏差特征为该时刻下低压侧管道通过的制冷剂质量与高压侧管道通过的制冷剂质量的比值；
根据所述的质量偏差特征表，判断所述低压侧数据集合和所述高压侧数据集合中的数据是否存在异常数据，若不存在异常数据，将所述低压侧数据集合和所述高压侧数据集合中的数据传输到节能空调控制中心，若存在异常数据，对所述低压侧数据集合和所述高压侧数据集合中的数据进行修复，得到修复低压侧数据集合和修复高压侧数据集合；
通过多项式插值法对所述修复高压侧数据集合与所述修复低压侧数据集合进行拟合，得到连续高压侧数据集合和连续低压侧数据集合；
根据所述质量偏差特征表，对所述连续高压侧数据集合和所述连续低压侧数据集合进行网格拉伸后传输到节能空调控制中心。
2.如权利要求1所述的方法，其特征在于，判断所述低压侧数据集合和所述高压侧数据集合中的数据是否存在异常数据包括如下步骤：
检索所述质量偏差特征表中元素的最大值，得到最大质量偏差特征；
判断所述最大质量偏差特征是否高于预设的质量偏差阈值；
若所述最大质量偏差特征高于预设的质量偏差阈值，则确定所述低压侧数据集合和所述高压侧数据集合中的数据存在异常数据；
若所述最大质量偏差特征低于预设的质量偏差阈值，则确定所述低压侧数据集合和所述高压侧数据集合中的数据不存在异常数据。
3.如权利要求1所述的方法，其特征在于，对所述低压侧数据集合和所述高压侧数据集合中的数据进行修复，得到修复低压侧数据集合和修复高压侧数据集合包括如下步骤：
抽调所述质量偏差特征表中高于质量偏差阈值的元素组成异常质量偏差特征表；
选取所述异常质量偏差特征表中元素对应的相同时刻的高压侧数据与低压侧数据组成异常数据集；
根据所述异常质量偏差特征表中元素，对所述异常数据集中的数据进行修复，得到修复数据集；
将所述修复数据集中的元素依照时间顺序***所述低压侧数据集合和所述高压侧数据集合，得到修复低压侧数据集合和修复高压侧数据集合。
4.如权利要求1所述的方法，其特征在于，所述制冷剂参数数据包括实时流量、实时温度和实时压力。
5.如权利要求1所述的方法，其特征在于，所述低压侧数据集合的采集位置位于节能空调制冷剂的低压侧管道。
6.如权利要求1所述的方法，其特征在于，通过低噪声的同轴电缆将所述低压侧数据集合和所述高压侧数据集合中的数据传输到节能空调控制中心。
7.如权利要求1所述的方法，其特征在于，通过多项式插值法对所述修复高压侧数据集合与所述修复低压侧数据集合进行拟合时，所述修复高压侧数据集合中不同采样时刻下的高压侧实时压力值采用连续的高压侧实时压力值的拟合函数进行拟合，拟合函数表示如下：
其中，为连续的高压侧实时压力值的拟合函数，/>为求和/求积的中间变量，/>为第/>个采样时刻对应的高压侧实时压力值，/>为拉格朗日插值基函数，/>为连续的实时压力值的拟合函数的时间变量，/>为第/>个采样时刻，/>为第 />个采样时刻，/>为拉格朗日多项式阶数。
8.一种节能空调***异常数据传输装置，其特征在于，包括有数据传输单元，所述数据传输单元包括：
高/低压侧数据集合确定模块，用于采集节能空调的低压侧的制冷剂参数数据，确定低压侧数据集合，采集节能空调的高压侧的制冷剂参数数据，确定高压侧数据集合；
质量偏差特征表确定模块，用于根据所述低压侧数据集合与高压侧数据集合，确定所述低压侧数据集合和高压侧数据集合的质量偏差特征表，所述质量偏差特征表是一个依据时序的线性表，表中的元素为不同采样时刻下所述低压侧数据集合和高压侧数据集合的质量偏差特征；所述质量偏差特征为该时刻下低压侧管道通过的制冷剂质量与高压侧管道通过的制冷剂质量的比值；
修复数据集合确定模块，用于根据所述的质量偏差特征表，判断所述低压侧数据集合和高压侧数据集合中的数据是否存在异常数据，若不存在异常数据，将所述低压侧数据集合和高压侧数据集合中的数据传输到节能空调控制中心，若存在异常数据，对所述低压侧数据集合和高压侧数据集合中的数据进行修复，得到修复低压侧数据集合和修复高压侧数据集合；
拟合模块，用于通过多项式插值法对所述修复高压侧数据集合与所述修复低压侧数据集合进行拟合，得到连续高压侧数据集合与连续低压侧数据集合；
数据传输模块，用于根据所述质量偏差特征表，对所述连续高压侧数据集合与连续低压侧数据集合进行网格拉伸后传输到节能空调控制中心。
9.一种计算机设备，其特征在于，所述计算机设备包括存储器和处理器；所述存储器存储有代码，所述处理器被配置为获取所述代码，并执行如权利要求1至7任一项所述的节能空调***异常数据传输方法。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的节能空调***异常数据传输方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310617902.9A CN116336608B (zh) | 2023-05-30 | 2023-05-30 | 一种节能空调***异常数据传输方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310617902.9A CN116336608B (zh) | 2023-05-30 | 2023-05-30 | 一种节能空调***异常数据传输方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116336608A CN116336608A (zh) | 2023-06-27 |
| CN116336608B true CN116336608B (zh) | 2023-08-08 |
Family
ID=86893354
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310617902.9A Active CN116336608B (zh) | 2023-05-30 | 2023-05-30 | 一种节能空调***异常数据传输方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116336608B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20060089523A (ko) * | 2005-02-04 | 2006-08-09 | 엘지전자 주식회사 | 멀티 에어컨의 진공불량 검출방법 및 그 검출장치 |
| JP2010065982A (ja) * | 2008-09-12 | 2010-03-25 | Mitsubishi Electric Corp | 冷凍サイクル装置 |
| CN109751707A (zh) * | 2017-11-08 | 2019-05-14 | 株式会社东芝 | 空调能力推定装置、空调能力推定方法及记录有程序的计算机能够读取的存储介质 |
| JP2021089116A (ja) * | 2019-12-05 | 2021-06-10 | 東京電力ホールディングス株式会社 | 情報処理装置、情報処理方法、プログラム及び学習済みモデルの生成方法 |
| CN114312213A (zh) * | 2021-12-14 | 2022-04-12 | 华人运通(江苏)技术有限公司 | 车辆的制冷剂容量异常预测方法、装置、设备及介质 |
-
2023
- 2023-05-30 CN CN202310617902.9A patent/CN116336608B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20060089523A (ko) * | 2005-02-04 | 2006-08-09 | 엘지전자 주식회사 | 멀티 에어컨의 진공불량 검출방법 및 그 검출장치 |
| JP2010065982A (ja) * | 2008-09-12 | 2010-03-25 | Mitsubishi Electric Corp | 冷凍サイクル装置 |
| CN109751707A (zh) * | 2017-11-08 | 2019-05-14 | 株式会社东芝 | 空调能力推定装置、空调能力推定方法及记录有程序的计算机能够读取的存储介质 |
| JP2021089116A (ja) * | 2019-12-05 | 2021-06-10 | 東京電力ホールディングス株式会社 | 情報処理装置、情報処理方法、プログラム及び学習済みモデルの生成方法 |
| CN114312213A (zh) * | 2021-12-14 | 2022-04-12 | 华人运通(江苏)技术有限公司 | 车辆的制冷剂容量异常预测方法、装置、设备及介质 |
Non-Patent Citations (1)
| Title |
|---|
| 孙哲 等."基于知识数据化表达的制冷空调故障诊断方法".《化工学报》.2022,第第73卷卷(第第7期期),第3131-3144页. * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116336608A (zh) | 2023-06-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20160169572A1 (en) | Fault detection and diagnostic system for a refrigeration circuit | |
| CN110177980B (zh) | 空调机的性能诊断装置以及性能诊断方法 | |
| CN108344528B (zh) | 一种多联式空调***换热量测量方法及装置 | |
| CN111159632A (zh) | 一种数据中心冷却能效与经济性计算方法 | |
| CN113757908B (zh) | 一种空调***的热特性测量方法、***、终端及存储介质 | |
| CN112856748B (zh) | 冷量输出控制方法、装置、机房空调和存储介质 | |
| CN116336608B (zh) | 一种节能空调***异常数据传输方法及装置 | |
| CN115485511A (zh) | 空调*** | |
| CN115264973B (zh) | 冷水机组及其理想能效比确定方法 | |
| Vakiloroaya et al. | Modelling and optimization of direct expansion air conditioning system for commercial building energy saving | |
| CN115095953B (zh) | 一种故障诊断模型的训练方法及装置 | |
| CN112682905B (zh) | 一种补液式空调***、控制方法、计算机设备及终端 | |
| CN111160739B (zh) | 多联机舒适性评价方法、装置及空调机组 | |
| CN114370727A (zh) | 压缩机控制方法、控制装置及空调器 | |
| JP2022044935A (ja) | エネルギープラント実績試算装置 | |
| CN112199630A (zh) | 一种实际建筑中多联机运行性能评价计算方法 | |
| Nyika et al. | Generalized performance maps for single and dual speed residential heat pumps | |
| Shi et al. | Field Test and Evaluation of VRF System | |
| CN213931583U (zh) | 蒸发器***控制装置 | |
| CN111692716B (zh) | 空调能耗计算方法、***及空调器 | |
| Wan et al. | Variable Refrigerant Flow (VRF) System Field Test and Data Analysis Methodologies | |
| CN115218347A (zh) | 一种空调的apf匹配方法、装置、空调和存储介质 | |
| WO2024012545A1 (zh) | 空调***及其能效比确定方法 | |
| CN114110994B (zh) | 基于配管长度的空调***节流控制方法及装置 | |
| US20240142148A1 (en) | Air conditioner and method for calculating operating parameter of indoor unit |
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 |