CN116659066B - 中央空调节能运行控制***及控制方法 - Google Patents
中央空调节能运行控制***及控制方法 Download PDFInfo
- Publication number
- CN116659066B CN116659066B CN202310751110.0A CN202310751110A CN116659066B CN 116659066 B CN116659066 B CN 116659066B CN 202310751110 A CN202310751110 A CN 202310751110A CN 116659066 B CN116659066 B CN 116659066B
- Authority
- CN
- China
- Prior art keywords
- data
- temperature
- target
- air conditioner
- target area
- 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
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000005286 illumination Methods 0.000 claims abstract description 162
- 238000004458 analytical method Methods 0.000 claims abstract description 63
- 238000011217 control strategy Methods 0.000 claims abstract description 61
- 230000036760 body temperature Effects 0.000 claims abstract description 56
- 238000004364 calculation method Methods 0.000 claims abstract description 35
- 230000003238 somatosensory effect Effects 0.000 claims abstract description 31
- 238000004378 air conditioning Methods 0.000 claims description 37
- 238000001816 cooling Methods 0.000 claims description 34
- 239000004566 building material Substances 0.000 claims description 17
- 230000005855 radiation Effects 0.000 claims description 17
- 238000003860 storage Methods 0.000 claims description 16
- 238000013507 mapping Methods 0.000 claims description 15
- 238000012545 processing Methods 0.000 claims description 12
- 238000000547 structure data Methods 0.000 claims description 11
- 230000004927 fusion Effects 0.000 claims description 6
- 238000004140 cleaning Methods 0.000 claims description 4
- 238000009826 distribution Methods 0.000 claims description 4
- 238000013473 artificial intelligence Methods 0.000 abstract description 2
- 239000000463 material Substances 0.000 description 7
- 230000000694 effects Effects 0.000 description 6
- 238000007405 data analysis Methods 0.000 description 5
- 230000007613 environmental effect Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000005265 energy consumption Methods 0.000 description 4
- 238000005457 optimization Methods 0.000 description 3
- 230000001351 cycling effect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 239000011150 reinforced concrete Substances 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 239000002023 wood Substances 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 239000011449 brick Substances 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000004567 concrete Substances 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000009408 flooring Methods 0.000 description 1
- 238000007499 fusion processing Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 238000012887 quadratic function Methods 0.000 description 1
- 238000005057 refrigeration Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction Methods 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
- F24F11/89—Arrangement or mounting of control or safety devices
-
- 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
- F24F11/46—Improving electric energy efficiency or saving
-
- 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)
- Air Conditioning Control Device (AREA)
Abstract
本发明涉及人工智能领域,公开了一种中央空调节能运行控制***及控制方法,用于提高中央空调节能运行控制的准确率。包括:对室内温度数据及室外温度数据进行体感温度分析,生成目标体感温度;对目标区域的人员进行人体红外数据采集,得到人体红外数据集合并生成平均体感温度;进行第一控制参数计算生成第一控制参数;对目标区域进行光照参数采集得到光照参数集合,对目标区域进行光照强度分析生成目标光照强度,进行第二控制参数计算,生成第二控制参数;通过第一控制参数及第二控制参数对中央空调进行控制策略生成,得到目标控制策略,并通过目标控制策略对中央空调进行控制。
Description
技术领域
本发明涉及人工智能领域,尤其涉及一种中央空调节能运行控制***及控制方法。
背景技术
传统的中央空调***缺乏对目标区域的个性化控制能力,无法满足不同区域的舒适性需求和节能要求。现有的控制策略通常基于固定的温度设定点和时间计划,无法根据实时的室内和室外环境变化进行调节。现有技术中缺乏对人体需求的准确感知和反馈,无法有效地提供舒适的室内环境。
然而,现有技术中仍存在以下不足之处:数据采集和分析的精确度有限,可能导致控制策略的误差和不准确性。对于不同区域和不同人员需求的差异化控制还不够充分,缺乏个性化和细致化的控制能力。对于多种复杂的环境变量的协同控制尚未得到很好的解决,如温度、湿度、光照等因素的综合考虑和调节,即现有技术中对中央空调节能运行控制的准确率低。
发明内容
本发明提供了一种中央空调节能运行控制***及控制方法,用于提高中央空调节能运行控制的准确率。
本发明第一方面提供了一种中央空调节能运行控制方法,所述中央空调节能运行控制方法包括:
通过室内温度传感器采集目标区域的室内温度,得到室内温度数据,同时,通过室外温度传感器采集目标区域外的室外温度,得到室外温度数据;
对所述室内温度数据以及所述室外温度数据进行体感温度分析,生成目标体感温度;
通过预置的人体红外传感器对所述目标区域的人员进行人体红外数据采集,得到人体红外数据集合,并通过所述人体红外数据集合生成平均体感温度;
通过所述平均体感温度以及所述目标体感温度对中央空调进行第一控制参数计算,生成第一控制参数;
通过预置的光照传感器对所述目标区域进行光照参数采集,得到光照参数集合,并通过所述光照参数集合对所述目标区域进行光照强度分析,生成目标光照强度;
通过所述目标光照强度对所述中央空调进行第二控制参数计算,生成第二控制参数;
通过所述第一控制参数以及所述第二控制参数对所述中央空调进行控制策略生成,得到目标控制策略,并通过所述目标控制策略对所述中央空调进行控制。
结合第一方面,在本发明第一方面的第一实施方式中,所述对所述室内温度数据以及所述室外温度数据进行体感温度分析,生成目标体感温度,包括:
分别对所述室内温度数据以及所述室外温度数据进行时序特征提取,得到室内温度时序数据以及室外温度时序数据;
通过所述室内温度时序数据对所述室内温度数据进行温度变化率计算,得到室内温度变化率;
通过所述室外温度时序数据对所述室外温度数据进行温度变化率计算,得到室外温度变化率;
将所述室内温度变化率以及所述室外温度变化率输入预置的体感温度分析模型进行体感温度分析,生成目标体感温度。
结合第一方面,在本发明第一方面的第二实施方式中,所述通过所述平均体感温度以及所述目标体感温度对中央空调进行第一控制参数计算,生成第一控制参数,包括:
对所述平均体感温度以及所述目标体感温度进行差值计算,得到温度差值数据;
对所述目标区域进行空间体积分析,得到所述目标区域对应的空间体积;
基于所述温度差值数据以及所述空间体积对所述中央空调进行第一控制参数计算,生成第一控制参数,其中,所述第一控制参数包括空调功率、空调风速以及温度设定点。
结合第一方面的第一实施方式,在本发明第一方面的第三实施方式中,所述通过预置的光照传感器对所述目标区域进行光照参数采集,得到光照参数集合,并通过所述光照参数集合对所述目标区域进行光照强度分析,生成目标光照强度,包括:
通过所述光照传感器对所述目标区域进行数据采集,得到光敏电阻数据集合;
通过预置的光强映射关系表对所述光敏电阻数据集合进行光照参数映射,得到对应的光照参数集合;
对所述光照参数集合进行光照曲线拟合,生成对应的光照强度曲线,通过所述光照强度曲线对所述目标区域进行光照强度分析,生成目标光照强度。
结合第一方面,在本发明第一方面的第四实施方式中,所述通过所述目标光照强度对所述中央空调进行第二控制参数计算,生成第二控制参数,包括:
通过所述目标光照强度对所述目标区域进行热负荷计算,得到目标热负荷数据;
对所述中央空调进行冷却能力分析,生成对应的冷却能力指数;
通过所述冷却能力指数对所述中央空调进行第二控制参数计算,生第二控制参数,其中,所述第二控制参数包括温控模式、区域控制参数以及循环模式。
结合第一方面的第四实施方式,在本发明第一方面的第五实施方式中,所述通过所述目标光照强度对所述目标区域进行热负荷计算,得到目标热负荷数据,包括:
对所述目标区域进行建筑结构分析,确定对应的建筑结构数据;
通过所述建筑结构数据对所述目标区域进行建筑材料分析,生成对应的建筑材料集合;
通过所述建筑材料集合对所述目标区域进行热传导指数计算,生目标热传导指数;
通过所述目标热传导指数对所述目标区域进行热负荷计算,得到目标热负荷数据。
结合第一方面,在本发明第一方面的第六实施方式中,所述通过所述第一控制参数以及所述第二控制参数对所述中央空调进行控制策略生成,得到目标控制策略,并通过所述目标控制策略对所述中央空调进行控制,包括:
通过所述第一控制参数以及所述第二控制参数对所述目标区域进行区域划分,生成多个控制区域;
分别对每个所述控制区域进行控制策略分析,生成多个候选控制策略,并对多个所述候选控制策略进行策略融合,生成目标控制策略,并通过所述目标控制策略对所述中央空调进行控制。
本发明第二方面提供了一种中央空调节能运行控制***,所述中央空调节能运行控制***包括:
采集模块,用于通过室内温度传感器采集目标区域的室内温度,得到室内温度数据,同时,通过室外温度传感器采集目标区域外的室外温度,得到室外温度数据;
分析模块,用于对所述室内温度数据以及所述室外温度数据进行体感温度分析,生成目标体感温度;
生成模块,用于通过预置的人体红外传感器对所述目标区域的人员进行人体红外数据采集,得到人体红外数据集合,并通过所述人体红外数据集合生成平均体感温度;
第一计算模块,用于通过所述平均体感温度以及所述目标体感温度对中央空调进行第一控制参数计算,生成第一控制参数;
得到模块,用于通过预置的光照传感器对所述目标区域进行光照参数采集,得到光照参数集合,并通过所述光照参数集合对所述目标区域进行光照强度分析,生成目标光照强度;
第二计算模块,用于通过所述目标光照强度对所述中央空调进行第二控制参数计算,生成第二控制参数;
控制模块,用于通过所述第一控制参数以及所述第二控制参数对所述中央空调进行控制策略生成,得到目标控制策略,并通过所述目标控制策略对所述中央空调进行控制。
本发明第三方面提供了一种中央空调节能运行控制设备,包括:存储器和至少一个处理器,所述存储器中存储有指令;所述至少一个处理器调用所述存储器中的所述指令,以使得所述中央空调节能运行控制设备执行上述的中央空调节能运行控制方法。
本发明的第四方面提供了一种计算机可读存储介质,所述计算机可读存储介质中存储有指令,当其在计算机上运行时,使得计算机执行上述的中央空调节能运行控制方法。
本发明提供的技术方案中,通过室内温度传感器采集目标区域的室内温度,得到室内温度数据,同时,通过室外温度传感器采集目标区域外的室外温度,得到室外温度数据;对室内温度数据以及室外温度数据进行体感温度分析,生成目标体感温度;通过预置的人体红外传感器对目标区域的人员进行人体红外数据采集,得到人体红外数据集合,并通过人体红外数据集合生成平均体感温度;通过平均体感温度以及目标体感温度对中央空调进行第一控制参数计算,生成第一控制参数;通过预置的光照传感器对目标区域进行光照参数采集,得到光照参数集合,并通过光照参数集合对目标区域进行光照强度分析,生成目标光照强度;通过目标光照强度对中央空调进行第二控制参数计算,生成第二控制参数;通过第一控制参数以及第二控制参数对中央空调进行控制策略生成,得到目标控制策略,并通过目标控制策略对所述中央空调进行控制。在本发明方案中,通过对室内温度数据、室外温度数据以及光照强度数据的分析和计算,可以根据实际需求调整中央空调的控制参数。通过合理的调整空调功率、风速、温度设定点以及循环模式,实现对能源的有效利用和节约,从而降低能耗和运行成本。通过对体感温度的分析和计算,结合人体红外数据的采集和平均体感温度的计算,可以更准确地了解目标区域内的实际感受温度。通过对中央空调的控制参数进行调整,可以提供更加舒适的室内环境,满足人们的需求和偏好。该方案通过传感器和数据分析的结合,实现对中央空调的智能自动化控制。通过自动采集和分析温度、光照和人体红外数据,生成相应的控制参数和策略,减少人工干预,提高***的智能化水平和运行效率。通过对光照强度、温度和人体红外数据的综合分析,该方案可以实现对空调控制参数的精细化调整。根据不同的环境条件和使用需求,调整空调功率、风速、温度设定点和循环模式等参数,使得空调***更加符合实际需求,提高控制精度和效果。
附图说明
图1为本发明实施例中中央空调节能运行控制方法的一个实施例示意图;
图2为本发明实施例中对中央空调进行第一控制参数计算的流程图;
图3为本发明实施例中对中央空调进行第一控制参数计算的流程图;
图4为本发明实施例中对中央空调进行第二控制参数计算的流程图;
图5为本发明实施例中中央空调节能运行控制***的一个实施例示意图;
图6为本发明实施例中中央空调节能运行控制设备的一个实施例示意图。
具体实施方式
本发明实施例提供了一种中央空调节能运行控制***及控制方法,用于提高中央空调节能运行控制的准确率。本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)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,以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外,术语“包括”或“具有”及其任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
为便于理解,下面对本发明实施例的具体流程进行描述,请参阅图1,本发明实施例中中央空调节能运行控制方法的一个实施例包括:
S101、通过室内温度传感器采集目标区域的室内温度,得到室内温度数据,同时,通过室外温度传感器采集目标区域外的室外温度,得到室外温度数据;
可以理解的是,本发明的执行主体可以为中央空调节能运行控制***,还可以是终端或者服务器,具体此处不做限定。本发明实施例以服务器为执行主体为例进行说明。
具体的,在目标区域内安装室内温度传感器,传感器会实时测量室内温度,并将温度数据传输给服务器。例如,传感器可以安装在室内墙壁或天花板上。在目标区域外安装室外温度传感器,传感器会实时测量室外温度,并将温度数据传输给服务器。例如,传感器可以安装在室外墙壁或屋顶上。服务器接收室内温度传感器和室外温度传感器传输的数据。这些数据可以通过有线或无线方式传输到服务器。服务器对接收到的室内温度数据和室外温度数据进行处理和记录。处理可以包括数据清洗、校准和格式转换等操作,确保数据的准确性和可用性。处理后的室内温度数据和室外温度数据被存储在数据库或其他适当的数据存储设备中。这样,***可以随时访问和使用这些数据。例如:假设在一个办公楼的目标区域内,安装了室内温度传感器和室外温度传感器。室内温度传感器安装在办公室内的墙壁上,而室外温度传感器安装在建筑物外的屋顶上。当室内温度传感器采集到当前室内温度为25摄氏度时,传输该数据给服务器。同时,室外温度传感器在屋顶上测量到当前室外温度为30摄氏度,将该数据传输给服务器。
S102、对室内温度数据以及室外温度数据进行体感温度分析,生成目标体感温度;
具体的,服务器分别对室内温度数据以及室外温度数据进行时序特征提取,得到室内温度时序数据以及室外温度时序数据;服务器通过室内温度时序数据对室内温度数据进行温度变化率计算,得到室内温度变化率;服务器通过室外温度时序数据对室外温度数据进行温度变化率计算,得到室外温度变化率;服务器将室内温度变化率以及室外温度变化率输入预置的体感温度分析模型进行体感温度分析,生成目标体感温度。
S103、通过预置的人体红外传感器对目标区域的人员进行人体红外数据采集,得到人体红外数据集合,并通过人体红外数据集合生成平均体感温度;
在目标区域内适当位置预置人体红外传感器,这些传感器能够检测和测量人体散发的红外辐射。例如,传感器可以安装在天花板、墙壁或入口处等位置,以确保能够覆盖整个区域。人体红外传感器会实时感知目标区域内人体散发的红外辐射,并将这些数据采集下来。传感器会记录人体的红外辐射强度和分布情况,以便后续的数据分析和处理。采集到的人体红外数据会传输给服务器进行处理。处理包括数据清洗、去噪和校准等步骤,以确保数据的准确性和可用性。同时,将采集到的多个人体红外数据集合在一起,形成一个人体红外数据集合。通过对人体红外数据集合进行分析和处理,可以计算出平均体感温度。这通常涉及对每个数据点的红外辐射值进行加权平均或其他统计方法,以获得一个代表整个目标区域的平均体感温度值。
例如:在一个办公室内,安装了预置的人体红外传感器,传感器分布在天花板上。当员工进入办公室时,传感器会感知到人体散发的红外辐射,并将这些数据采集下来。例如,传感器在某一时刻检测到员工A的红外辐射强度为100单位,员工B的红外辐射强度为80单位,员工C的红外辐射强度为120单位,员工D的红外辐射强度为90单位等等。这些数据会被传输给服务器。服务器会对这些数据进行处理和集合。首先,需要进行数据清洗和去噪操作,排除异常数据或噪声干扰。然后,将所有采集到的人体红外数据集合在一起,形成一个人体红外数据集合。
S104、通过平均体感温度以及目标体感温度对中央空调进行第一控制参数计算,生成第一控制参数;
具体的,服务器对平均体感温度以及目标体感温度进行差值计算,得到温度差值数据;对目标区域进行空间体积分析,得到目标区域对应的空间体积;基于温度差值数据以及空间体积对中央空调进行第一控制参数计算,生成第一控制参数,其中,第一控制参数包括空调功率、空调风速以及温度设定点。
S105、通过预置的光照传感器对目标区域进行光照参数采集,得到光照参数集合,并通过光照参数集合对目标区域进行光照强度分析,生成目标光照强度;
具体的,服务器通过光照传感器对目标区域进行数据采集,得到光敏电阻数据集合;服务器通过预置的光强映射关系表对光敏电阻数据集合进行光照参数映射,得到对应的光照参数集合;服务器对光照参数集合进行光照曲线拟合,生成对应的光照强度曲线,通过光照强度曲线对目标区域进行光照强度分析,生成目标光照强度。
S106、通过目标光照强度对中央空调进行第二控制参数计算,生成第二控制参数;
具体的,服务器通过目标光照强度对目标区域进行热负荷计算,得到目标热负荷数据;服务器对中央空调进行冷却能力分析,生成对应的冷却能力指数;服务器通过冷却能力指数对中央空调进行第二控制参数计算,生第二控制参数,其中,第二控制参数包括温控模式、区域控制参数以及循环模式。
S107、通过第一控制参数以及第二控制参数对中央空调进行控制策略生成,得到目标控制策略,并通过目标控制策略对中央空调进行控制。
具体的,服务器对所述目标区域进行建筑结构分析,确定对应的建筑结构数据;服务器通过所述建筑结构数据对所述目标区域进行建筑材料分析,生成对应的建筑材料集合;服务器通过所述建筑材料集合对所述目标区域进行热传导指数计算,生目标热传导指数;服务器通过所述目标热传导指数对所述目标区域进行热负荷计算,得到目标热负荷数据。
本发明实施例中,通过室内温度传感器采集目标区域的室内温度,得到室内温度数据,同时,通过室外温度传感器采集目标区域外的室外温度,得到室外温度数据;对室内温度数据以及室外温度数据进行体感温度分析,生成目标体感温度;通过预置的人体红外传感器对目标区域的人员进行人体红外数据采集,得到人体红外数据集合,并通过人体红外数据集合生成平均体感温度;通过平均体感温度以及目标体感温度对中央空调进行第一控制参数计算,生成第一控制参数;通过预置的光照传感器对目标区域进行光照参数采集,得到光照参数集合,并通过光照参数集合对目标区域进行光照强度分析,生成目标光照强度;通过目标光照强度对中央空调进行第二控制参数计算,生成第二控制参数;通过第一控制参数以及第二控制参数对中央空调进行控制策略生成,得到目标控制策略,并通过目标控制策略对所述中央空调进行控制。在本发明方案中,通过对室内温度数据、室外温度数据以及光照强度数据的分析和计算,可以根据实际需求调整中央空调的控制参数。通过合理的调整空调功率、风速、温度设定点以及循环模式,实现对能源的有效利用和节约,从而降低能耗和运行成本。通过对体感温度的分析和计算,结合人体红外数据的采集和平均体感温度的计算,可以更准确地了解目标区域内的实际感受温度。通过对中央空调的控制参数进行调整,可以提供更加舒适的室内环境,满足人们的需求和偏好。该方案通过传感器和数据分析的结合,实现对中央空调的智能自动化控制。通过自动采集和分析温度、光照和人体红外数据,生成相应的控制参数和策略,减少人工干预,提高***的智能化水平和运行效率。通过对光照强度、温度和人体红外数据的综合分析,该方案可以实现对空调控制参数的精细化调整。根据不同的环境条件和使用需求,调整空调功率、风速、温度设定点和循环模式等参数,使得空调***更加符合实际需求,提高控制精度和效果。
在一具体实施例中,执行步骤S102的过程可以具体包括如下步骤:
(1)分别对室内温度数据以及室外温度数据进行时序特征提取,得到室内温度时序数据以及室外温度时序数据;
(2)通过室内温度时序数据对室内温度数据进行温度变化率计算,得到室内温度变化率;
(3)通过室外温度时序数据对室外温度数据进行温度变化率计算,得到室外温度变化率;
(4)将室内温度变化率以及室外温度变化率输入预置的体感温度分析模型进行体感温度分析,生成目标体感温度。
具体的,针对室内温度数据和室外温度数据,需要进行时序特征提取,以获取温度随时间的变化情况。常见的时序特征包括平均值、方差、最大值、最小值、变化幅度等。例如:
假设采集到的室内温度数据如下所示(以每小时为时间间隔):
时间:1时、2时、3时、4时、5时;温度:25°C、26°C、27°C、26.5°C、28°C,同样地,采集到的室外温度数据如下所示:
时间:1时、2时、3时、4时、5时;温度:30°C、32°C、29°C、31°C、30.5°C。
利用室内温度时序数据和室外温度时序数据,可以计算室内温度的变化率和室外温度的变化率。温度变化率反映了温度的变化速度,可用于后续的体感温度分析。
例如:以室内温度数据为例,根据时序数据可以计算出室内温度的变化率为:变化率=(当前温度-上一时刻温度)/时间间隔;变化率=(26°C-25°C)/1小时=1°C/小时。
同样地,根据室外温度时序数据可以计算室外温度的变化率。
利用预置的体感温度分析模型,将室内温度变化率和室外温度变化率作为输入,进行体感温度分析。该模型可以根据温度变化率的大小和趋势来评估人体的体感温度。例如:假设体感温度分析模型的输入包括室内温度变化率和室外温度变化率。根据实际情况,模型可以预定义一系列规则,如当室内温度变化率较大且室外温度变化率较小时,体感温度可能会感觉较为闷热。
在一具体实施例中,如图2所示,执行步骤S104的过程可以具体包括如下步骤:
S201、对平均体感温度以及目标体感温度进行差值计算,得到温度差值数据;
S202、对目标区域进行空间体积分析,得到目标区域对应的空间体积;
S203、基于温度差值数据以及空间体积对中央空调进行第一控制参数计算,生成第一控制参数,其中,第一控制参数包括空调功率、空调风速以及温度设定点。
需要说明的是,通过计算平均体感温度和目标体感温度之间的差值,得到温度差值数据。这个差值可以反映出目标区域的当前温度相对于期望温度的偏差情况。例如:假设平均体感温度为25°C,目标体感温度为22°C,那么温度差值为25°C-22°C=3°C。对目标区域进行空间体积分析,得到该区域的空间体积。空间体积可以通过测量目标区域的长度、宽度和高度,并计算它们的乘积来获得。例如:假设目标区域的长度为5米,宽度为4米,高度为3米,那么空间体积为5米×4米×3米=60立方米。基于温度差值数据和空间体积,可以计算中央空调的第一控制参数,其中包括空调功率、空调风速以及温度设定点。
例如:假设根据温度差值和空间体积计算得到的第一控制参数如下:空调功率:根据温度差值和空间体积,设定适当的空调功率,如4000瓦特。空调风速:根据温度差值和空间体积,确定合适的空调风速级别,如中速风。温度设定点:根据温度差值和空间体积,设定适当的温度设定点,如设定为23°C。其中,需要说明的是,空调功率=温度差值*空间体积*空调功率系数其中,空调功率系数是根据***设计和性能参数确定的常数,用于调整功率计算的比例系数。空调风速=温度差值*空间体积*空调风速系数;温度设定点=目标体感温度+温度差值*温度设定系数,温度设定系数是根据***设计和性能参数确定的常数,用于调整温度设定点的偏移量。
在一具体实施例中,如图3所示,执行步骤S105的过程可以具体包括如下步骤:
S301、通过光照传感器对目标区域进行数据采集,得到光敏电阻数据集合;
S302、通过预置的光强映射关系表对光敏电阻数据集合进行光照参数映射,得到对应的光照参数集合;
S303、对光照参数集合进行光照曲线拟合,生成对应的光照强度曲线,通过光照强度曲线对目标区域进行光照强度分析,生成目标光照强度。
需要说明的是,使用光照传感器对目标区域进行数据采集,得到光敏电阻数据集合。光照传感器能够测量光照强度并将其转化为电阻值。光强映射关系表将光敏电阻值映射到对应的光照参数。该关系表可以基于实验数据或者传感器的技术规格进行构建。使用光强映射关系表,将光敏电阻数据集合进行映射,得到对应的光照参数集合。每个光敏电阻值都可以对应一个特定的光照参数,例如光照强度。对光照参数集合进行光照曲线拟合,生成光照强度曲线。可以使用数学模型或者统计方法对光照参数进行拟合,以获得一个连续的光照强度曲线。通过光照强度曲线对目标区域进行光照强度分析,生成目标光照强度。根据目标区域的特点和需求,可以使用光照强度曲线来评估当前的光照强度水平。例如:假设有一个室内的目标区域,安装了光照传感器并记录了光敏电阻数据集合。预先进行了光强映射关系表的构建,根据实验数据得出以下关系:当光敏电阻值为1000欧姆时,对应的光照强度为500勒克斯;当光敏电阻值为2000欧姆时,对应的光照强度为1000勒克斯。假设采集到的光敏电阻数据集合为[1200,1800,1500],通过映射关系表得到对应的光照参数集合为[600,800,750]勒克斯。然后,利用这些光照参数集合进行光照曲线拟合,生成光照强度曲线。假设通过拟合得到的光照强度曲线为一个二次函数曲线。
在一具体实施例中,如图4所示,执行步骤S106的过程可以具体包括如下步骤:
S401、通过目标光照强度对目标区域进行热负荷计算,得到目标热负荷数据;
S402、对中央空调进行冷却能力分析,生成对应的冷却能力指数;
S403、通过冷却能力指数对中央空调进行第二控制参数计算,生第二控制参数,其中,第二控制参数包括温控模式、区域控制参数以及循环模式。
具体的,根据目标区域的光照强度,可以利用相关的热负荷计算方法来估算目标热负荷。常见的方法包括根据光照强度和室内外温度差计算热传递功率等。对于中央空调***,其冷却能力是指它可以提供的制冷功率或冷却效果。冷却能力可以根据空调的技术规格和性能参数进行分析和评估,通常以制冷功率或者制冷指标来表示。基于冷却能力的分析结果,可以将冷却能力转化为一个冷却能力指数。冷却能力指数可以是一个量化的指标,用来评估中央空调的冷却能力水平,以便进行控制参数的计算。具体的计算方法可以根据实际情况进行定义,通常涉及空调的制冷功率、能效比、空调***的容量等参数。基于冷却能力指数,可以进行第二控制参数的计算。第二控制参数包括温控模式、区域控制参数以及循环模式等。这些参数会根据冷却能力指数的具体数值和设定的策略进行计算和调整,以实现合理的空调控制。
例如:假设目标区域的光照强度为800勒克斯,通过热负荷计算方法估算得到目标热负荷为3000瓦。假设中央空调***的制冷功率为5000瓦,根据空调的技术规格和性能参数进行冷却能力分析,得到冷却能力为80%。将冷却能力转化为冷却能力指数,假设使用线性映射关系,当冷却能力为80%时,冷却能力指数为0.8。
在一具体实施例中,执行步骤S401的过程可以具体包括如下步骤:
(1)对目标区域进行建筑结构分析,确定对应的建筑结构数据;
(2)通过建筑结构数据对目标区域进行建筑材料分析,生成对应的建筑材料集合;
(3)通过建筑材料集合对目标区域进行热传导指数计算,生目标热传导指数;
(4)通过目标热传导指数对目标区域进行热负荷计算,得到目标热负荷数据。
具体的,假设要分析一个矩形房间的建筑结构。通过测量和研究,确定该房间的墙体厚度为20厘米,屋顶为钢筋混凝土结构,地板为木质结构。根据建筑结构数据,确定房间的建筑材料集合。墙体材料可以是砖墙、混凝土或其他适用材料;屋顶材料为钢筋混凝土;地板材料为木质。对于每种建筑材料,可以查找相应的热传导指数数据。假设墙体材料的热传导指数为0.8W/(m·K),屋顶材料的热传导指数为1.2W/(m·K),地板材料的热传导指数为0.5W/(m·K)。假设房间内外的温度差为10摄氏度。利用热传导指数和温度差,计算出房间的热传导率。例如,墙体的热传导率为(0.8W/(m·K))/(20cm)=4W/(m²·K)。然后,通过乘以房间的表面积,例如10平方米,可以计算出墙体的热传导功率为4W/(m²·K)×10m²×10K=400W。
在一具体实施例中,执行步骤S107的过程可以具体包括如下步骤:
(1)通过第一控制参数以及第二控制参数对目标区域进行区域划分,生成多个控制区域;
(2)分别对每个控制区域进行控制策略分析,生成多个候选控制策略,并对多个候选控制策略进行策略融合,生成目标控制策略,并通过目标控制策略对中央空调进行控制。
具体的,
根据第一控制参数和第二控制参数,将目标区域划分为多个控制区域。控制区域可以基于空间分布、功能需求或其他因素进行定义。例如,一个办公大楼可以划分为不同楼层、不同房间或不同功能区域作为控制区域。对每个控制区域进行控制策略分析。根据控制区域的特点和需求,选择合适的控制策略。控制策略可以包括调整温度设定点、调整空调功率和风速、调整循环模式等。针对不同的控制区域,需要采用不同的控制策略。为每个控制区域生成多个候选控制策略。这些策略可以根据控制区域的需求和优化目标进行制定。例如,对于一个办公楼的不同楼层,可以生成不同的候选策略,如低功率、舒适温度优先或能耗最小化。对多个候选控制策略进行策略融合。融合过程可以根据优化目标、能源效率和用户舒适性等因素进行权衡。融合的目标是生成一个综合考虑各个控制区域的目标控制策略。通过目标控制策略对中央空调进行控制。将生成的控制策略应用于中央空调***,调整空调功率、风速、温度设定点等参数,以实现目标控制策略所要求的温度和能效效果。例如,假设一个办公大楼有三个楼层,每个楼层分别划分为A区、B区和C区作为控制区域。根据第一控制参数和第二控制参数的设定,服务器制定以下候选控制策略:
A区:温度设定点为24摄氏度,空调功率为中等,风速为中等,循环模式为自动。
B区:温度设定点为23摄氏度,空调功率为高,风速为高,循环模式为强制外循环。
C区:温度设定点为25摄氏度,空调功率为低,风速为低,循环模式为强制内循环。
然后,通过策略融合,根据不同控制区域的需求和优化目标,生成了以下目标控制策略:
A区:温度设定点为24摄氏度,空调功率为中等,风速为中等,循环模式为自动。
B区:温度设定点为23摄氏度,空调功率为高,风速为高,循环模式为强制外循环。
C区:温度设定点为25摄氏度,空调功率为低,风速为低,循环模式为强制内循环。
最后,将目标控制策略应用于中央空调***,对每个控制区域的空调进行相应的调节,以达到目标控制策略所要求的温度和能效效果。
上面对本发明实施例中中央空调节能运行控制方法进行了描述,下面对本发明实施例中中央空调节能运行控制***进行描述,请参阅图5,本发明实施例中中央空调节能运行控制***一个实施例包括:
采集模块501,用于通过室内温度传感器采集目标区域的室内温度,得到室内温度数据,同时,通过室外温度传感器采集目标区域外的室外温度,得到室外温度数据;
分析模块502,用于对所述室内温度数据以及所述室外温度数据进行体感温度分析,生成目标体感温度;
生成模块503,用于通过预置的人体红外传感器对所述目标区域的人员进行人体红外数据采集,得到人体红外数据集合,并通过所述人体红外数据集合生成平均体感温度;
第一计算模块504,用于通过所述平均体感温度以及所述目标体感温度对中央空调进行第一控制参数计算,生成第一控制参数;
得到模块505,用于通过预置的光照传感器对所述目标区域进行光照参数采集,得到光照参数集合,并通过所述光照参数集合对所述目标区域进行光照强度分析,生成目标光照强度;
第二计算模块506,用于通过所述目标光照强度对所述中央空调进行第二控制参数计算,生成第二控制参数;
控制模块507,用于通过所述第一控制参数以及所述第二控制参数对所述中央空调进行控制策略生成,得到目标控制策略,并通过所述目标控制策略对所述中央空调进行控制。
通过上述各个组成部分的协同合作,通过室内温度传感器采集目标区域的室内温度,得到室内温度数据,同时,通过室外温度传感器采集目标区域外的室外温度,得到室外温度数据;对室内温度数据以及室外温度数据进行体感温度分析,生成目标体感温度;通过预置的人体红外传感器对目标区域的人员进行人体红外数据采集,得到人体红外数据集合,并通过人体红外数据集合生成平均体感温度;通过平均体感温度以及目标体感温度对中央空调进行第一控制参数计算,生成第一控制参数;通过预置的光照传感器对目标区域进行光照参数采集,得到光照参数集合,并通过光照参数集合对目标区域进行光照强度分析,生成目标光照强度;通过目标光照强度对中央空调进行第二控制参数计算,生成第二控制参数;通过第一控制参数以及第二控制参数对中央空调进行控制策略生成,得到目标控制策略,并通过目标控制策略对所述中央空调进行控制。在本发明方案中,通过对室内温度数据、室外温度数据以及光照强度数据的分析和计算,可以根据实际需求调整中央空调的控制参数。通过合理的调整空调功率、风速、温度设定点以及循环模式,实现对能源的有效利用和节约,从而降低能耗和运行成本。通过对体感温度的分析和计算,结合人体红外数据的采集和平均体感温度的计算,可以更准确地了解目标区域内的实际感受温度。通过对中央空调的控制参数进行调整,可以提供更加舒适的室内环境,满足人们的需求和偏好。该方案通过传感器和数据分析的结合,实现对中央空调的智能自动化控制。通过自动采集和分析温度、光照和人体红外数据,生成相应的控制参数和策略,减少人工干预,提高***的智能化水平和运行效率。通过对光照强度、温度和人体红外数据的综合分析,该方案可以实现对空调控制参数的精细化调整。根据不同的环境条件和使用需求,调整空调功率、风速、温度设定点和循环模式等参数,使得空调***更加符合实际需求,提高控制精度和效果。
上面图5从模块化功能实体的角度对本发明实施例中的中央空调节能运行控制***进行详细描述,下面从硬件处理的角度对本发明实施例中中央空调节能运行控制设备进行详细描述。
图6是本发明实施例提供的一种中央空调节能运行控制设备的结构示意图,该中央空调节能运行控制设备600可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上处理器(centralprocessingunits,CPU)610(例如,一个或一个以上处理器)和存储器620,一个或一个以上存储应用程序633或数据632的存储介质630(例如一个或一个以上海量存储设备)。其中,存储器620和存储介质630可以是短暂存储或持久存储。存储在存储介质630的程序可以包括一个或一个以上模块(图示没标出),每个模块可以包括对中央空调节能运行控制设备600中的一系列指令操作。更进一步地,处理器610可以设置为与存储介质630通信,在中央空调节能运行控制设备600上执行存储介质630中的一系列指令操作。
中央空调节能运行控制设备600还可以包括一个或一个以上电源640,一个或一个以上有线或无线网络接口650,一个或一个以上输入输出接口660,和/或,一个或一个以上操作***631,例如WindowsServe,MacOSX,Unix,Linux,FreeBSD等等。本领域技术人员可以理解,图6示出的中央空调节能运行控制设备结构并不构成对中央空调节能运行控制设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
本发明还提供一种中央空调节能运行控制设备,所述中央空调节能运行控制设备包括存储器和处理器,存储器中存储有计算机可读指令,计算机可读指令被处理器执行时,使得处理器执行上述各实施例中的所述中央空调节能运行控制方法的步骤。
本发明还提供一种计算机可读存储介质,该计算机可读存储介质可以为非易失性计算机可读存储介质,该计算机可读存储介质也可以为易失性计算机可读存储介质,所述计算机可读存储介质中存储有指令,当所述指令在计算机上运行时,使得计算机执行所述中央空调节能运行控制方法的步骤。
所属领域的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。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或通过时,可以存储在一个计算机可读取存储介质中。基于的理解,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全部或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(read-onlymemory,ROM)、随机存取存储器(randomacceSmemory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (5)
1.一种中央空调节能运行控制方法,其特征在于,所述中央空调节能运行控制方法包括:
通过室内温度传感器采集目标区域的室内温度,得到室内温度数据,同时,通过室外温度传感器采集目标区域外的室外温度,得到室外温度数据;
对所述室内温度数据以及所述室外温度数据进行体感温度分析,生成目标体感温度;具体包括:分别对室内温度数据以及室外温度数据进行时序特征提取,得到室内温度时序数据以及室外温度时序数据;服务器通过室内温度时序数据对室内温度数据进行温度变化率计算,得到室内温度变化率;服务器通过室外温度时序数据对室外温度数据进行温度变化率计算,得到室外温度变化率;服务器将室内温度变化率以及室外温度变化率输入预置的体感温度分析模型进行体感温度分析,生成目标体感温度;
通过预置的人体红外传感器对所述目标区域的人员进行人体红外数据采集,得到人体红外数据集合,并通过所述人体红外数据集合生成平均体感温度;具体包括:在目标区域内预置人体红外传感器,人体红外传感器能够检测和测量人体散发的红外辐射,人体红外传感器会实时感知目标区域内人体散发的红外辐射,人体红外传感器会记录人体的红外辐射强度和分布情况,采集到的人体红外数据会传输给服务器进行处理,处理包括数据清洗、去噪和校准步骤,将采集到的多个人体红外数据集合在一起,形成一个人体红外数据集合,通过对人体红外数据集合进行分析和处理,可以计算出平均体感温度,对每个数据点的红外辐射值进行加权平均,以获得一个代表整个目标区域的平均体感温度值;
通过所述平均体感温度以及所述目标体感温度对中央空调进行第一控制参数计算,生成第一控制参数;具体包括:对所述平均体感温度以及所述目标体感温度进行差值计算,得到温度差值数据;对所述目标区域进行空间体积分析,得到所述目标区域对应的空间体积;基于所述温度差值数据以及所述空间体积对所述中央空调进行第一控制参数计算,生成第一控制参数,其中,所述第一控制参数包括空调功率、空调风速以及温度设定点;
通过预置的光照传感器对所述目标区域进行光照参数采集,得到光照参数集合,并通过所述光照参数集合对所述目标区域进行光照强度分析,生成目标光照强度;具体包括:通过所述光照传感器对所述目标区域进行数据采集,得到光敏电阻数据集合;通过预置的光强映射关系表对所述光敏电阻数据集合进行光照参数映射,得到对应的光照参数集合;对所述光照参数集合进行光照曲线拟合,生成对应的光照强度曲线,通过所述光照强度曲线对所述目标区域进行光照强度分析,生成目标光照强度;
通过所述目标光照强度对所述中央空调进行第二控制参数计算,生成第二控制参数;具体包括:通过所述目标光照强度对所述目标区域进行热负荷计算,得到目标热负荷数据;对所述中央空调进行冷却能力分析,生成对应的冷却能力指数;通过所述冷却能力指数对所述中央空调进行第二控制参数计算,生成第二控制参数,其中,所述第二控制参数包括温控模式、区域控制参数以及循环模式;其中,对所述目标区域进行建筑结构分析,确定对应的建筑结构数据;通过所述建筑结构数据对所述目标区域进行建筑材料分析,生成对应的建筑材料集合;通过所述建筑材料集合对所述目标区域进行热传导指数计算,生成目标热传导指数;通过所述目标热传导指数对所述目标区域进行热负荷计算,得到目标热负荷数据;
通过所述第一控制参数以及所述第二控制参数对所述中央空调进行控制策略生成,得到目标控制策略,并通过所述目标控制策略对所述中央空调进行控制。
2.根据权利要求1所述的中央空调节能运行控制方法,其特征在于,所述通过所述第一控制参数以及所述第二控制参数对所述中央空调进行控制策略生成,得到目标控制策略,并通过所述目标控制策略对所述中央空调进行控制,包括:
通过所述第一控制参数以及所述第二控制参数对所述目标区域进行区域划分,生成多个控制区域;
分别对每个所述控制区域进行控制策略分析,生成多个候选控制策略,并对多个所述候选控制策略进行策略融合,生成目标控制策略,并通过所述目标控制策略对所述中央空调进行控制。
3.一种中央空调节能运行控制***,其特征在于,所述中央空调节能运行控制***包括:
采集模块,用于通过室内温度传感器采集目标区域的室内温度,得到室内温度数据,同时,通过室外温度传感器采集目标区域外的室外温度,得到室外温度数据;
分析模块,用于对所述室内温度数据以及所述室外温度数据进行体感温度分析,生成目标体感温度;具体包括:分别对所述室内温度数据以及所述室外温度数据进行时序特征提取,得到室内温度时序数据以及室外温度时序数据;通过所述室内温度时序数据对所述室内温度数据进行温度变化率计算,得到室内温度变化率;通过所述室外温度时序数据对所述室外温度数据进行温度变化率计算,得到室外温度变化率;将所述室内温度变化率以及所述室外温度变化率输入预置的体感温度分析模型进行体感温度分析,生成目标体感温度;
生成模块,用于通过预置的人体红外传感器对所述目标区域的人员进行人体红外数据采集,得到人体红外数据集合,并通过所述人体红外数据集合生成平均体感温度;具体包括:在目标区域内预置人体红外传感器,人体红外传感器能够检测和测量人体散发的红外辐射,人体红外传感器会实时感知目标区域内人体散发的红外辐射,人体红外传感器会记录人体的红外辐射强度和分布情况,采集到的人体红外数据会传输给服务器进行处理,处理包括数据清洗、去噪和校准步骤,将采集到的多个人体红外数据集合在一起,形成一个人体红外数据集合,通过对人体红外数据集合进行分析和处理,可以计算出平均体感温度,对每个数据点的红外辐射值进行加权平均,以获得一个代表整个目标区域的平均体感温度值;
第一计算模块,用于通过所述平均体感温度以及所述目标体感温度对中央空调进行第一控制参数计算,生成第一控制参数;具体包括:对所述平均体感温度以及所述目标体感温度进行差值计算,得到温度差值数据;对所述目标区域进行空间体积分析,得到所述目标区域对应的空间体积;基于所述温度差值数据以及所述空间体积对所述中央空调进行第一控制参数计算,生成第一控制参数,其中,所述第一控制参数包括空调功率、空调风速以及温度设定点;
得到模块,用于通过预置的光照传感器对所述目标区域进行光照参数采集,得到光照参数集合,并通过所述光照参数集合对所述目标区域进行光照强度分析,生成目标光照强度;具体包括:通过所述光照传感器对所述目标区域进行数据采集,得到光敏电阻数据集合;通过预置的光强映射关系表对所述光敏电阻数据集合进行光照参数映射,得到对应的光照参数集合;对所述光照参数集合进行光照曲线拟合,生成对应的光照强度曲线,通过所述光照强度曲线对所述目标区域进行光照强度分析,生成目标光照强度;
第二计算模块,用于通过所述目标光照强度对所述中央空调进行第二控制参数计算,生成第二控制参数;具体包括:通过所述目标光照强度对所述目标区域进行热负荷计算,得到目标热负荷数据;对所述中央空调进行冷却能力分析,生成对应的冷却能力指数;通过所述冷却能力指数对所述中央空调进行第二控制参数计算,生成第二控制参数,其中,所述第二控制参数包括温控模式、区域控制参数以及循环模式;其中,对所述目标区域进行建筑结构分析,确定对应的建筑结构数据;通过所述建筑结构数据对所述目标区域进行建筑材料分析,生成对应的建筑材料集合;通过所述建筑材料集合对所述目标区域进行热传导指数计算,生成目标热传导指数;通过所述目标热传导指数对所述目标区域进行热负荷计算,得到目标热负荷数据;
控制模块,用于通过所述第一控制参数以及所述第二控制参数对所述中央空调进行控制策略生成,得到目标控制策略,并通过所述目标控制策略对所述中央空调进行控制。
4.一种中央空调节能运行控制设备,其特征在于,所述中央空调节能运行控制设备包括:存储器和至少一个处理器,所述存储器中存储有指令;
所述至少一个处理器调用所述存储器中的所述指令,以使得所述中央空调节能运行控制设备执行如权利要求1-2中任一项所述的中央空调节能运行控制方法。
5.一种计算机可读存储介质,所述计算机可读存储介质上存储有指令,其特征在于,所述指令被处理器执行时实现如权利要求1-2中任一项所述的中央空调节能运行控制方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310751110.0A CN116659066B (zh) | 2023-06-25 | 2023-06-25 | 中央空调节能运行控制***及控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310751110.0A CN116659066B (zh) | 2023-06-25 | 2023-06-25 | 中央空调节能运行控制***及控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116659066A CN116659066A (zh) | 2023-08-29 |
CN116659066B true CN116659066B (zh) | 2024-02-23 |
Family
ID=87715221
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310751110.0A Active CN116659066B (zh) | 2023-06-25 | 2023-06-25 | 中央空调节能运行控制***及控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116659066B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105841290A (zh) * | 2015-08-24 | 2016-08-10 | 福建福伦德电器有限公司 | 通过人体生理参数智能化控制空调运行的方法 |
CN106765861A (zh) * | 2015-11-25 | 2017-05-31 | 广东美的制冷设备有限公司 | 空调控制方法及装置 |
CN109140677A (zh) * | 2018-08-26 | 2019-01-04 | 胡光远 | 一种智能建筑节能控制***及其控制方法 |
CN109708259A (zh) * | 2018-12-24 | 2019-05-03 | 珠海格力电器股份有限公司 | 空调器的控制方法及装置、存储介质和处理器 |
CN111795484A (zh) * | 2020-07-24 | 2020-10-20 | 北京大学深圳研究生院 | 一种智慧空调控制方法和*** |
CN111854076A (zh) * | 2020-07-23 | 2020-10-30 | 珠海格力电器股份有限公司 | 基于室内负荷与舒适度的自调节控制方法及*** |
CN113494758A (zh) * | 2020-03-18 | 2021-10-12 | 海信集团有限公司 | 一种计算pmv值的终端设备和方法 |
CN114754473A (zh) * | 2022-04-18 | 2022-07-15 | 青岛海尔空调器有限总公司 | 空调的风速控制方法、装置及空调*** |
CN115574436A (zh) * | 2022-10-25 | 2023-01-06 | 深圳昌恩智能股份有限公司 | 一种中央空调负荷动态跟踪智能控制*** |
KR102537556B1 (ko) * | 2022-11-18 | 2023-06-01 | 주식회사 에코시안 | 건물 냉·난방 부하 예측 시뮬레이션 시스템 및 방법 |
-
2023
- 2023-06-25 CN CN202310751110.0A patent/CN116659066B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105841290A (zh) * | 2015-08-24 | 2016-08-10 | 福建福伦德电器有限公司 | 通过人体生理参数智能化控制空调运行的方法 |
CN106765861A (zh) * | 2015-11-25 | 2017-05-31 | 广东美的制冷设备有限公司 | 空调控制方法及装置 |
CN109140677A (zh) * | 2018-08-26 | 2019-01-04 | 胡光远 | 一种智能建筑节能控制***及其控制方法 |
CN109708259A (zh) * | 2018-12-24 | 2019-05-03 | 珠海格力电器股份有限公司 | 空调器的控制方法及装置、存储介质和处理器 |
CN113494758A (zh) * | 2020-03-18 | 2021-10-12 | 海信集团有限公司 | 一种计算pmv值的终端设备和方法 |
CN111854076A (zh) * | 2020-07-23 | 2020-10-30 | 珠海格力电器股份有限公司 | 基于室内负荷与舒适度的自调节控制方法及*** |
CN111795484A (zh) * | 2020-07-24 | 2020-10-20 | 北京大学深圳研究生院 | 一种智慧空调控制方法和*** |
CN114754473A (zh) * | 2022-04-18 | 2022-07-15 | 青岛海尔空调器有限总公司 | 空调的风速控制方法、装置及空调*** |
CN115574436A (zh) * | 2022-10-25 | 2023-01-06 | 深圳昌恩智能股份有限公司 | 一种中央空调负荷动态跟踪智能控制*** |
KR102537556B1 (ko) * | 2022-11-18 | 2023-06-01 | 주식회사 에코시안 | 건물 냉·난방 부하 예측 시뮬레이션 시스템 및 방법 |
Also Published As
Publication number | Publication date |
---|---|
CN116659066A (zh) | 2023-08-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3614055B1 (en) | Heat supply regulation method and apparatus | |
CN110264080B (zh) | 一种绿色建筑运行性能评价方法、装置、设备及存储介质 | |
Hilliard et al. | Experimental implementation of whole building MPC with zone based thermal comfort adjustments | |
Yang et al. | The coupled effects of personalized occupancy profile based HVAC schedules and room reassignment on building energy use | |
Wang et al. | Parameter estimation of internal thermal mass of building dynamic models using genetic algorithm | |
Ghahramani et al. | A knowledge based approach for selecting energy-aware and comfort-driven HVAC temperature set points | |
CN106062485B (zh) | 用于控制空调设备或空调***的舒适温度的装置和方法 | |
CN108709287B (zh) | 一种空调***冷负荷预测方法及冷水机组群控的策略 | |
JP6581490B2 (ja) | 空調パラメータ生成装置、空調運用評価装置、空調パラメータ生成方法およびプログラム | |
CN103513632A (zh) | 能源管理*** | |
CN101881944A (zh) | 能耗综合控制***和方法 | |
KR101274935B1 (ko) | 습도 및 엔탈피 기반 건물 환기 제어 방법 | |
CN103062861A (zh) | 用于中央空调的节能监控方法及*** | |
CN102043907A (zh) | 空调房间实时冷负荷确定方法 | |
CN202254110U (zh) | 空调电能控制装置 | |
US20150346741A1 (en) | Method and apparatus for distributed control of thermostatic electric loads using high-granularity energy usage data | |
CN105674491A (zh) | 一种基于云平台的室内环境管理*** | |
JP6610281B2 (ja) | 情報処理装置、制御方法及び制御プログラム | |
CN108197404A (zh) | 一种基于时间遗传特性的建筑负荷预测方法 | |
CN115470566A (zh) | 一种基于bim的智慧建筑能耗控制方法及*** | |
CN111102646A (zh) | 基于数据驱动的智能气候补偿方法及装置 | |
Yu et al. | Model-based predictive control for building energy management: Part II–Experimental validations | |
JP6343499B2 (ja) | エネルギー管理システム | |
Yang et al. | Implementation of intelligent air conditioner for fine agriculture | |
CN110726219A (zh) | 空调的控制方法、装置和***,存储介质及处理器 |
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 |