CN105046595A - 一种基于物联网技术的能效评估诊断云系统及方法 - Google Patents
一种基于物联网技术的能效评估诊断云系统及方法 Download PDFInfo
- Publication number
- CN105046595A CN105046595A CN201510440474.2A CN201510440474A CN105046595A CN 105046595 A CN105046595 A CN 105046595A CN 201510440474 A CN201510440474 A CN 201510440474A CN 105046595 A CN105046595 A CN 105046595A
- Authority
- CN
- China
- Prior art keywords
- energy
- energy consumption
- data
- cloud server
- control device
- 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
- 238000005516 engineering process Methods 0.000 title claims abstract description 20
- 238000000034 method Methods 0.000 title claims abstract description 19
- 238000003745 diagnosis Methods 0.000 title claims abstract description 17
- 238000005265 energy consumption Methods 0.000 claims abstract description 56
- 238000012544 monitoring process Methods 0.000 claims abstract description 20
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 20
- 238000005057 refrigeration Methods 0.000 claims abstract description 13
- 230000007613 environmental effect Effects 0.000 claims abstract description 10
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims abstract description 7
- 229910052799 carbon Inorganic materials 0.000 claims abstract description 7
- 238000005457 optimization Methods 0.000 claims abstract description 7
- 238000011156 evaluation Methods 0.000 claims description 40
- 238000001816 cooling Methods 0.000 claims description 19
- 238000004458 analytical method Methods 0.000 claims description 17
- 239000000498 cooling water Substances 0.000 claims description 17
- 230000005484 gravity Effects 0.000 claims description 10
- 230000006855 networking Effects 0.000 claims description 10
- 238000002405 diagnostic procedure Methods 0.000 claims description 8
- 230000005540 biological transmission Effects 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000004321 preservation Methods 0.000 claims description 4
- 238000012546 transfer Methods 0.000 claims description 3
- 230000005611 electricity Effects 0.000 description 4
- 239000006185 dispersion Substances 0.000 description 3
- 238000004134 energy conservation Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 101150012579 ADSL gene Proteins 0.000 description 1
- 102100020775 Adenylosuccinate lyase Human genes 0.000 description 1
- 108700040193 Adenylosuccinate lyases Proteins 0.000 description 1
- 241001269238 Data Species 0.000 description 1
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
Classifications
-
- 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
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Air Conditioning Control Device (AREA)
Abstract
一种基于物联网技术的能效评估诊断云系统及方法，包括冷热源控制子系统（1），其特征在于：所述冷热源控制子系统（1）分别与冷媒水输送控制装置（2）、制冷优化控制装置（4）以及环境参数采集单元（7）相连接，冷热源控制子系统（1）与以太网（19）的下行连接端相连接，以太网（19）的上行连接端与云服务器（20）相连接，本发明针对各级能耗节点和各控制单元采集的数据采用模糊算法进行动态能效决策，并通过重心法反模糊化算法生成对应的系统能耗对比表和能耗优化建议表，并能够为碳交易提供原始数据，有效解决了现有能源服务企业无法获得客观原始用能数据的难题，特别适用于对公共建筑中央空调冷热源站的集中统一监控和便捷化管理。
Description
技术领域
本发明涉及一种能效评估诊断云系统，尤其涉及一种基于物联网技术的能效评估诊断云系统及方法，属于节能环保技术领域。
背景技术
我国建筑总能耗约占全国能源消耗总量的19.1%。其中，公共建筑的能耗约占建筑总能耗的26.4%，提供公共建筑的用能水平对降低我国的建筑能耗具有重要的意义。
中央空调是大型公共建筑的主要耗能设备，其能耗占比达到50%-60%。长期以来，设计冗余和施工中存在的不合理现象，导致中央空调系统的运行普遍存在大马拉小车的现象，中央空调系统的节能空间巨大。针对中央空调开展能耗的在线监测和分析，科学实施节能技术改造，对提高中央空调系统的能耗具有重要的意义。
发明内容
本发明的目的是针对现有的能效评估结构简单，各能耗节点数据分散，不利于远程采集和集中处理，智能化程度较低，无法形成能效评估诊断结构，不利于系统网内能耗设备节能优化的缺陷和不足，提供一种智能化程度高，能够对分散的能耗节点数据进行远程采集和集中处理，能够快速形成能效评估诊断结构，有利于系统网内能耗设备节能优化，控制精度和准确性都得到极大提高的一种基于物联网技术的能效评估诊断云系统及方法。
为实现上述目的，本发明的第一个技术解决方案是：一种基于物联网技术的能效评估诊断云系统，包括冷热源控制子系统，其特征在于：所述冷热源控制子系统分别与冷媒水输送控制装置、制冷优化控制装置以及环境参数采集单元相连接，冷媒水输送控制装置与冷冻水泵相连接，制冷优化控制装置分别与冷却水泵和冷却塔风机相连接，环境参数采集单元分别与水温传感器、温湿度传感器以及流量计相连接，冷热源控制子系统与以太网的下行连接端相连接，以太网的下行连接端还分别与空气调节控制装置和冷热量分配控制装置相连接，空气调节控制装置与新风机组或空气处理机组相连接，以太网的上行连接端与云服务器相连接。
所述冷热量分配控制装置连接有一个或多个分支控制单元，分支控制单元分别与电动阀门、水温传感器以及计量器相连接。
所述以太网还与与客户端和第三方监测系统相连接，客户端上连接有信息输出设备。
所述云服务器通过有线或无线传输方式与终端设备相连接。
为实现上述目的，本发明的第二个技术解决方案是：一种基于物联网技术的能效评估诊断方法，其特征在于包括以下步骤：
a、首先在云服务器中针对新入网用能节点建立低能耗、高能效的标准参数数据库，作为初始评价和诊断的标准；
b、其次对各级能耗节点冷媒水输送控制装置、制冷优化控制装置、分支控制单元的实测数据进行远程采集，并记录控制目标的状态和运行参数，建立相应的各级能耗数据库；
c、接着将采集后的数据传输至云服务器中，在云服务器中进行相应的能效计算和能量损耗分析，云服务器将所有能耗分析数据和能效数据进行综合、存储、分析以及趋势判断，并将分析判断结果显示在云服务器所属的监控平台上，同时根据分析判断结果进行控制或报警动作；
d、然后云服务器利用动态能耗计算结果和历史数据以及采集的相应环境参数，针对各级能耗节点和相应的控制单元采集的数据采用模糊算法进行动态能效决策，并通过重心法反模糊化算法生成对应的系统能耗对比表和能耗优化建议表；
e、针对全网同类设备的动态能效计算数据，在第三方监测系统上生成动态能效评估表，实时显示对应用能节点设备的相对能效水平和分级评价结论；
f、最后所有以上诊断结果和评价结果以及保存的动态实时数据可以为碳交易提供原始数据，云服务器通过以太网向客户端和第三方监测系统发送数据。
所述云服务器存储有供模糊决策模块调用的模糊输入赋值表以及模糊控制表的数值信息。
所述b步骤中模糊子集赋值计算的正态函数为：。
所述d步骤中重心法反模糊化的计算公式如下：。
所述b步骤中各级能耗的计算公式为：
，。
本发明的有益效果是：
1．本发明智能化程度高，能够对分散的能耗节点数据进行远程采集和集中处理，能够快速形成能效评估诊断结构，有利于系统网内能耗设备节能优化，控制精度和准确性都得到极大提高，同时还能够增加新入网用户和新连网设备，形成一个庞大的系统网络，具有巨大的网络化整体优势。
2、本发明针对各级能耗节点和相应的控制单元采集的数据采用模糊算法进行动态能效决策，并通过重心法反模糊化算法生成对应的系统能耗对比表和能耗优化建议表，云服务器能够生成对能效水平的评估结论以及分级评价结论，并能够为碳交易提供原始数据。
3、本发明能够提供实时耗能数据并进行数据处理，有效解决了现有能源服务企业无法获得客观的原始用能数据的难题，将有力的推动能源服务企业在节能服务和评估方面的发展，特别适用于对公共建筑中央空调冷热源站的集中统一监控和便捷化管理。
附图说明
图1是本发明的结构示意图。
图中：冷热源控制子系统1，冷媒水输送控制装置2，冷冻水泵3，制冷优化控制装置4，冷却水泵5，冷却塔风机6，环境参数采集单元7，水温传感器8，温湿度传感器9，流量计10，空气调节控制装置11，新风机组12，空气处理机组13，冷热量分配控制装置14，分支控制单元15，电动阀门16，水温传感器17，计量器18，以太网19，云服务器20，客户端21，第三方监测系统22。
具体实施方式
以下结合附图说明和具体实施方式对本发明作进一步的详细描述。
参见图1，本发明的一种基于物联网技术的能效评估诊断云系统及方法，包括冷热源控制子系统1，其特征在于：所述冷热源控制子系统1分别与冷媒水输送控制装置2、制冷优化控制装置4以及环境参数采集单元7相连接，冷媒水输送控制装置2与冷冻水泵3相连接，制冷优化控制装置4分别与冷却水泵5和冷却塔风机6相连接，环境参数采集单元7分别与水温传感器8、温湿度传感器9以及流量计10相连接，冷热源控制子系统1与以太网19的下行连接端相连接，以太网19的下行连接端还分别与空气调节控制装置11和冷热量分配控制装置14相连接，空气调节控制装置11与新风机组12或空气处理机组13相连接，太网19的上行连接端与云服务器20相连接。
所述冷热量分配控制装置14连接有一个或多个分支控制单元15，分支控制单元15分别与电动阀门16、水温传感器17以及计量器18相连接。
所述以太网19还与与客户端21和第三方监测系统22相连接，客户端21上连接有信息输出设备。
所述云服务器20通过有线或无线传输方式与终端设备相连接。
一种基于物联网技术的能效评估诊断方法，其特征在于包括以下步骤：
a、首先在云服务器20中针对新入网用能节点建立低能耗、高能效的标准参数数据库，作为初始评价和诊断的标准；
b、其次对各级能耗节点冷媒水输送控制装置2、制冷优化控制装置4、分支控制单元15的实测数据进行远程采集，并记录控制目标的状态和运行参数，建立相应的各级能耗数据库；
c、接着将采集后的数据传输至云服务器20中，在云服务器20中进行相应的能效计算和能量损耗分析，云服务器20将所有能耗分析数据和能效数据进行综合、存储、分析以及趋势判断，并将分析判断结果显示在云服务器20所属的监控平台上，同时根据分析判断结果进行控制或报警动作；
d、然后云服务器20利用动态能耗计算结果和历史数据以及采集的相应环境参数，针对各级能耗节点和相应的控制单元采集的数据采用模糊算法进行动态能效决策，并通过重心法反模糊化算法生成对应的系统能耗对比表和能耗优化建议表；
e、针对全网同类设备的动态能效计算数据，在第三方监测系统22上生成动态能效评估表，实时显示对应用能节点设备的相对能效水平和分级评价结论；
f、最后所有以上诊断结果和评价结果以及保存的动态实时数据可以为碳交易提供原始数据，云服务器20通过以太网19向客户端21和第三方监测系统22发送数据。
所述云服务器20存储有供模糊决策模块调用的模糊输入赋值表以及模糊控制表的数值信息。
所述b步骤中模糊子集赋值计算的正态函数为：。
所述d步骤中重心法反模糊化的计算公式如下：。
所述b步骤中各级能耗的计算公式为：
，。
本发明的冷热源控制子系统1为一个或多个，各个冷热源控制子系统1分别与以太网19的下行连接端相连接，冷热源控制子系统1分别与冷媒水输送控制装置2、制冷优化控制装置4以及环境参数采集单元7相连接。冷媒水输送控制装置2与冷冻水泵3相连接，制冷优化控制装置4分别与冷却水泵5和冷却塔风机6相连接，环境参数采集单元7分别与水温传感器8、温湿度传感器9、流量计10、水流压差传感器、智能电力监测仪、脉冲电度表等监测或测量设备相连接。
以太网19的下行连接端还分别与空气调节控制装置11和冷热量分配控制装置14相连接，空气调节控制装置11和可以为一个或多个分别与以太网19相连接，空气调节控制装置11与新风机组12、空气处理机组13等其它用电设备相连接。冷热量分配控制装置14连接有一个或多个分支控制单元15，分支控制单元15分别与电动阀门16、水温传感器17、计量器18等其它测量传感装置相连接，并且在以太网19上还能增加无数分支控制单元15，能够增加新入网用户和新连网设备，借助于物联网，形成了一个庞大的系统网络，具有巨大的网络化整体优势。
以太网19的上行连接端与云服务器20相连接，云服务器20为本发明能效评估诊断云系统的数据分析处理和控制中枢，云服务器20支持ADSL、光纤、3G、无线WIFI等网络传输方式进行数据的收发。云服务器20存储有供模糊决策模块调用的模糊输入赋值表以及模糊控制表的数值信息。云服务器20能够对庞大的终端设备耗能网络进行实时数据采集、监测和分析，并以物联网为基础，所有能耗数据以及分析后的用能指标和节能数据在云服务器20中进行快速综合，能源服务企业使用本系统能够通过云中心向客户端提供相应的数据服务，为用户提供详尽的实时耗能、节能数据，帮助用户进行节能评估并为碳交易提供原始数据记录。以太网19还与与客户端21和第三方监测系统22相连接，客户端21上连接有信息输出设备，云服务器20通过有线或无线传输方式与终端设备相连接。
本发明的能效评估诊断方法具体步骤如下：首先在云服务器20中针对新入网用能节点建立低能耗、高能效的标准参数数据库，作为初始评价和诊断的标准，该标准参数数据库是动态的数据库，能够根据最新的节能环保标准和由于技术进步带来的节能标准的变化而进行实时调整。其次对各级能耗节点的实测数据进行远程采集，例如：远程采集冷媒水输送控制装置2、制冷优化控制装置4、分支控制单元15等实测数据，并记录控制目标的状态和运行参数，控建立相应的各级能耗数据库，制目标包括冷冻水泵3、冷却水泵5、冷却塔风机6、水温传感器8、温湿度传感器9、流量计10等，其中各级能耗的计算公式为：，。接着将采集后的数据传输至云服务器20中，在云服务器20中进行相应的能效计算和能量损耗分析，云服务器20将所有能耗分析数据和能效数据进行综合、存储、分析以及趋势判断，并将分析判断结果显示在云服务器20所属的监控平台上，同时根据分析判断结果进行控制或报警动作。
然后云服务器20利用动态能耗计算结果和历史数据以及采集的相应环境参数，针对各级能耗节点和相应的控制单元采集的数据采用模糊算法进行动态能效决策。同时再通过重心法反模糊化算法生成对应的系统能耗对比表和能耗优化建议表。模糊算法具体如下：首先根据预设值和实测值求得各环境参量偏差值；然后根据数据库预设的模糊量化表，对各偏差值进行模糊化归类；接着调用数据库中的模糊输入赋值表以及模糊控制表，分别得到模糊输入子集和模糊控制子集，计算得到各参量的输出模糊量；最后通过反模糊化模块中的重心法计算，得到输出精确量。以上步骤中模糊子集赋值计算的正态函数为：。以上步骤中重心法反模糊化的计算公式如下：。
针对全网同类设备的动态能效计算数据，在第三方监测系统22上生成动态能效评估表，实时显示对应用能节点设备的相对能效水平和分级评价结论。最后所有以上诊断结果和评价结果以及保存的动态实时数据可以为碳交易提供原始数据，云服务器20通过以太网19向客户端21和第三方监测系统22发送数据。
客户可以选择时间段统计出所选时段内的设备能耗状况，也可以选择系统自动统计的年统计表和月统计表，也可以选择时间段统计出所选时段内的各类设备电费情况，选择系统自动统计的年度电费统计表和月度电费统计表。客户还可以选择时间段统计出所选时段内的各类设备能耗的占比状况，也可以选择系统自动统计的年统计占比图和月统计占比图。此外，为了保证设备故障告警信息的及时送达，项目提供手机数据推送服务，建立一条手机与服务器的连接链路，通过微信将故障信息技术传达给设备管理人员与维护人员，提高售后维修的及时性，防止事故的发生。
本发明能够提供实时耗能数据并进行数据处理，有效解决了能源服务企业无法获得客观的原始用能数据的难题，将有力的推动能源服务企业在节能服务和评估方面的发展，特别适用于对公共建筑中央空调冷热源站的集中统一监控和便捷化管理。
Claims (9)
1.一种基于物联网技术的能效评估诊断云系统，包括冷热源控制子系统（1），其特征在于：所述冷热源控制子系统（1）分别与冷媒水输送控制装置（2）、制冷优化控制装置（4）以及环境参数采集单元（7）相连接，冷媒水输送控制装置（2）与冷冻水泵（3）相连接，制冷优化控制装置（4）分别与冷却水泵（5）和冷却塔风机（6）相连接，环境参数采集单元（7）分别与水温传感器（8）、温湿度传感器（9）以及流量计（10）相连接，冷热源控制子系统（1）与以太网（19）的下行连接端相连接，以太网（19）的下行连接端还分别与空气调节控制装置（11）和冷热量分配控制装置（14）相连接，空气调节控制装置（11）与新风机组（12）或空气处理机组（13）相连接，以太网（19）的上行连接端与云服务器（20）相连接。
2.根据权利要求1所述的一种基于物联网技术的能效评估诊断云系统，其特征在于：所述冷热量分配控制装置（14）连接有一个或多个分支控制单元（15），分支控制单元（15）分别与电动阀门（16）、水温传感器（17）以及计量器（18）相连接。
3.根据权利要求1所述的一种基于物联网技术的能效评估诊断云系统，其特征在于：所述以太网（19）还与与客户端（21）和第三方监测系统（22）相连接，客户端（21）上连接有信息输出设备。
4.根据权利要求1所述的一种基于物联网技术的能效评估诊断云系统，其特征在于：所述云服务器（20）通过有线或无线传输方式与终端设备相连接。
5.一种基于物联网技术的能效评估诊断方法，其特征在于包括以下步骤：
a、首先在云服务器（20）中针对新入网用能节点建立低能耗、高能效的标准参数数据库，作为初始评价和诊断的标准；
b、其次对各级能耗节点冷媒水输送控制装置（2）、制冷优化控制装置（4）、分支控制单元（15）的实测数据进行远程采集，并记录控制目标的状态和运行参数，建立相应的各级能耗数据库；
c、接着将采集后的数据传输至云服务器（20）中，在云服务器（20）中进行相应的能效计算和能量损耗分析，云服务器（20）将所有能耗分析数据和能效数据进行综合、存储、分析以及趋势判断，并将分析判断结果显示在云服务器（20）所属的监控平台上，同时根据分析判断结果进行控制或报警动作；
d、然后云服务器（20）利用动态能耗计算结果和历史数据以及采集的相应环境参数，针对各级能耗节点和相应的控制单元采集的数据采用模糊算法进行动态能效决策，并通过重心法反模糊化算法生成对应的系统能耗对比表和能耗优化建议表；
e、针对全网同类设备的动态能效计算数据，在第三方监测系统（22）上生成动态能效评估表，实时显示对应用能节点设备的相对能效水平和分级评价结论；
f、最后所有以上诊断结果和评价结果以及保存的动态实时数据可以为碳交易提供原始数据，云服务器（20）通过以太网（19）向客户端（21）和第三方监测系统（22）发送数据。
6.根据权利要求5所述的一种基于物联网技术的能耗能效诊断方法，其特征在于：所述云服务器（20）存储有供模糊决策模块调用的模糊输入赋值表以及模糊控制表的数值信息。
7.根据权利要求5所述的一种基于物联网技术的能效评估诊断方法，其特征在于：所述b步骤中模糊子集赋值计算的正态函数为：。
8.根据权利要求5所述的一种基于物联网技术的能效评估诊断方法，其特征在于：所述d步骤中重心法反模糊化的计算公式如下：。
9.根据权利要求5所述的一种基于物联网技术的能效评估诊断方法，其特征在于：所述b步骤中各级能耗的计算公式为：
，。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510440474.2A CN105046595B (zh) | 2015-07-24 | 2015-07-24 | 一种基于物联网技术的能效评估诊断云系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510440474.2A CN105046595B (zh) | 2015-07-24 | 2015-07-24 | 一种基于物联网技术的能效评估诊断云系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105046595A true CN105046595A (zh) | 2015-11-11 |
| CN105046595B CN105046595B (zh) | 2021-12-28 |
Family
ID=54453118
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510440474.2A Active CN105046595B (zh) | 2015-07-24 | 2015-07-24 | 一种基于物联网技术的能效评估诊断云系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105046595B (zh) |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106154880A (zh) * | 2016-07-21 | 2016-11-23 | 太原理工大学 | 构建冷热源通用控制系统的方法 |
| CN106707838A (zh) * | 2015-11-18 | 2017-05-24 | 上海宝冶集团有限公司 | 基于Linux架构的建筑能源数据采集系统及方法 |
| CN107037768A (zh) * | 2017-05-15 | 2017-08-11 | 安徽亿纵电子科技有限公司 | 一种建筑能耗安全监控系统 |
| CN107065629A (zh) * | 2017-06-03 | 2017-08-18 | 合肥佳洋电子科技有限公司 | 一种智能化楼宇监控系统 |
| WO2018069839A1 (en) * | 2016-10-14 | 2018-04-19 | E M Intelligence Limited | Online energy audit system |
| CN109190836A (zh) * | 2018-09-17 | 2019-01-11 | 北京清电实创科技有限公司 | 公共建筑能源系统智能管控云 |
| CN112798318A (zh) * | 2021-02-06 | 2021-05-14 | 济南蓝辰能源技术有限公司 | 一种湿冷机组冷端性能监测及智能诊断系统 |
| CN114095532A (zh) * | 2021-11-04 | 2022-02-25 | 湖北未知信息技术有限公司 | 一种基于云计算的模糊控制空调系统 |
| CN114893886A (zh) * | 2022-01-25 | 2022-08-12 | 扬州华科智能科技有限公司 | 一种集中式暖通空调综合节能控制系统及其控制方法 |
| CN116520718A (zh) * | 2023-07-03 | 2023-08-01 | 深圳小米房产网络科技有限公司 | 一种基于物联网技术的智能家居自适应控制方法和装置 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1654893A (zh) * | 2005-01-28 | 2005-08-17 | 杨东 | 中央空调节能智能控制系统 |
| CN201255824Y (zh) * | 2008-05-15 | 2009-06-10 | 广州施杰节能科技有限公司 | 一种中央空调制冷系统实时能效监测诊断装置 |
| CN101893851A (zh) * | 2010-07-12 | 2010-11-24 | 郭栋才 | 一种室内温度模糊控制系统及其方法 |
| CN101975673A (zh) * | 2010-09-07 | 2011-02-16 | 区峰 | 中央空调系统能效实时监测系统及方法 |
| CN102147146A (zh) * | 2011-04-22 | 2011-08-10 | 黄真银 | 中央空调数字化集成智能控制系统及其调节方法 |
| CN102721156A (zh) * | 2012-06-30 | 2012-10-10 | 李钢 | 中央空调自寻优智能模糊控制装置及其控制方法 |
| US20130066477A1 (en) * | 2010-03-05 | 2013-03-14 | Longdhua (Beijing) Controls Technology Co., Ltd. | Energy management control system based on cloud computing and method thereof |
| CN103759961A (zh) * | 2014-01-23 | 2014-04-30 | 国家电网公司 | 一种电制冷冷水机组中央空调系统能效评估方法 |
-
2015
- 2015-07-24 CN CN201510440474.2A patent/CN105046595B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1654893A (zh) * | 2005-01-28 | 2005-08-17 | 杨东 | 中央空调节能智能控制系统 |
| CN201255824Y (zh) * | 2008-05-15 | 2009-06-10 | 广州施杰节能科技有限公司 | 一种中央空调制冷系统实时能效监测诊断装置 |
| US20130066477A1 (en) * | 2010-03-05 | 2013-03-14 | Longdhua (Beijing) Controls Technology Co., Ltd. | Energy management control system based on cloud computing and method thereof |
| CN101893851A (zh) * | 2010-07-12 | 2010-11-24 | 郭栋才 | 一种室内温度模糊控制系统及其方法 |
| CN101975673A (zh) * | 2010-09-07 | 2011-02-16 | 区峰 | 中央空调系统能效实时监测系统及方法 |
| CN102147146A (zh) * | 2011-04-22 | 2011-08-10 | 黄真银 | 中央空调数字化集成智能控制系统及其调节方法 |
| CN102721156A (zh) * | 2012-06-30 | 2012-10-10 | 李钢 | 中央空调自寻优智能模糊控制装置及其控制方法 |
| CN103759961A (zh) * | 2014-01-23 | 2014-04-30 | 国家电网公司 | 一种电制冷冷水机组中央空调系统能效评估方法 |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106707838A (zh) * | 2015-11-18 | 2017-05-24 | 上海宝冶集团有限公司 | 基于Linux架构的建筑能源数据采集系统及方法 |
| CN106154880A (zh) * | 2016-07-21 | 2016-11-23 | 太原理工大学 | 构建冷热源通用控制系统的方法 |
| WO2018069839A1 (en) * | 2016-10-14 | 2018-04-19 | E M Intelligence Limited | Online energy audit system |
| CN107037768A (zh) * | 2017-05-15 | 2017-08-11 | 安徽亿纵电子科技有限公司 | 一种建筑能耗安全监控系统 |
| CN107065629A (zh) * | 2017-06-03 | 2017-08-18 | 合肥佳洋电子科技有限公司 | 一种智能化楼宇监控系统 |
| CN109190836A (zh) * | 2018-09-17 | 2019-01-11 | 北京清电实创科技有限公司 | 公共建筑能源系统智能管控云 |
| CN112798318A (zh) * | 2021-02-06 | 2021-05-14 | 济南蓝辰能源技术有限公司 | 一种湿冷机组冷端性能监测及智能诊断系统 |
| CN114095532A (zh) * | 2021-11-04 | 2022-02-25 | 湖北未知信息技术有限公司 | 一种基于云计算的模糊控制空调系统 |
| CN114095532B (zh) * | 2021-11-04 | 2024-04-16 | 湖北未知信息技术有限公司 | 一种基于云计算的模糊控制空调系统 |
| CN114893886A (zh) * | 2022-01-25 | 2022-08-12 | 扬州华科智能科技有限公司 | 一种集中式暖通空调综合节能控制系统及其控制方法 |
| CN114893886B (zh) * | 2022-01-25 | 2023-09-12 | 扬州华科智能科技有限公司 | 一种集中式暖通空调综合节能控制系统及其控制方法 |
| CN116520718A (zh) * | 2023-07-03 | 2023-08-01 | 深圳小米房产网络科技有限公司 | 一种基于物联网技术的智能家居自适应控制方法和装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105046595B (zh) | 2021-12-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105046595A (zh) | 一种基于物联网技术的能效评估诊断云系统及方法 | |
| CN203012939U (zh) | 一种能耗监测系统 | |
| CN102541015B (zh) | 一种能效智能控制系统及方法 | |
| CN104570973B (zh) | 一种企业能源管理方法及装置 | |
| CN113642936B (zh) | 一种需求侧碳流边缘分析方法、终端与系统 | |
| CN102705955B (zh) | 环境与制冷的云管理系统 | |
| CN105928134A (zh) | 一种中央空调制冷站能效分析云系统 | |
| CN105320123B (zh) | 一种基于在线监测数据的测控设备健康状态评价系统和方法 | |
| CN108510100A (zh) | 一种基于关联规则的智能建筑的能耗优化管理实现方法 | |
| CN112213982A (zh) | 一种基于物联网技术的城市智慧供热管控一体化系统 | |
| CN104075403A (zh) | 一种空调能耗监测与诊断系统和方法 | |
| CN105956752A (zh) | 用于绿色公共建筑运营阶段的能效评估与诊断分析方法 | |
| CN104456852A (zh) | 集中空调制冷机房运行的监测评价系统及监测评价方法 | |
| CN111780332B (zh) | 一种中央空调分户计量方法及装置 | |
| CN107940668A (zh) | 一种基于多目标优化的公共建筑暖通空调系统诊断方法 | |
| CN109309733A (zh) | 一种物联网能源监测系统 | |
| CN109409732A (zh) | 一种能耗管理系统及管理方法 | |
| CN115840394A (zh) | 一种智能化楼宇碳管控系统 | |
| CN108092264A (zh) | 一种面向大规模柔性负荷资源的调控系统 | |
| KR20150026230A (ko) | Bim 데이터를 이용한 셀프 러닝 건물 에너지 관리 시스템 | |
| CN107657339A (zh) | 家庭能效管理方法和系统 | |
| Lei et al. | Prediction method of energy consumption for high building based on LMBP neural network | |
| CN116667535A (zh) | 一种新能源模块化的微电网协调控制系统 | |
| CN208312636U (zh) | 中央空调监控系统 | |
| CN104618133B (zh) | 一种电网电压质量监测数据采集方法及系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Address after: 430070 2 unit 302, Anshun home, Anshun Road, Wuchang District, Wuhan, Hubei, China 302 Applicant after: WUHAN TAIKANGXIANG TECHNOLOGY Co.,Ltd. Address before: 430070 2 unit 302, Anshun home, Anshun Road, Wuchang District, Wuhan, Hubei, China 302 Applicant before: WUHAN TAIKANGXIANG TECHNOLOGY CO.,LTD. |
|
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20240131 Address after: 8 / F, building 12, Yuecheng block, intersection of Jinlong South Road and Longxiang street, Hanyang District, Wuhan City, Hubei Province Patentee after: WUHAN SHENGDA DONGGAO TECHNOLOGY Co.,Ltd. Country or region after: China Address before: 430070 2 unit 302, Anshun home, Anshun Road, Wuchang District, Wuhan, Hubei, China 302 Patentee before: WUHAN TAIKANGXIANG TECHNOLOGY Co.,Ltd. Country or region before: China |