CN106352542A - 一种储水式电热水器剩余洗浴时间的预测方法 - Google Patents
一种储水式电热水器剩余洗浴时间的预测方法 Download PDFInfo
- Publication number
- CN106352542A CN106352542A CN201610970400.4A CN201610970400A CN106352542A CN 106352542 A CN106352542 A CN 106352542A CN 201610970400 A CN201610970400 A CN 201610970400A CN 106352542 A CN106352542 A CN 106352542A
- Authority
- CN
- China
- Prior art keywords
- temperature
- water
- bathing
- hot water
- inner bag
- 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
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 230
- 238000000034 method Methods 0.000 title claims abstract description 25
- 238000003860 storage Methods 0.000 title abstract description 4
- 238000005070 sampling Methods 0.000 claims abstract description 22
- 238000013528 artificial neural network Methods 0.000 claims abstract description 20
- 238000003287 bathing Methods 0.000 claims description 95
- 238000002474 experimental method Methods 0.000 claims description 35
- 230000007935 neutral effect Effects 0.000 claims description 18
- 238000013277 forecasting method Methods 0.000 claims description 9
- 230000006870 function Effects 0.000 claims description 4
- 238000010438 heat treatment Methods 0.000 claims description 4
- 230000000694 effects Effects 0.000 claims description 3
- 238000009413 insulation Methods 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 2
- 230000005611 electricity Effects 0.000 claims 1
- 238000004364 calculation method Methods 0.000 description 5
- 238000013499 data model Methods 0.000 description 4
- 230000003111 delayed effect Effects 0.000 description 4
- 238000009826 distribution Methods 0.000 description 3
- 238000000205 computational method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 210000005036 nerve Anatomy 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 241000452036 Hydrometra stagnorum Species 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 210000000232 gallbladder Anatomy 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24H—FLUID HEATERS, e.g. WATER OR AIR HEATERS, HAVING HEAT-GENERATING MEANS, e.g. HEAT PUMPS, IN GENERAL
- F24H1/00—Water heaters, e.g. boilers, continuous-flow heaters or water-storage heaters
- F24H1/18—Water-storage heaters
- F24H1/20—Water-storage heaters with immersed heating elements, e.g. electric elements or furnace tubes
- F24H1/201—Water-storage heaters with immersed heating elements, e.g. electric elements or furnace tubes using electric energy supply
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24H—FLUID HEATERS, e.g. WATER OR AIR HEATERS, HAVING HEAT-GENERATING MEANS, e.g. HEAT PUMPS, IN GENERAL
- F24H9/00—Details
- F24H9/20—Arrangement or mounting of control or safety devices
- F24H9/2007—Arrangement or mounting of control or safety devices for water heaters
- F24H9/2014—Arrangement or mounting of control or safety devices for water heaters using electrical energy supply
- F24H9/2021—Storage heaters
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Thermal Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Heat-Pump Type And Storage Water Heaters (AREA)
- Control For Baths (AREA)
Abstract
一种储水式电热水器剩余洗浴时间预测方法，包括以下步骤：针对储水式电热水器，以某一采样周期提取用水时刻的流量、热水出水温度、内胆温度及冷水进水温度；采用最小二乘线性拟合方法分别计算出热水出水温度和内胆温度变化率；将所述流量、热水出水温度、内胆温度、冷水进水温度、热水出水温度变化率和内胆温度变化率作为神经网络输入量，经神经网络运算，预估出剩余等效洗浴水量；根据热量守恒定律，依据当前采样提取的流量、热水出水温度及冷水进水温度，计算出等效洗浴水量用水率；最后用预估的剩余可用等效洗浴水量除以等效洗浴水量用水率可得到剩余洗浴时间。本发明可准确预估出剩余洗浴时间，以提高用户洗浴质量，增强用户体验。
Description
技术领域
本发明涉及电热水器技术领域，特别涉及一种储水式电热水器剩余洗浴时间的预测方法。
背景技术
当前，智能家居产业正受到广泛的关注，并在全球掀起了一股智能家居的热潮。其中，储水式电热水器作为重要的家用电器，其功能已在先前单一的加热、保温、用水之上加入了多种诸如预约、定时、速热、3D、中保等多种高级应用。特别的，为了提高洗浴质量和用户体验，近年来关于储水式电热水器的剩余水量或剩余洗浴时间的相关技术也已逐渐兴起，若能在洗浴过程中，较为准确地预测剩余热水量或洗浴时间，则可使用户实时掌控洗浴进度，并能及时应对热水浪费和洗浴水量不足的情况，这是一种较强的现实需求，也对增强储水式电热水器产品的核心竞争力具有重要的积极意义。
在众多现有技术中，比较新颖且有代表性的方法有：
发明申请公布号CN 104112065 A，申请日2014年6月30日，申请公布日2014年10月22日，发明创造的名称为热水器和热水器剩余洗浴时间的计算方法，该案公开了一种热水器剩余洗浴时间的计算方法，主要步骤有：①获取热水器的初始参数(几何、状态、设定和热力学等)；②根据初始参数确定二维数据模型参数(如内胆垂直分层数量、每层能量块数量和洗浴截止温度)以建立二维数据模型；③根据二维数据模型参数以及温度分布估计方法估算热水器内胆的初始温度分布；④根据热水器内胆的初始温度分布采用温度迭代方法计算热水器内胆内的实时温度；⑤根据热水器内胆内的实时温度和二维数据模型参数计算热水器的剩余洗浴时间。本案基于热传导相关理论推导出实时温度和截止洗浴温度之间的时间间隔，从理论性上看应具有较好的预测精度，但其涉及影响因数较多、迭代运算量较大，对电热水器数据处理单元要求较高。
发明申请公布号CN 105202765 A，申请日2015年8月29日，申请公布日2015年12月30日，发明创造的名称为预测热水器剩余热水量的装置和方法，该案公开了一种预测热水器剩余热水量的装置和方法，将水箱体积沿垂直方向分成若干个子区域，每个子区域内对应设有一个温度传感器，用于检测并反馈对应子区域的温度，以准确预测水箱内剩余的热水量。通过垂直细分电热水器储水空间，并分别计算各子区域剩余热水量，从理论亦可较为精确地推导出总剩余热水量值。但为得到较好预测结果，必然使用较多的温度传感器，这不但会增加电热水器的制造(硬件和软件)、维护等成本，同时也会影响到其使用的可靠性。
因此，综合考虑硬件成本、算法复杂度和预期目标，如何在尽可能不改变现有储水式电热水器基本配置的情况下，设计出一种较精确的剩余洗浴时间预测方法，具有重要的现实意义。
发明内容
根据上述不足之处，本发明的目的在于：提供一种储水式电热水器剩余洗浴时间预测方法，该方法利用电热水器的实验数据，通过创建适当的神经网络模型，以准确地预估出剩余洗浴水量及洗浴时间，提高用户洗浴质量，增强用户体验。
为实现上述目的，本发明的技术方案在于：一种储水式电热水器剩余洗浴时间预测方法，包括用水数据采样提取，温度变化率计算，神经网络等效洗浴水量预估，等效洗浴水量用水率计算和剩余洗浴时间计算共5个步骤，具体为：
S1，针对任一型号的储水式电热水器，以某一采样周期提取用水时刻的流量、热水出水温度、内胆温度及冷水进水温度；
S2，依据当前及前若干秒内采样的热水出水温度和内胆温度，采用最小二乘线性拟合方法分别计算出热水出水温度变化率和内胆温度变化率；
S3，将所述流量、热水出水温度、内胆温度、冷水进水温度、热水出水温度变化率和内胆温度变化率变量作为神经网络输入量，经神经网络运算，预估出剩余等效洗浴水量；
S4，根据热量守恒定律，依据当前采样提取的流量、热水出水温度及冷水进水温度，计算出等效洗浴水量用水率；
S5，用神经网络预估的剩余可用等效洗浴水量除以当前等效洗浴水量用水率以得到剩余洗浴时间的预测值，即为用户提供可视化洗浴信息。
进一步地，所述采样周期设定为2～10秒；所述出水温度及内胆温度的变化率计算采用过去10～30秒内数据。
进一步地，所述等效洗浴水量为某一热水出水量与适量的进水冷水充分混合后得到的水温为可洗浴温度的水量。按照用户洗浴习惯，所述可洗浴温度的设置范围为38℃—42℃，优选的是所述可洗浴温度设置为40℃。
进一步地，所述神经网络为多层前馈网络，如RBF、BP神经网络等。
所述BP神经网络的创建步骤为：①针对任一型号的储水式电热水器，依次进行多组不同进水温度、内胆温度和进水流量条件下的用水实验，以某一采样周期得到加热—保温—放水实验数据；②根据出水口温度大于40℃和流量不为零两个条件，剔除不满足条件的数据，以提取出原始数据中的流量、热水出水温度、内胆温度和冷水进水温度数据集；③依据采样的出水温度及内胆温度，利用最小二乘线性拟合算法求出各自温度变化率，并连同流量、冷水进水温度、热水出水温度及其内胆温度作为神经网络输入数据集，同时利用原始数据中的各点流量、冷水进水温度和热水出水温度求取输入数据集对应的剩余等效洗浴水量数据集，作为输出数据集；④按照各数据变量的最大最小范围，对整理后的输入数据集和对应的输出数据集归一化；⑤依托神经网络工具箱，建立并训练六输入单输出的网络模型，通过计算和比较不同隐层节点数下输出的剩余等效洗浴水量与实际输出数据集间的误差，得到输出误差较小且运算量较小的神经网络结构；⑥获得所述神经网络结构的权值和阀值数组，并编写成C语言函数，便可依据在线采集的用水数据，预估出当前剩余等效洗浴水量。
此外，在用水时设可洗浴温度为计算温度阈值，当热水出水温度低于该阈值时，剩余洗浴时间为零，反之，则需预测剩余洗浴时间。
本发明的有益效果在于：本发明使用较少的传感器(1个流量传感器，3个温度传感器，特别的在适当降低剩余洗浴时间预测精度的条件下冷水温度传感器也可节省)和较小的在线数据运算量，在几乎不改变现有绝大多数储水式电热水器硬件配置的条件下，便可实现较为精确的剩余洗浴时间预测，具有很大的实用价值。
附图说明
附图1为本发明实施例剩余洗浴时间预测方法流程图；
附图2为本发明实施例实验参数A(进水温度、内胆温度和进水流量分别为5℃、65℃和3L/min)时的用水过程实验数据图；
附图3为本发明实施例实验参数B(进水温度、内胆温度和进水流量分别为10℃、65℃和5L/min)时的用水过程实验数据图；
附图4为本发明实施例图5和图6所述的实际剩余等效洗浴水量与神经网络预估等效洗浴水量的比较图；
附图5为本发明实施例隐层节点数为6的神经网络结构图；
附图6为本发明实施例神经网络创建流程图；
图中，11-实验参数A时热水出水温度；12-实验参数A时内胆温度；13-实验参数A时热水出水温度变化率；14-实验参数A时内胆温度变化率；15-实验参数A时实际剩余等效洗浴水量；21-实验参数B时热水出水温度；22-实验参数B时内胆温度；23-实验参数B时热水出水温度变化率；24-实验参数B时内胆温度变化率；25-实验参数B时实际剩余等效洗浴水量；31-实验参数A时神经网络预估剩余等效洗浴水量；32-实验参数B时神经网络预测的剩余等效洗浴水量；4-神经网络；41-输入层；42-隐层；421-输入层至隐层权值；422-输入层至隐层阈值；43-输出层；431-隐层至输出层权值；432-隐层至输出层阈值；44-输出量。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进一步清楚、完整地描述。需要进一步说明的是，本发明不受下述实施例的限制，可根据本发明的技术方案与实际情况来确定具体的实施方式。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应属于本发明保护的范围。
如图1所示，一种储水式电热水器剩余洗浴时间预测方法包括用水数据采样提取S1，温度变化率计算S2，神经网络等效洗浴水量预估S3，等效洗浴水量用水率计算S4和剩余洗浴时间计算S5共5个步骤，具体有：
1)用水数据采样提取S1
某次用水过程中需要采集的数据有流量、热水出水温度、内胆温度和冷水进水温度四个变量。如图2所示为实验参数A，即进水温度、内胆温度和进水流量分别为5℃、65℃和3L/min时的用水过程实验数据图。在该实验中，采用所述60L容量的普通储水式电热水器，并保持进水温度和进水流量恒定，以一定的采样周期分别采集热水出水温度11和内胆温度12，如图2(a)所示。所述采样周期为5秒。
如图3所示为实验参数B，即进水温度、内胆温度和进水流量分别为10℃、65℃和5L/min时的用水过程实验数据图。在该实验中，采用60L容量的普通储水式电热水器，并保持进水温度和进水流量恒定，以一定的采样周期分别采集热水出水温度21和内胆温度22，如图3(a)所示。所述采样周期为5秒。
2)温度变化率计算S2
依据实验采集的热水出水温度11和21以及内胆温度12和22，采用最小二乘线性拟合方法求取实验参数A下的热水出水温度变化率13和内胆温度变化率14，以及实验参数B下的热水出水温度变化率23和内胆温度变化率24，如图2(b)和3(b)所示。所述出水温度及内胆温度的变化率计算采用过去15秒内数据。
进一步地，采用累加计算的方式，可求取出在所述实验参数A和实验参数B时每采样点下的实际剩余等效洗浴水量15和25，如图2(c)和3(c)所示。
3)神经网络等效洗浴水量预估S3
分别将所述实验参数A和实验参数B时的流量(3L/min和5L/min)、热水出水温度(11和21)、内胆温度(12和22)、冷水进水温度(5℃和10℃)、热水出水温度变化率(13和23)和内胆温度变化率(14和24)作为神经网络输入量，经神经网络运算，分别预估出实验参数A和实验参数B时的剩余等效洗浴水量31和32，如图4所示；该图4(a)和4(b)分别表示了本发明实施例图2和图3所述实验参数A和实验参数B时的实际剩余等效洗浴水量15和25与神经网络预估的等效洗浴水量31和32的比较关系，不难看出，神经网络预估等效洗浴水量与实际剩余等效洗浴水量具有很好的相关性和一致性，因此具有很高的预估精度。
进一步地，所述等效洗浴水量为某一热水出水量与适量的进水冷水充分混合后得到了的水温为可洗浴温度的水量。在本实施例中，所述可洗浴温度设置为40℃。
4)等效洗浴水量用水率计算S4
根据热量守恒定律，分别依据所述实验参数A和实验参数B时采样提取的流量(3L/min和5L/min)、热水出水温度(21和31)及冷水进水温度(5℃和10℃)，计算出当前可洗浴温度为40℃时的等效洗浴水量用水率；
5)剩余洗浴时间计算S5
分别用所述实验参数A和实验参数B时某时刻得到的剩余等效洗浴水量25和35除以当前等效洗浴水量用水率可得到剩余洗浴时间的计算值，即可为用户提供可视化洗浴信息。
特别的，如图5所示，在本发明实施例中，所述神经网络为3层BP神经网络4，包括6节点的输入层41，6节点的隐层42和1节点的输出层43。按照神经网络运算规则，通过输入层41与输入层至隐层权值421和输入层至隐层阈值422，以及隐层至输出层权值431和隐层至输出层阈值432间的线性计算，可得到输出量44。
进一步地，如图6所示为本实施例所述BP神经网络4的创建流程。其创建步骤为：①采用所述60L容量的普通储水式电热水器，依次进行64组不同进水温度、内胆温度和进水流量条件下的用水实验，设置采样周期为5秒，得到的加热—保温—放水实验数据S31；②根据出水口温度大于40℃和流量不为零两个条件S32，剔除不满足条件的数据S33，以提取出原始数据中的流量、热水出水温度、内胆温度和冷水进水温度数据集S34；③依据采样的出水温度及内胆温度，利用最小二乘线性拟合算法求出过去10秒内的温度变化率S36，并连同流量、冷水进水温度、热水出水温度及其内胆温度作为神经网络输入数据集，同时利用原始数据中的各点流量、冷水进水温度和热水出水温度求取输入数据集对应的剩余等效洗浴水量数据集S35，作为输出数据集；④按照各数据变量的最大最小范围，对整理后的输入数据集和对应的输出数据集归一化S37；⑤依托BP神经网络工具箱，建立并训练六输入单输出的BP网络模型S38，通过计算和比较不同隐层节点数下输出的剩余等效洗浴水量与实际输出数据集间的误差S39，得到输出误差较小且运算量较小的BP神经网络结构；⑥获得所述BP神经网络结构的权值和阀值数组S310，并编写成C语言函数S311，便可依据在线采集的用水数据S312，预估出储水式热水器的当前剩余等效洗浴水量S313。
此外，在用水时设可洗浴温度为计算温度阈值，当热水出水温度低于该阈值时，剩余洗浴时间为零，反之，则需预测剩余洗浴时间。
以上实施例仅用以说明本发明实施例的技术方案，而非对其限制；尽管参照前述实施例对本发明实施例进行了详细的说明，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实施例技术方案的精神和范围。
Claims (6)
1.一种储水式电热水器剩余洗浴时间预测方法，其特征在于，包括以下步骤：
S1，针对任一型号的储水式电热水器，以某一采样周期提取用水时刻的流量、热水出水温度、内胆温度及冷水进水温度；
S2，依据当前及前若干秒内采样的热水出水温度和内胆温度，采用最小二乘线性拟合方法分别计算出热水出水温度变化率和内胆温度变化率；
S3，将所述流量、热水出水温度、内胆温度、冷水进水温度、热水出水温度变化率和内胆温度变化率作为神经网络输入量，经神经网络运算，预估出剩余等效洗浴水量；
S4，根据热量守恒定律，依据当前采样提取的流量、热水出水温度及冷水进水温度，计算出等效洗浴水量用水率；
S5，用神经网络预估的剩余可用等效洗浴水量除以当前等效洗浴水量用水率以得到剩余洗浴时间的预测值。
2.根据权利要求1所述的储水式电热水器剩余洗浴时间预测方法，其特征在于，所述采样周期设定为2～10秒。
3.根据权利要求1所述的储水式电热水器剩余洗浴时间预测方法，其特征在于，所述出水温度及内胆温度的变化率计算采用过去10～30秒内数据。
4.根据权利要求1所述的储水式电热水器剩余洗浴时间预测方法，其特征在于，所述等效洗浴水量为某一热水出水量与适量的进水冷水充分混合后得到的水温为可洗浴温度的水量；所述可洗浴温度的设置范围为38℃—42℃，优选的是所述可洗浴温度设置为40℃。
5.根据权利要求1所述的储水式电热水器剩余洗浴时间预测方法，其特征在于，所述神经网络为多层前馈网络，如RBF和BP神经网络；其创建步骤为：①针对任一型号的储水式电热水器，依次进行多组不同进水温度、内胆温度和进水流量条件下的用水实验，以所述采样周期得到加热—保温—放水实验数据；②根据出水口温度大于40℃和流量不为零两个条件，剔除不满足条件的数据，以提取出原始数据中的流量、热水出水温度、内胆温度和冷水进水温度数据集；③依据采样的出水温度及内胆温度，利用最小二乘线性拟合算法求出各自温度变化率，并连同流量、冷水进水温度、热水出水温度及其内胆温度作为神经网络输入数据集，同时利用原始数据中的各点流量、冷水进水温度和热水出水温度求取输入数据集对应的剩余等效洗浴水量数据集，作为输出数据集；④按照各数据变量的最大最小范围，对整理后的输入数据集和对应的输出数据集归一化；⑤依托神经网络工具箱，建立并训练六输入单输出的网络模型，通过计算和比较不同隐层节点数下输出的剩余等效洗浴水量与实际输出数据集间的误差，得到输出误差较小且运算量较小的神经网络结构；⑥获得所述神经网络结构的权值和阀值数组，并编写成C语言函数，便可依据在线采集的用水数据，预估出当前剩余等效洗浴水量。
6.根据权利要求1所述的储水式电热水器剩余洗浴时间预测方法，其特征在于，在用水时设可洗浴温度为计算温度阈值，当热水出水温度低于该阈值时，剩余洗浴时间为零，反之，则需预测剩余洗浴时间。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610970400.4A CN106352542B (zh) | 2016-11-04 | 2016-11-04 | 一种储水式电热水器剩余洗浴时间的预测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610970400.4A CN106352542B (zh) | 2016-11-04 | 2016-11-04 | 一种储水式电热水器剩余洗浴时间的预测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106352542A true CN106352542A (zh) | 2017-01-25 |
| CN106352542B CN106352542B (zh) | 2019-03-01 |
Family
ID=57864672
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610970400.4A Expired - Fee Related CN106352542B (zh) | 2016-11-04 | 2016-11-04 | 一种储水式电热水器剩余洗浴时间的预测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106352542B (zh) |
Cited By (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108458484A (zh) * | 2017-02-22 | 2018-08-28 | 芜湖美的厨卫电器制造有限公司 | 热水器的控制方法、装置及热水器 |
| CN108571823A (zh) * | 2017-03-08 | 2018-09-25 | 青岛经济技术开发区海尔热水器有限公司 | 具有动态加热功能电热水器的控制方法及电热水器 |
| CN108571826A (zh) * | 2017-03-08 | 2018-09-25 | 青岛经济技术开发区海尔热水器有限公司 | 一种电热水器控制方法及电热水器 |
| CN108571822A (zh) * | 2017-03-08 | 2018-09-25 | 青岛经济技术开发区海尔热水器有限公司 | 具有动态加热电热水器的剩余洗浴时间计算方法及热水器 |
| CN108759105A (zh) * | 2018-06-25 | 2018-11-06 | 桂林航天工业学院 | 一种电热水器控制方法及热水器 |
| CN108954839A (zh) * | 2017-05-19 | 2018-12-07 | 青岛经济技术开发区海尔热水器有限公司 | 一种热水器的控制方法及热水器 |
| CN110017613A (zh) * | 2019-03-18 | 2019-07-16 | 广东万和新电气股份有限公司 | 储水式热水器剩余洗浴时间的预报方法 |
| CN110398068A (zh) * | 2019-07-05 | 2019-11-01 | 芜湖美的厨卫电器制造有限公司 | 热水器及其数据采集方法和计算机可读存储介质 |
| CN110598336A (zh) * | 2019-09-17 | 2019-12-20 | 美的集团股份有限公司 | 热水器用水量预测方法及装置、热水器及电子设备 |
| CN110822726A (zh) * | 2019-12-03 | 2020-02-21 | 美的集团股份有限公司 | 用水量确定方法及装置、热水器及电子设备 |
| CN110822725A (zh) * | 2019-12-03 | 2020-02-21 | 美的集团股份有限公司 | 热水器用水量确定方法及装置、热水器及电子设备 |
| CN111197867A (zh) * | 2018-11-20 | 2020-05-26 | 芜湖美的厨卫电器制造有限公司 | 热水器的控制方法及热水器 |
| CN112212513A (zh) * | 2019-07-09 | 2021-01-12 | 青岛经济技术开发区海尔热水器有限公司 | 热水器剩余洗浴时间预计方法、装置、热水器和储存介质 |
| CN112361608A (zh) * | 2020-10-27 | 2021-02-12 | 安徽佳暖节能科技有限公司 | 一种智能超高频电热水器的控制方法 |
| CN112361219A (zh) * | 2020-10-26 | 2021-02-12 | 宁波方太厨具有限公司 | 饮水平台及其控制方法 |
| CN112377966A (zh) * | 2020-10-20 | 2021-02-19 | 佛山市南海聚腾环保设备有限公司 | 一种空气能采暖设备节能方法及系统 |
| CN112685896A (zh) * | 2020-12-29 | 2021-04-20 | 电子科技大学成都学院 | 一种用于洗浴的节约热水数学模型的构建方法及使用方法 |
| CN112762607A (zh) * | 2021-02-09 | 2021-05-07 | 北京舍得叔叔科技有限公司 | 储水式热水器及其等效热水量测控方法和测控装置 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2515056B2 (ja) * | 1991-03-12 | 1996-07-10 | リンナイ株式会社 | 給湯器の制御装置 |
| CN1269004A (zh) * | 1997-01-23 | 2000-10-04 | 爱尔哥国际股份有限公司 | 水加热装置 |
| CN104112065A (zh) * | 2014-06-30 | 2014-10-22 | 芜湖美的厨卫电器制造有限公司 | 热水器和热水器剩余洗浴时间的计算方法 |
| CN105115164A (zh) * | 2015-09-02 | 2015-12-02 | 芜湖美的厨卫电器制造有限公司 | 用户用水洗浴行为习惯的分析方法、装置和系统 |
| CN105823213A (zh) * | 2016-05-13 | 2016-08-03 | 艾欧史密斯(中国)热水器有限公司 | 热泵热水器 |
-
2016
- 2016-11-04 CN CN201610970400.4A patent/CN106352542B/zh not_active Expired - Fee Related
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2515056B2 (ja) * | 1991-03-12 | 1996-07-10 | リンナイ株式会社 | 給湯器の制御装置 |
| CN1269004A (zh) * | 1997-01-23 | 2000-10-04 | 爱尔哥国际股份有限公司 | 水加热装置 |
| CN104112065A (zh) * | 2014-06-30 | 2014-10-22 | 芜湖美的厨卫电器制造有限公司 | 热水器和热水器剩余洗浴时间的计算方法 |
| CN105115164A (zh) * | 2015-09-02 | 2015-12-02 | 芜湖美的厨卫电器制造有限公司 | 用户用水洗浴行为习惯的分析方法、装置和系统 |
| CN105823213A (zh) * | 2016-05-13 | 2016-08-03 | 艾欧史密斯(中国)热水器有限公司 | 热泵热水器 |
Cited By (24)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108458484A (zh) * | 2017-02-22 | 2018-08-28 | 芜湖美的厨卫电器制造有限公司 | 热水器的控制方法、装置及热水器 |
| CN108571823A (zh) * | 2017-03-08 | 2018-09-25 | 青岛经济技术开发区海尔热水器有限公司 | 具有动态加热功能电热水器的控制方法及电热水器 |
| CN108571826A (zh) * | 2017-03-08 | 2018-09-25 | 青岛经济技术开发区海尔热水器有限公司 | 一种电热水器控制方法及电热水器 |
| CN108571822A (zh) * | 2017-03-08 | 2018-09-25 | 青岛经济技术开发区海尔热水器有限公司 | 具有动态加热电热水器的剩余洗浴时间计算方法及热水器 |
| CN108954839A (zh) * | 2017-05-19 | 2018-12-07 | 青岛经济技术开发区海尔热水器有限公司 | 一种热水器的控制方法及热水器 |
| CN108759105A (zh) * | 2018-06-25 | 2018-11-06 | 桂林航天工业学院 | 一种电热水器控制方法及热水器 |
| CN108759105B (zh) * | 2018-06-25 | 2021-06-29 | 桂林航天工业学院 | 一种电热水器控制方法及热水器 |
| CN111197867A (zh) * | 2018-11-20 | 2020-05-26 | 芜湖美的厨卫电器制造有限公司 | 热水器的控制方法及热水器 |
| CN110017613A (zh) * | 2019-03-18 | 2019-07-16 | 广东万和新电气股份有限公司 | 储水式热水器剩余洗浴时间的预报方法 |
| CN110398068A (zh) * | 2019-07-05 | 2019-11-01 | 芜湖美的厨卫电器制造有限公司 | 热水器及其数据采集方法和计算机可读存储介质 |
| CN112212513A (zh) * | 2019-07-09 | 2021-01-12 | 青岛经济技术开发区海尔热水器有限公司 | 热水器剩余洗浴时间预计方法、装置、热水器和储存介质 |
| CN112212513B (zh) * | 2019-07-09 | 2022-07-19 | 青岛经济技术开发区海尔热水器有限公司 | 热水器剩余洗浴时间预计方法、装置、热水器和储存介质 |
| CN110598336A (zh) * | 2019-09-17 | 2019-12-20 | 美的集团股份有限公司 | 热水器用水量预测方法及装置、热水器及电子设备 |
| CN110598336B (zh) * | 2019-09-17 | 2021-08-31 | 美的集团股份有限公司 | 热水器用水量预测方法及装置、热水器及电子设备 |
| CN110822726A (zh) * | 2019-12-03 | 2020-02-21 | 美的集团股份有限公司 | 用水量确定方法及装置、热水器及电子设备 |
| CN110822725A (zh) * | 2019-12-03 | 2020-02-21 | 美的集团股份有限公司 | 热水器用水量确定方法及装置、热水器及电子设备 |
| CN110822726B (zh) * | 2019-12-03 | 2021-03-12 | 美的集团股份有限公司 | 用水量确定方法及装置、热水器及电子设备 |
| CN112377966A (zh) * | 2020-10-20 | 2021-02-19 | 佛山市南海聚腾环保设备有限公司 | 一种空气能采暖设备节能方法及系统 |
| CN112361219A (zh) * | 2020-10-26 | 2021-02-12 | 宁波方太厨具有限公司 | 饮水平台及其控制方法 |
| CN112361219B (zh) * | 2020-10-26 | 2022-03-08 | 宁波方太厨具有限公司 | 饮水平台及其控制方法 |
| CN112361608A (zh) * | 2020-10-27 | 2021-02-12 | 安徽佳暖节能科技有限公司 | 一种智能超高频电热水器的控制方法 |
| CN112685896A (zh) * | 2020-12-29 | 2021-04-20 | 电子科技大学成都学院 | 一种用于洗浴的节约热水数学模型的构建方法及使用方法 |
| CN112762607A (zh) * | 2021-02-09 | 2021-05-07 | 北京舍得叔叔科技有限公司 | 储水式热水器及其等效热水量测控方法和测控装置 |
| CN112762607B (zh) * | 2021-02-09 | 2022-06-28 | 北京舍得叔叔科技有限公司 | 储水式热水器及其等效热水量测控方法和测控装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106352542B (zh) | 2019-03-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106352542A (zh) | 一种储水式电热水器剩余洗浴时间的预测方法 | |
| KR102407764B1 (ko) | 그리드 내의 차폐된 시스템을 위한 계층적 암시적 제어기 | |
| Xu et al. | Modeling of electric water heaters for demand response: A baseline PDE model | |
| Paull et al. | A novel domestic electric water heater model for a multi-objective demand side management program | |
| Mathieu et al. | State estimation and control of heterogeneous thermostatically controlled loads for load following | |
| Shaad et al. | Parameter identification of thermal models for domestic electric water heaters in a direct load control program | |
| Tabares-Velasco et al. | A modeling framework for optimization-based control of a residential building thermostat for time-of-use pricing | |
| CN106354017B (zh) | 一种稀土萃取分离过程组分含量区间控制方法 | |
| CN108916986A (zh) | 信息物理融合的二级管网变流量水力平衡调控方法及系统 | |
| CN105205570A (zh) | 一种基于季节时序分析的电网售电量预测方法 | |
| Wei et al. | Prediction of municipal solid waste generation in China by multiple linear regression method | |
| CN102540879A (zh) | 基于群决策检索策略的多目标评价优化方法 | |
| CN105608492A (zh) | 一种基于鲁棒随机权神经网络的多元铁水质量软测量方法 | |
| CN108954839A (zh) | 一种热水器的控制方法及热水器 | |
| CN104504619A (zh) | 两种考虑温度和经济增长因素的月度统调用电量预测方法 | |
| Guo et al. | Enhancement of performance monitoring of a coal-fired power plant via dynamic data reconciliation | |
| CN201476905U (zh) | 神经网络pid控温的热电偶自动检定系统 | |
| de Souza Dutra et al. | A customized transition towards smart homes: A fast framework for economic analyses | |
| CN106295877B (zh) | 一种智能电网电能使用量预测方法 | |
| CN106709149B (zh) | 一种基于神经网络的铝电解槽三维炉膛形状实时预测方法和系统 | |
| CN106761967B (zh) | 机侧蒸汽参数测量偏差对机组耗煤成本的评估方法及系统 | |
| CN103617563A (zh) | 一种基于地统计空间分析理论的供水管网无监测节点压力确定方法 | |
| CN108665108A (zh) | 一种基于大数据的大区域用电量预测方法及系统 | |
| CN105071431B (zh) | 一种分布式电网的控制系统 | |
| Chen et al. | Trajectory tracking method of natural gas, district heating and power systems |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | 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 | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20190301 |