CN107289594B - 空调机组、空调控制网络和空调控制方法 - Google Patents

Abstract

本发明公开了一种空调机组、空调控制网络和空调控制方法。空调机组包括：空调本体，具有多个设计工况点，并可选择地在多个设计工况点下运行；数据采集装置，用于采集空调本体的运行参数；通讯装置，用于与服务器耦合以与服务器交换数据，通讯装置将运行参数发送给服务器并从服务器接收控制信号；控制装置，用于接收服务器的控制信号，并根据控制信号控制空调本体在多个设计工况点中的与当前的运行参数最匹配的最佳设计工况点下运行。基于本发明提供的空调机组，可以通过数据采集装置，通讯装置，服务器和控制装置的相互配合实现空调机组运行在最佳设计工况点。本发明的空调控制网络和空调控制方法具有与空调机组类似的效果。

Description

空调机组、空调控制网络和空调控制方法

技术领域

本发明涉及空调技术领域，特别涉及一种空调机组、空调控制网络和空调控制方法。

背景技术

现有技术中，空调器都是遵循相关国家标准进行设计，例如商用风冷冷热水机组设计指标均是按照名义制冷、名义制热、最大制冷、最小制冷、最大制热、最小制热的工况去设计。这种空调机组的最佳能效设计工况点则按照名义制冷(环境温度35℃，出水温度7℃)和名义制热(环境温度7℃/6℃，出水温度45℃)进行设计。而空调机组不仅在赤道附近的极高温地带与极北的严寒地带使用，在各种应用场合均在使用，因此这种空调机组的使用的气候条件(温度跨度、湿度范围)极为广泛，造成了许多地方的机组常年不能运行在最佳设计工况点，导致空调机组的能耗增大，空调机组的可靠性受到影响。

现有模块化机组均为定频产品，通过模块化组合实现空调能力的调节。实际使用中，存在较多机组能力大于工程负荷的情况，这种情况造成压缩机频繁启停。而压缩机启停会带来电流的较大波动，并且能耗大增，频繁启停也会缩短压缩机的使用寿命。

发明内容

本发明的目的在于提供一种空调机组、空调控制网络和空调控制方法，旨在使空调机组运行在最佳设计工况点。

本发明第一方面提供一种空调机组，包括：

空调本体，具有多个设计工况点，并可选择地在所述多个设计工况点下运行；

数据采集装置，用于采集所述空调本体的运行参数；

通讯装置，用于与服务器耦合以与服务器交换数据，所述通讯装置将所述运行参数发送给服务器并从所述服务器接收控制信号；

控制装置，用于接收所述服务器的控制信号，并根据所述控制信号控制所述空调本体在所述多个设计工况点中的与当前的运行参数最匹配的最佳设计工况点下运行。

进一步地，所述数据采集装置包括:

环境温度采集模块，用于采集所述空调本体所在地的环境温度；和/或，

湿度采集模块，用于采集所述空调本体所在地的环境湿度；和/或，

风速采集模块，用于获取所述空调本体所在地的环境风速。

进一步地，

所述环境温度采集模块包括用于获取所述空调本体所在地的实时温度的实际温度采集子模块和/或用于获取所述空调本体所在地的预报温度的预报温度采集子模块；和/或，

所述环境湿度采集模块包括用于获取所述空调本体所在地的实时湿度的实际湿度采集子模块和/或用于获取所述空调本体所在地的预报湿度的预报湿度采集子模块；

所述环境风速采集模块包括用于获取所述空调本体所在地的实时风速的实际风速采集子模块和/或用于获取所述空调本体所在地的预报风速的预报风速采集子模块。

进一步地，所述空调机组为模块化空调机组，所述数据采集装置包括:

压缩机启停时间获取模块，用于获取所述空调机组的各压缩机的启动时间和停止时间；和，

介质温度获取模块，用于获取所述空调机组的用户使用侧的介质温度。

进一步地，所述介质温度获取模块包括：

进水温度获取子模块，用于获取所述空调机组的用户使用侧的进水温度；或者，

出水温度获取子模块，用于获取所述空调机组的用户使用侧的出水温度；或者，

进风温度获取子模块，用于获取所述空调机组的用户使用侧的进风温度；或者，

出风温度获取子模块，用于获取所述空调机组的用户使用侧的出风温度。

本发明第二方面提供一种空调控制网络，包括多个根据本发明第一方面中任一项所述的空调机组和与各所述空调机组耦合的服务器，所述服务器接收各所述空调机组的通讯装置发送的所述运行参数，并根据所述运行参数向所述控制装置发出所述控制信号。

进一步地，所述服务器在建立分析模型的基础上根据各所述空调机组的运行参数通过模型训练得到运算模型，利用所述运算模型运算各空调机组的运行参数并得到运算结果，根据所述运算结果得到与空调机组对应的所述控制信号。

进一步地，每个所述空调机组包括多个压缩机，所述控制信号包括控制所述多个压缩机的启停的信号。

进一步地，所述空调机组为系统设计相同的同种类空调机组。

本发明第三方面提供一种空调机组的控制方法，所述空调机组具有多个设计工况点，并在多个设计工况点下运行，所述控制方法包括:

采集所述空调机组的空调本体的运行参数；

将所述运行参数发送给服务器；

所述服务器根据所述运行参数发出控制信号；

根据所述控制信号控制所述空调本体在所述多个设计工况点中的与当前的运行参数最匹配的设计工况点下运行。

进一步地，采集所述空调本体的运行参数包括:

获取所述空调本体所在地的环境温度；和/或，

获取所述空调本体所在地的环境湿度；和/或，

获取所述空调本体所在地的环境风速。

进一步地，

获取所述空调本体所在地的环境温度包括获取所述空调本体所在地的实时温度和/或获取所述空调本体所在地的预报温度；和/或，

获取所述空调本体所在地的环境湿度包括获取所述空调本体所在地的实时湿度和/或用于获取所述空调本体所在地的预报湿度；

获取所述空调本体所在地的环境风速包括获取所述空调本体所在地的实时环境风速和/或获取所述空调本体所在地的预报风速。

进一步地，采集所述空调本体的运行参数包括:

获取所述空调机组的各压缩机的启动时间和停止时间；和，

获取所述空调机组的用户使用侧介质温度。

进一步地，所述介质温度为所述空调机组的用户使用侧的进水温度、所述空调机组的用户使用侧的出水温度、所述空调机组的用户使用侧的进风温度或者所述空调机组的用户使用侧的出风温度。

进一步地，

所述服务器在建立分析模型的基础上根据多个所述空调机组的运行参数通过模型训练得到运算模型；

所述服务器利用所述运算模型运算各空调机组的运行参数得到运算结果，根据所述运算结果得到与空调机组对应的所述控制信号。

进一步地，所述运算模型包括:Ф＝(T×ω1+RH×ω2+F×ω3)×σ，

其中:T表示环境温度，RH表示环境湿度，F表示环境风速，Ф为最终计算结果值，根据Ф确定最佳的设计工况点，ω1表示温度所占权重，ω2表示湿度所占权重，ω3表示风速所占权重，σ为修正系数，其中ω1、ω2、ω3和σ通过模型训练获得。

进一步地，

和/或，

其中，Ta表示空调本体所在地的实时温度，Tb表示空调本体所在地的预报温度，i表示机组起始编号，n表示计算结束时机组编号，RHa表示空调本体所在地的实时湿度，RHb表示所述空调本体所在地的预报湿度。

进一步地，每个所述空调机组包括多个压缩机，所述控制信号包括控制所述多个压缩机的启停信号。

进一步地，所述运算模型包括:Ф2＝(λ×ζ1+ΔTt×ζ2)×σ2，其中:

λ＝m/n；

ΔTt＝(Tt1-Tt2)/(t2-t1)；

其中，λ表示压缩机频繁启停系数，m为在一个时间周期之内单次运行时间小于a分钟的次数，n为在同一个时间周期内启动总次数，ΔTt为用户使用侧的介质温度变化速率，Tt1表示统计周期开始的介质温度，Tt2表示统计周期结束后的介质温度，t2表示压缩机关闭时间，t1表示压缩机开启时间，Ф2为最终计算结果值，根据Ф2控制各所压缩机的启停，其中，ζ1为频繁启停所占权重，ζ2为介质温度变化所占权重，σ2为修正系数，其中ζ1、ζ2和σ2通过模型训练获得。

基于本发明提供的空调机组，可以通过数据采集装置，通讯装置，服务器和控制装置的相互配合实现空调机组运行在最佳设计工况点。

本发明的空调控制网络和空调控制方法具有与空调机组类似的效果。

通过以下参照附图对本发明的示例性实施例的详细描述，本发明的其它特征及其优点将会变得清楚。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1为本发明实施例的空调机组的结构示意图。

图2为本发明的空调机组的控制流程图。

图1中，各附图标记分别代表：

1、空调本体；

2、数据采集装置；

3、通讯装置；

4、控制装置。

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行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本发明及其应用或使用的任何限制。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本发明的范围。同时，应当明白，为了便于描述，附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为授权说明书的一部分。在这里示出和讨论的所有示例中，任何具体值应被解释为仅仅是示例性的，而不是作为限制。因此，示例性实施例的其它示例可以具有不同的值。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。

在本发明的描述中，需要理解的是，使用“第一”、“第二”等词语来限定零部件，仅仅是为了便于对相应零部件进行区别，如没有另行声明，上述词语并没有特殊含义，因此不能理解为对本发明保护范围的限制。

图1示出了本发明实施例的空调机组的结构示意图。如图1所示，该实施例的空调机组包括空调本体1、数据采集装置2、通讯装置3和控制装置4。空调本体1具有多个设计工况点，并可选择地在多个设计工况点下运行。数据采集装置2用于采集空调本体1的运行参数。通讯装置3用于与服务器耦合以与服务器交换数据，通讯装置3将运行参数发送给服务器并从服务器接收控制信号。控制装置4用于接收服务器的控制信号，并根据控制信号控制空调本体1在多个设计工况点中的与当前的运行参数最匹配的最佳设计工况点下运行。

该空调机组可以通过数据采集装置，通讯装置，服务器和控制装置的相互配合实现空调机组运行在最佳设计工况点。这可以提高空调机组的可靠性，降低空调机组能耗。

本实施例中，数据采集装置2包括：环境温度采集模块，用于采集空调本体1所在地的环境温度；和/或，湿度采集模块，用于采集空调本体1所在地的环境湿度；和/或，风速采集模块，用于获取空调本体1所在地的环境风速。

其中，环境温度采集模块包括用于获取空调本体1所在地的实时温度的实际温度采集子模块和用于获取空调本体1所在地的预报温度的预报温度采集子模块。在其它实施例中，环境温度采集模块可以仅包括实际温度采集子模块和预报温度采集子模块二者之一。

其中，环境湿度采集模块包括用于获取空调本体1所在地的实时湿度的实际湿度采集子模块和/或用于获取空调本体1所在地的预报湿度的预报湿度采集子模块。在其它实施例中，环境湿度采集模块可以仅包括实际湿度采集子模块和预报湿度采集子模块二者之一。

其中，环境风速采集模块包括用于获取空调本体1所在地的预报风速的预报风速采集子模块。在其它实施例中，环境风速采集模块还可以包括或仅包括用于获取空调本体1所在地的实时风速的实际风速采集子模块。

空调机组为模块化空调机组时，数据采集装置2优选地包括:压缩机启停时间获取模块，用于获取空调机组的各压缩机的启动时间和停止时间；和，介质温度获取模块，用于获取空调机组的用户使用侧的介质温度。

例如，介质温度可以为空调机组的用户使用侧的进风温度，也可以为空调机组的用户使用侧的出风温度。在风冷冷热水空调机组中，介质温度可以为空调机组的用户使用侧的进水温度，也可以为空调机组的用户使用侧的出水温度。

相应地，介质温度获取模块可以包括：进水温度获取子模块，用于获取空调机组的用户使用侧的进水温度；或者，出水温度获取子模块，用于获取空调机组的用户使用侧的出水温度；或者，进风温度获取子模块，用于获取空调机组的用户使用侧的进风温度；或者，出风温度获取子模块，用于获取空调机组的用户使用侧的出风温度。

本发明实施例还提供一种空调控制网络，其包括多个前述的空调机组和与各空调机组耦合的服务器。服务器接收各空调机组的通讯装置3发送的运行参数，并根据运行参数向控制装置4发出控制信号。

优选地，服务器在建立分析模型的基础上根据所有空调机组的运行参数通过模型训练得到运算模型，利用运算模型运算各空调机组的运行参数并得到运算结果，并根据运算结果得到与空调机组对应的控制信号。

该空调控制网络具备空调机组学习能力，使空调机组常年运行在最佳设计工况点。

当空调机组为模块化空调机组时，空调机组包括多个压缩机，控制信号包括控制多个压缩机的启停的信号。智能选择启动的压缩机，避免频繁启停，可以延长空调机组使用寿命，降低能耗，减少对电网的冲击,并且智能调节响应时间。

本实施例的空调控制网络的多个空调机组为系统设计相同的同种类空调机组。同种类空调机组是指系统设计一样的空调机组，但不同的设备配置的换热器面积、压缩机排量等可以不同。同种类机组中，主要组成部件是同种类的，例如，压缩机都是涡旋压缩机、冷凝器都是翅片换热器、蒸发器都是干式壳管、节流器件都是电子膨胀阀等，即机组的元器件是同种类的，只是大小的区别及数量的区别。例如，在满足系统设计一样的前提下，模块化空调机组的压缩机的数量不同并不导致种类的不同，另外，在满足系统设计一样的前提下，设置在不同地区的空调机组仍然是同种类设备。

本发明还提供一种空调机组的控制方法，空调机组具有多个设计工况点，并可选择地在多个设计工况点下运行，控制方法包括:采集空调机组的空调本体1的运行参数；将运行参数发送给服务器；服务器根据运行参数发出控制信号；根据控制信号控制空调本体1在多个设计工况点中的与当前的运行参数最匹配的最佳设计工况点下运行。

优选地，采集空调本体1的运行参数包括:获取空调本体1所在地的环境温度；和/或，获取空调本体1所在地的环境湿度；和/或，获取空调本体1所在地的环境风速。

其中，获取空调本体1所在环境温度包括获取空调本体1所在地的实时温度和获取空调本体1所在地的预报温度。在其它实施例中，获取空调本体1所在环境温度也可以仅获取空调本体1所在地的实时温度或仅获取空调本体1所在地的预报温度。

其中，获取空调本体1所在环境湿度包括获取空调本体1所在地的实时湿度和/或用于获取空调本体1所在地的预报湿度。在其它实施例中，获取空调本体1所在环境湿度也可以仅获取空调本体1所在地的实时湿度或仅获取空调本体1所在地的预报湿度。

其中，获取空调本体1所在环境风速包括获取空调本体1所在地的预报风速。在其它实施例中，获取空调本体1所在环境风速还可以包括或可以仅包括获取空调本体1所在地的实时环境风速。

当空调机组为模块化机组时，采集空调本体1的运行参数优选地包括:获取空调机组的各压缩机的启动时间和停止时间；和，获取空调机组的用户使用侧的介质温度。

本实施例中，服务器在建立分析模型的基础上根据多个空调机组的运行参数通过模型训练得到运算模型；服务器利用运算模型运算各空调机组的运行参数得到运算结果，并根据运算结果得到与空调机组对应的控制信号。

在一些优选的实施例中，运算模型可以包括:Ф＝(T×ω1+RH×ω2+F×ω3)×σ。

其中:T表示环境温度，RH表示环境湿度，F表示环境风速，Ф为最终计算结果值，根据Ф确定最佳的设计工况点ω1表示温度所占权重，ω2表示湿度所占权重，ω3表示风速所占权重，σ为修正系数，其中ω1/ω2/ω3和σ通过模型训练获得。

进一步优选地，

和/或，

其中，Ta表示空调本体1所在地的实时温度，Tb表示空调本体1所在地的预报温度，i表示机组起始编号，n表示计算结束时机组编号，RHa表示空调本体1所在地的实时湿度，RHb表示空调本体1所在地的预报湿度。

当空调机组为模块化设备时，空调机组包括多个压缩机，控制信号包括控制多个压缩机的启停信号。

当空调机组为模块化设备时，优选地，运算模型包括:Ф2＝(λ×ζ1+ΔTt×ζ2)×σ2，其中:

λ＝m/n；

ΔTt＝(Tt1-Tt2)/(t2-t1)；

其中，λ表示压缩机频繁启停系数，m为在一个时间周期之内单次运行时间小于a分钟的次数，n为在同一个时间周期内启动总次数，ΔTt为用户使用侧的介质温度变化速率，Tt1表示统计周期开始的介质温度，Tt2表示统计周期结束后的介质温度，t2表示压缩机关闭时间，t1表示压缩机开启时间，Ф2为最终计算结果值，根据Ф2控制各所压缩机的启停，其中，ζ1为频繁启停所占权重，ζ2为介质温度变化所占权重，σ2为修正系数，其中ζ1、ζ2和σ2通过模型训练获得。本实施例中，介质温度为用户使用侧的出水温度。

以下结合图2对本发明实施例的控制流程进行说明。

本实施例中利用机器学习建立运算模型。控制流程包括:

1、数据收集—模型建立—模型训练—数据处理—自动调整空调机组在最佳设计工况点运行。

2、数据收集—模型建立—模型训练—数据处理—自动调整空调机组的各压缩机的启停。

数据收集。机器学习的模型需要大量的数据，较多的空调机组收集数据利于完成模型训练。本实施例中，利用同种类机组进行数据收集。

以模块化空调机组为例，已经售出的空调机组均向服务器发送机组运行参数。具体可以为每台空调机组将数据采集装置2采集的数据处理后打包通过移动网络发送至服务器。服务器接收到数据后进行解析，并存储到大数据平台。

模型建立。结合空调机组的特点，初步建立分析模型，例如可以根据空调机组所处地点的气候条件，机组主要运行的时间段特点，机组所处工程的负荷情况，压缩机的综合运行时间等建立分析模型。

例如，寻找最佳设计工况点的分析模型可以如前所述设计为:Ф＝(T×ω1+RH×ω2+F×ω3)×σ。

控制压缩机启停的分析模型可如前所述设计为:Ф2＝(λ×ζ1+ΔTt×ζ2)×σ2。

模型训练：将大量数据接入模型进行运算，结合实际数据及运算结果修正运算模型，进行反复校验直至分析模型成熟。例如，可以利用神经网络算法多次求解，通过大量数据反复运算，得到分析模型Ф＝(T×ω1+RH×ω2+F×ω3)×σ中最佳的ω1、ω2、ω3和σ，从而建立运算模型。按此方式，同样可以得到分析模型如前设计为:Ф2＝(λ×ζ1+ΔTt×ζ2)×σ2中最佳的ζ1、ζ2和σ2值，从而建立对应的运算模型。

数据处理。空调机组发送服务器的数据通过在相应服务器上用对应的运算模型实时计算。

自动调整空调机组在最佳设计工况点运行。通过模型分析与该空调机组在地域接近、气候条件接近的其它机组共同的运行数据，计算Ф值。空调机组在设计的时候按照A、B、C、D、E……等工况分别作为名义工况进行设计，并对每种工况制作对应的控制程序，将所有控制程序写入控制装置4中，并将程序对应编号为A、B、C、D、E……，程序编号与工况编号一一对应。出厂时默认为相关标准要求的名义工况的程序。根据上述模型分析得到的运算结果(Ф值)得到与最佳设计工况点对应的程序编号(控制信号)，服务器将程序编号通过通讯模块发送到数据采集装置2，并传递到控制装置4，调整对应的控制程序，可以使空调机组运行在最佳设计工况点，从而提升机组可靠性以及降低机组能耗。

自动调整空调机组的各压缩机的启停。对于模块化的空调机组来说，每一工程包含N台模块机，每台模块机包含M台压缩机，其中的压缩机型号规格存在差异。通过对应的模型分析同一工程下所有压缩机的启停情况，每次运行时间长度情况，通过训练成熟的运算模型分析出工程的负荷匹配情况。对于实际负荷小于机组能力的工程实施自动调整压缩机启动。当用户有开机请求后，根据模型分析得到的运算结果(Ф2)值控制各压缩机的启停，若负荷较小，则启动该工程下能力最小的压缩机，综合压缩机的运行时间后，计算出应启动的具体压缩机序号并将压缩机启动序号通过服务器发送到数据采集装置2，数据采集装置2将信号传递到控制装置4进行压缩机启动序号的控制。从而有效缓解压缩机频繁启停造成的电流波动大，能耗大，缩小使用寿命等问题。

最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制；尽管参照较佳实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者对部分技术特征进行等同替换；而不脱离本发明技术方案的精神，其均应涵盖在本发明请求保护的技术方案范围当中。

Claims (12)

1.一种空调控制网络，包括空调机组和与各所述空调机组耦合的服务器，其特征在于，

所述空调机组包括：

空调本体(1)，具有多个设计工况点，并可选择地在所述多个设计工况点下运行；

数据采集装置(2)，用于采集所述空调本体(1)的运行参数；

通讯装置(3)，用于与服务器耦合以与服务器交换数据，所述通讯装置(3)将所述运行参数发送给服务器并从所述服务器接收控制信号；

控制装置(4)，用于接收所述服务器的控制信号，并根据所述控制信号控制所述空调本体(1)在所述多个设计工况点中的与当前的运行参数最匹配的最佳设计工况点下运行；

其中，所述数据采集装置(2)包括：

环境温度采集模块，用于采集所述空调本体(1)所在地的环境温度；和/或，

湿度采集模块，用于采集所述空调本体(1)所在地的环境湿度；和/或，

风速采集模块，用于获取所述空调本体(1)所在地的环境风速；

其中，所述服务器接收各所述空调机组的通讯装置(3)发送的所述运行参数，并根据所述运行参数向所述控制装置(4)发出所述控制信号；

其中，所述服务器被配置为：

在建立分析模型的基础上根据多个所述空调机组的运行参数通过模型训练得到运算模型，所述服务器利用所述运算模型运算各空调机组的运行参数得到运算结果，根据所述运算结果得到与空调机组对应的所述控制信号；

根据所述控制信号控制所述空调本体(1)在所述多个设计工况点中的与当前的运行参数最匹配的最佳设计工况点下运行；

所述运算模型包括:Ф＝(T×ω1+RH×ω2+F×ω3)×σ，

其中，T表示环境温度，RH表示环境湿度，F表示环境风速，Ф为最终计算结果值，根据Ф确定最佳的设计工况点，ω1表示温度所占权重，ω2表示湿度所占权重，ω3表示风速所占权重，σ为修正系数，其中ω1、ω2、ω3和σ通过模型训练获得；

其中，

和/或，

其中，Ta表示空调本体(1)所在地的实时温度，Tb表示空调本体(1)所在地的预报温度，i表示机组起始编号，n表示计算结束时机组编号，RHa表示空调本体(1)所在地的实时湿度，RHb表示所述空调本体(1)所在地的预报湿度。

2.根据权利要求1所述的空调控制网络，其特征在于，

所述环境温度采集模块包括用于获取所述空调本体(1)所在地的实时温度的实际温度采集子模块和/或用于获取所述空调本体(1)所在地的预报温度的预报温度采集子模块；和/或，

所述环境湿度采集模块包括用于获取所述空调本体(1)所在地的实时湿度的实际湿度采集子模块和/或用于获取所述空调本体(1)所在地的预报湿度的预报湿度采集子模块；

所述环境风速采集模块包括用于获取所述空调本体(1)所在地的实时风速的实际风速采集子模块和/或用于获取所述空调本体(1)所在地的预报风速的预报风速采集子模块。

3.根据权利要求1所述的空调控制网络，其特征在于，所述空调机组为模块化空调机组，所述数据采集装置(2)包括:

压缩机启停时间获取模块，用于获取所述空调机组的各压缩机的启动时间和停止时间；和，

介质温度获取模块，用于获取所述空调机组的用户使用侧的介质温度。

4.根据权利要求3所述的空调控制网络，其特征在于，所述介质温度获取模块包括：

进水温度获取子模块，用于获取所述空调机组的用户使用侧的进水温度；或者，

出水温度获取子模块，用于获取所述空调机组的用户使用侧的出水温度；或者，

进风温度获取子模块，用于获取所述空调机组的用户使用侧的进风温度；或者，

出风温度获取子模块，用于获取所述空调机组的用户使用侧的出风温度。

5.根据权利要求1所述的空调控制网络，其特征在于，每个所述空调机组包括多个压缩机，所述控制信号包括控制所述多个压缩机的启停的信号。

6.根据权利要求1所述的空调控制网络，其特征在于，所述空调机组为系统设计相同的同种类空调机组。

7.一种空调机组的控制方法，其特征在于，所述空调机组具有多个设计工况点，并可选择地在所述多个设计工况点下运行，所述控制方法包括:

采集所述空调机组的空调本体(1)的运行参数；

将所述运行参数发送给服务器；

所述服务器根据所述运行参数发出控制信号，其中，所述服务器在建立分析模型的基础上根据多个所述空调机组的运行参数通过模型训练得到运算模型，所述服务器利用所述运算模型运算各空调机组的运行参数得到运算结果，根据所述运算结果得到与空调机组对应的所述控制信号；

根据所述控制信号控制所述空调本体(1)在所述多个设计工况点中的与当前的运行参数最匹配的最佳设计工况点下运行；

其中，采集所述空调本体(1)的运行参数包括:

获取所述空调本体(1)所在地的环境温度；和/或，

获取所述空调本体(1)所在地的环境湿度；和/或，

获取所述空调本体(1)所在地的环境风速；

所述运算模型包括:Ф＝(T×ω1+RH×ω2+F×ω3)×σ，

其中，T表示环境温度，RH表示环境湿度，F表示环境风速，Ф为最终计算结果值，根据Ф确定最佳的设计工况点，ω1表示温度所占权重，ω2表示湿度所占权重，ω3表示风速所占权重，σ为修正系数，其中ω1、ω2、ω3和σ通过模型训练获得；

其中，

和/或，

其中，Ta表示空调本体(1)所在地的实时温度，Tb表示空调本体(1)所在地的预报温度，i表示机组起始编号，n表示计算结束时机组编号，RHa表示空调本体(1)所在地的实时湿度，RHb表示所述空调本体(1)所在地的预报湿度。

8.根据权利要求7所述的控制方法，其特征在于，

获取所述空调本体(1)所在地的环境温度包括获取所述空调本体(1)所在地的实时温度和/或获取所述空调本体(1)所在地的预报温度；和/或，

获取所述空调本体(1)所在地的环境湿度包括获取所述空调本体(1)所在地的实时湿度和/或用于获取所述空调本体(1)所在地的预报湿度；

获取所述空调本体(1)所在地的环境风速包括获取所述空调本体(1)所在地的实时环境风速和/或获取所述空调本体(1)所在地的预报风速。

9.根据权利要求7所述的控制方法，其特征在于，采集所述空调本体(1)的运行参数包括:

获取所述空调机组的各压缩机的启动时间和停止时间；和，

获取所述空调机组的用户使用侧的介质温度。

10.根据权利要求9所述的控制方法，其特征在于，所述介质温度为所述空调机组的用户使用侧的进水温度、所述空调机组的用户使用侧的出水温度、所述空调机组的用户使用侧的进风温度或者所述空调机组的用户使用侧的出风温度。

11.根据权利要求7所述的控制方法，其特征在于，每个所述空调机组包括多个压缩机，所述控制信号包括控制所述多个压缩机的启停信号。

12.根据权利要求11所述的控制方法，其特征在于，所述运算模型包括:Ф2＝(λ×ζ1+ΔTt×ζ2)×σ2，其中:

λ＝m/n；

ΔTt＝(Tt1-Tt2)/(t2-t1)；

其中，λ表示压缩机频繁启停系数，m为在一个时间周期之内单次运行时间小于a分钟的次数，n为在同一个时间周期内启动总次数，ΔTt为用户使用侧的介质温度变化速率，Tt1表示统计周期开始的介质温度，Tt2表示统计周期结束后的介质温度，t2表示压缩机关闭时间，t1表示压缩机开启时间，Ф2为最终计算结果值，根据Ф2控制各所压缩机的启停，其中，ζ1为频繁启停所占权重，ζ2为介质温度变化所占权重，σ2为修正系数，其中ζ1、ζ2和σ2通过模型训练获得。

Images