CN107860102B - 一种控制中央空调的方法及装置 - Google Patents
一种控制中央空调的方法及装置 Download PDFInfo
- Publication number
- CN107860102B CN107860102B CN201710971459.XA CN201710971459A CN107860102B CN 107860102 B CN107860102 B CN 107860102B CN 201710971459 A CN201710971459 A CN 201710971459A CN 107860102 B CN107860102 B CN 107860102B
- Authority
- CN
- China
- Prior art keywords
- data
- operation data
- air conditioner
- historical
- central air
- 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
Images
Abstract
本发明适用于空调控制技术领域,提供了一种控制中央空调的方法及装置,包括:获取中央空调当前的运行数据以及当前的环境数据;根据预设的控制策略获取与所述当前的运行数据和所述当前的环境数据匹配的预测操作数据;根据所述预测操作数据生成操作指令,并向所述中央空调发送所述操作指令,所述操作指令用于控制所述中央空调按所述预设操作数据运行。提升中央空调的智能化管理水平,达到节约人力成本、提升能源利用效率的效果。
Description
技术领域
本发明属于空调控制技术领域,尤其涉及一种控制中央空调的方法及装置。
背景技术
中央空调在工作过程中通过排出室内的气体,引入较高温度或者较低温度的气体,以提高室内人体的舒适度。例如,夏天时地铁空调将密集的乘客、列车以及动力照明设备运行所产生的热量排除,同时送入温度降低的空气,以给乘客提供安全舒适的乘车环境。但是控制中央空调的装置是一个多设备、多系统集成的系统,各设备、各系统间相互影响、互相制约、互相藕合,尤其是在外界环境负荷波动大、时滞性大时,很难使控制系统随外界环境的变化产生准确的响应,容易造成服务水平下降、能耗浪费等一系列不良影响。
现有技术中通过比例积分导数PID控制、自适应控制、最优控制、解耦控制、模糊控制及神经网络控制等控制方法对中央空调进行控制,但中央空调是典型的多变量、强耦合、多状态、大滞后的系统,较难精确建立数学模型或者控制策略对中央空调进行精准的控制。因此很多情况下都需要辅以人工调节,不仅导致了人力资源的浪费,而且会由于控制的不精确而使得系统耗能增加。
发明内容
有鉴于此,本发明实施例提供了一种中央空调的控制方法及装置,以解决现有技术中在对中央空调进行控制时控制不精确的问题。
本发明实施例的第一方面提供了一种控制中央空调的方法,包括:
获取中央空调当前的运行数据以及当前的环境数据;
根据预设的控制策略获取与所述当前的运行数据和所述当前的环境数据匹配的预测操作数据;
根据所述预测操作数据生成操作指令,并向所述中央空调发送所述操作指令,所述操作指令用于控制所述中央空调按所述预设操作数据运行。
本发明实施例的第二方面提供了一种控制中央空调的装置,包括:
数据获取单元,用于获取中央空调当前的运行数据以及当前的环境数据;
操作预测单元,用于根据预设的控制策略获取与所述当前的运行数据和所述当前的环境数据匹配的预测操作数据;
指令生成单元,用于根据所述预测操作数据生成操作指令,并向所述中央空调发送所述操作指令,所述操作指令用于控制所述中央空调按所述预设操作数据运行。
本发明实施例的第三方面提供了一种控制中央空调的装置,包括:包括处理器、输入设备、输出设备和存储器,所述处理器、输入设备、输出设备和存储器相互连接,其中,所述存储器用于存储支持服务器执行上述方法的计算机程序,所述计算机程序包括程序指令,所述处理器被配置用于调用所述程序指令,执行上述第一方面的方法。
本发明实施例的第四方面提供了一种计算机可读存储介质,所述计算机存储介质存储有计算机程序,所述计算机程序包括程序指令,所述程序指令当被处理器执行时使所述处理器执行上述第一方面的方法。
本发明实施例与现有技术相比存在的有益效果是:提升中央空调的智能化管理水平,达到节约人力成本、提升能源利用效率的效果。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种控制中央空调的方法的流程图;
图2是本发明另一实施例提供的一种控制中央空调的方法的流程图;
图3是本发明实施例提供的一种控制中央空调的装置的示意图;
图4是本发明另一实施例提供的一种控制中央空调的装置的示意图;
图5是本发明实施例提供的一种控制中央空调的装置的示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本发明实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本发明的描述。
为了说明本发明所述的技术方案,下面通过具体实施例来进行说明。
参见图1,图1是本发明实施例提供的一种控制中央空调的方法的流程图。本实施例中的执行主体为控制中央空调的设备,控制中央空调的设备可以是控制器,但并不限于此,也可以是上位机等具有控制功能的设备。如图1所示的控制中央空调的方法可以包括以下步骤:
S101:获取中央空调当前的运行数据以及当前的环境数据。
中央空调由一个或多个冷热源系统和多个空气调节系统组成,制冷系统采用液体气化制冷为空气调节系统提供外界环境所需要的冷量,以抵消室内环境的冷负荷;制热系统为空气调节系统提供所需热量,用以抵消室内环境热负荷。其中制冷系统是中央空调系统至关重要的部分,采用种类、运行方式、结构形式等直接影响了中央空调系统在运行中的经济性、高效性、合理性。
示例性的,将中央空调应用于地铁的地下站和区间隧道中,地铁的地下站和区间隧道是一个大型、狭长、与外界联系面较小的地下空间。地铁环控系统,亦称地铁通风空调系统,通过排出密集的乘客、列车和动力照明设备运行所产生的热量,以提供安全舒适的乘车环境。尤其是在我国南方地区,地铁环控系统用能占比超过整条线路总能耗的40%,因此,科学有效的中央空调控制方式可以为保护环境和可持续发展提供很大保障。
地铁环控系统通过将多个设备和多个系统集成起来,各设备、各系统间互相影响、互相制约、互相藕合。地铁环控系统负荷波动大、时滞性大。当前地铁中常用的焓值控制、水力平衡等控制策略,很难实现系统随动负荷的变化,很容易造成服务水平下降、工艺设备房室内环境难以保障、能耗浪费等一系列不良反应。因此在发出控制指令之前,首先要获取的数据包括外界环境数据、设备本身的工况数据、地铁控制逻辑标准、地铁运营数据等数据。
因此,在对中央空调进行工况预测或者操作控制之前,先获取中央空调当前的运行数据。中央空调的运行数据可以包括但不限于以下类型的数据:
1)综合监控系统(Integrated Supervisory Control System,ISCS)或楼宇自动化系统(Building Automation System,BAS)下发的控制参数,例如空调控制时间表、启停命令等;
2)空调设备用能数据,例如功率、运行频率、电流、电度等;
3)通风空调系统设计数据,例如空调工艺原理、设备选型、工艺控制等;
4)输送数据,例如冷冻水供回水温度/流量/压力、冷凝器进出温度/流量/压力、电动二通阀开度、供回风温度等。
同时,在对中央空调进行工况预测或者操作控制之前,获取当前的环境数据。中央空调的环境数据可以包括但不限于以下类型的数据:
1)中央空调所处环境的建筑信息,例如建筑空间类型、负荷面积;
2)不同时间不同区域的人员流量;
3)环境气象参数,例如温度、进出口风速、气压、方向等。
需要指出的是,本实施例中所获取的中央空调当前的运行数据类型以及当前的环境数据类型可以包含上述类型的一种或者至少两种。所采集的数据类型的多少和数据量的多少也将影响对该中央空调的运行工况和外界环境分析的准确性和可靠性。
通过获取中央空调当前的运行数据以及当前的环境数据,可以全面的感知中央空调的运行工况和外界环境状态,为准确的预测和控制中央空调的运行状态做好数据基础。
S102:根据预设的控制策略获取与所述当前的运行数据和所述当前的环境数据匹配的预测操作数据。
在对中央空调进行控制的过程中,通过收集空调设计专家、运维专家、节能专家的经验、知识和思维信息,并将这些信息转化成控制策略,并存储至中央空调的控制端的存储器中。必不可少的,这些控制策略有其对应的中央空调运行数据、操作数据或者环境数据等信息,也需要将与控制策略对应的数据储至中央空调的控制端的存储器中。
通过采集到的运行数据、操作数据或者环境数据等信息,以及预先存储的控制策略,获取与当前运行数据和当前环境数据匹配的预测操作数据。使控制策略不再依赖于模糊控制、神经网络控制等传统方式,而是将科学、综合的认为经验加入控制策略中,并通过控制器针对性地发送控制指令。
S103:根据所述预测操作数据生成操作指令,并向所述中央空调发送所述操作指令,所述操作指令用于控制所述中央空调按所述预设操作数据运行。
示例性的,通过在中央空调水系统开始运行时,由控制室控制所有冷却塔开机运行。在运行过程中,采集冷却水供水总管的温度,根据冷却水供水总管温度的变化情况,确定冷却塔风机开启或者关闭的操作数据,并将该操作数据转换成操作制冷以使控制开关实时控制冷却塔风机。在空调水系统停止运行时,通过获取到的空调水系统的运行状态数据,根据预设的控制策略确定对应的冷却塔的预测操作数据,即关闭冷却塔风机的操作数据,将该操作数据生成操作指令,并向中央空调发送操作指令,控制尚在运行的冷却塔风机关闭。
上述方案,通过获取中央空调当前的运行数据以及当前的环境数据;根据预设的控制策略获取与当前的运行数据和当前的环境数据匹配的预测操作数据;根据预测操作数据生成操作指令,并向中央空调发送操作指令,操作指令用于控制中央空调按预设操作数据运行。提升中央空调的智能化管理水平,达到节约人力成本、提升能源利用效率的效果。
参见图2,图2是本发明实施例提供的一种控制中央空调的方法的流程图。本实施例中的执行主体为控制中央空调的设备,控制中央空调的设备可以是控制器,但并不限于此,也可以是上位机等具有控制功能的设备。如图2所示的控制中央空调的方法可以包括以下步骤:
S201:获取所述中央空调的历史运行数据、历史操作数据以及历史环境数据。
通过中央空调所配置的仪表、传感器等数据采集装置,采集中央空调的历史运行数据、历史操作数据以及历史环境数据。
其中,采集数据的仪表可以但不限于包括以下类型:
(1)温度测定仪表。温度测定常用仪表有:棒式温度计、热电偶温度计、双金属自记温度计、电阻温度计等;
(2)湿度测定仪表。湿度测定常用仪表有:普通于湿球温度计、通风干湿球温度计、毛发湿度计、湿敏电阻湿度计等;
(3)压力测定仪表。压力测定常用仪表有:U形管液柱式压力计、倾斜式微压计、皮托管、补偿式微压计、便携式数字压力计等;
(4)风速测定仪表。风速测定常用仪表有:转杯式风速仪、叶轮式风速仪、热球式风速仪等。
需要说明的是,仪表的种类和采集方式此处不做限定。除此之外,还可以通过计算机获取并记录中央空调的历史操作数据。
示例性的,在采集地铁车站中央空调的历史数据时,通过从地铁车站的前置机(front-end processor,FEP)或BAS控制器获得地铁车站室内外温湿度、水系统的运行工况参数、风系统的运行工况参数、空调设备用电参数。除此之外,通过人工获取中央空调的设计参数和运行标准。
通过上述仪表采集中央空调工作过程中的历史运行数据或者历史环境数据,将上述采集到的历史运行数据、历史操作数据以及历史环境数据关联保存,作为之后的数据分析的参考依据。
需要说明的是,获取到的中央空调的历史运行数据、历史操作数据以及历史环境数据的数据存储区域可以是中央空调的硬件存储装置,也可以是云端存储,此处不做限定。
S202:分析所述历史运行数据、历史操作数据以及历史环境数据,得到与所述历史运行数据、历史操作数据以及历史环境数据对应的控制策略。
S202可以包括S2021~S2022,具体的:
S2021:对所述历史运行数据、历史操作数据以及历史环境数据进行聚类分析,得出所述中央空调正常工作时的第一控制策略;所述第一控制策略对应的历史运行数据、历史操作数据以及历史环境数据均在工况阈值范围内;所述工况阈值范围包括运行阈值范围、操作阈值范围,以及环境阈值范围。
通过聚类分析从获取到的历史运行数据、历史操作数据以及历史环境数据得到与这些数据对应的控制策略,可选的,聚类分析的方法可以为系统聚类法、分解法、加入法、动态聚类法、有序样品聚类、有重叠聚类和模糊聚类等,此处不做限制。
在中央空调正常工作时控制器所发出的控制策略为第一控制策略,第一控制策略对应的历史运行数据、历史操作数据以及历史环境数据均在工况阈值范围内。第一控制策略还可以包括在中央空调异常工作时,控制中央空调从异常的状态恢复至正常工作状态的控制策略。
工作阈值范围包括运行阈值范围、操作阈值范围,以及环境阈值范围,即根据中央空调的运行标准等信息,确定的中央空调在正常运行时的运行数据、操作数据以及环境数据等数据的正常范围。示例性的,中央空调的运行数据包括冷水机组的冷冻水和冷却水进出水温度,根据国家标准GB/T18403.1—2001,冷水机组的额定的工况为冷冻水进出水温12℃/7℃,冷却水进出水温30℃/35℃,因此,本实施例中,预设中央空调冷冻水和冷却水进出水温度阈值范围分别为12℃/7℃、30℃/35℃。
S2022:对所述历史运行数据、历史操作数据以及历史环境数据进行聚类分析,得出所述中央空调工作异常时的第二控制策略;所述第二控制策略对应的历史运行数据、历史操作数据以及历史环境数据不在所述工况阈值范围内。
本实施例中,第二控制策略可以为中央空调由正常工作状态转变为异常工作状态过程中的控制策略,即造成中央空调异常工作的控制策略。
S203:关联保存所述控制策略、及其对应的所述历史运行数据、历史操作数据、历史环境数据。
通过将历史运行数据、历史操作数据、历史环境数据以及与这些数据所对应的控制策略进行结构化、关联地存储。
可选的,将空调设计专家、运维专家、节能专家的经验、知识和思维过程的模拟数据存储至数据库中,使控制器依旧能够获取到计算机不能解算出来的控制策略,从而使中央空调的运行更加智慧、节能和安全。使控制策略不再依赖于模糊控制、神经网络控制等传统方式,而是应用人工智能、模式识别技术,通过控制器针对性地发送控制指令。
可选的,通过自动记录、不断学习和采集中央空调在运行过程中的各类数据,并将其存储至数据库中,不断更新数据库和推理机制,使控制策略越来越精确,控制中央空调的装置也会越来越节能。
进一步的,通过将历史运行数据、历史操作数据、历史环境数据以及与这些数据所对应的控制策略进行结构化、关联地存储,建立一个全景式、多维度的空调节能控制数据库。通过这个数据库以全面的识别或判断中央空调在运行过程中的实时运行数据,并根据数据库中存储的控制策略,作出精准的预测和控制。
可选的,通过所存储的历史数据以及控制策略,建立中央空调控制时间表。
示例性的,通过获取中央空调的历史空调冷量需求数据和控制数据,建立一个空调冷量控制时间表。当提前预测到下一时段的空调冷量负荷时,根据空调冷量控制时间表获取与预测的空调冷量负荷对应的控制策略,根据该控制策略发出控制指令,实现中央空调的主动控制与节能。
其中中央空调冷量负荷预测,在空调系统节能中意义重大。若能提前准确预知空调冷量负荷,那么水系统就可以恰如其分地提供冷量,大系统就可以精确及时地输出冷量,结合前馈和反馈控制,实现整个风水系统的节能联动。
示例性的,在地铁中央空调系统控制中,人员负荷和新风负荷占地铁车站大系统负荷的40%以上,因此,负荷变化大导致冷量需求和风量需求变化大是地铁空调系统的一大特点。对于安装了屏蔽门的地下车站、站内的空调负荷及其预测方式主要包括但不限于:
1)照明、设备发热、屏蔽门导热。车站内照明灯具、广告牌、售检票机、电梯扶梯等设备数量固定不变、功率稳定,屏蔽门导热面积不变、内外温差稳定,所以这部分负荷可以认为是定值;
2)人员负荷。不同时期、不同时段站内乘客数量的差异很大,该负荷是变量。基于系统动力学的客流预测方式,人员负荷为客流量与人均热负荷的乘积;
3)新风负荷。选取新风量原则一般是选取人员要求新风量、局部排风量、有害物浓度控制新风量中的最大值,且不应少于系统总风量的10%。其中每个车站屏蔽门开启时的漏风量,是新风量选取的决定因素。屏蔽门的漏风量随其开启时间(行车密度)变化,同时新风的焓值随室外温湿度变化。因此,当新风量根据屏蔽门的漏风量来选定时,新风负荷是受室外温湿度、屏蔽门开启时间(行车密度)影响的变量;
4)出入口与外界热交换造成的热负荷。该负荷是变量,主要受室外温湿度变化的影响。
S204:获取中央空调当前的运行数据以及当前的环境数据。
需要说明的是,本实施例中的步骤S204与图1对应的实施例中的步骤S101的实现方式完全相同,具体可参考图1对应的实施例中的步骤S101的相关描述,此处不再赘述。
S205:根据预设的控制策略获取与所述当前的运行数据和所述当前的环境数据匹配的预测操作数据。
需要说明的是,本实施例中的步骤S205与图1对应的实施例中的步骤S102的实现方式完全相同,具体可参考图1对应的实施例中的步骤S102的相关描述,此处不再赘述。
S206:根据所述预测操作数据生成操作指令,并向所述中央空调发送所述操作指令,所述操作指令用于控制所述中央空调按所述预设操作数据运行。
可选的,通过对获取的数据进行挖掘,找到隐含在这些数据背后的空调节能规律,将其存储至数据中,作为后续挖掘分析的数据基础。推理得出中央空调的最优操作模式,再将当前中央空调的实时操作数据与最优操作模式的数据进行比对,针对性地下发优化操作指令。
进一步的,搭建空调能源平衡诊断模型。获取中央空调的实时运行数据、实时操作数据以及实时环境数据。若实时运行数据、实时操作数据或实时环境数据未在预设的工况阈值范围内,则生成参数调整指令,参数调整指令用于将实时运行数据和实时操作数据调整至工况阈值范围内。其中工况阈值范围包括运行阈值范围、操作阈值范围,以及环境阈值范围。此模型将中央空调各个环节的冷量输送进行动态诊断,根据不同负荷需求条件下的中央空调运行工况以及中央空调运行标准等数据,动态地调整实时运行数据和实时操作数据。保障中央空调在任何时间都能正常运行,提升中央空调的可靠性和稳定性。
进一步的,由于在实际的操作和控制过程中,控制器所发出的实时操作数据难免会由于环境等因素的影响,与预测出来的控制策略产生出入。在这种情况下,通过获取中央空调的实时操作数据;根据实时操作数据以及预测操作数据,计算预测操作数据和实时操作数据的相关度;若相关度大于或等于预设的相关度阈值,则关联保存实时操作数据,以及与实时操作数据对应的实时运行数据。或者将按照实际操作数据,由控制器提供针对性的偏差调整指令,对预测操作数据进行自动对标,最终实现操作数据的自动调优。
相关度阈值用于衡量实时操作数据与预测操作数据之间的相关度,即差异程度。示例性的,预设相关度阈值为0.7时,当计算得出的实时操作数据与预测操作数据之间的相关度值大于或等于0.7时,则关联保存实时操作数据及其对应的实时运行数据。
通过这种自主调优的方式,可以更加全面的将中央空调所处的工作环境或意外情况等外界因素考虑进去,再将与预测的控制策略出入较大的实时操作数据存储至存储器中,以备下次相同状况发生时,作出准确、安全的控制策略,加强控制系统的可靠性和灵活性。
上述方案,通过获取中央空调的历史运行数据、历史操作数据以及历史环境数据;对这些数据进行分析得到与其对应的控制策略,并将这些数据与控制策略关联保存。再获取中央空调当前的运行数据以及当前的环境数据;根据预设的控制策略获取与当前的运行数据和当前的环境数据匹配的预测操作数据;再根据预测操作数据生成操作指令,并向中央空调发送操作指令,控制中央空调按预设操作数据运行。不仅提升空调控制智能化管理水平、节约人力成本;还能在确保环境达标、人员舒适的前提下,提升中央空调系统的能源利用效率,为建设绿色生态环境提供有力的科技保证。
参见图3,图3是本发明实施例提供的一种控制中央空调的装置的示意图。本实施例的控制中央空调的装置300包括的各单元用于执行图1对应的实施例中的各步骤,具体请参阅图1及图1对应的实施例中的相关描述,此处不赘述。本实施例的控制中央空调的装置300包括数据获取单元301、操作预测单元302、及指令生成单元303。
数据获取单元301用于获取中央空调当前的运行数据以及当前的环境数据。
操作预测单元302用于根据预设的控制策略获取与所述当前的运行数据和所述当前的环境数据匹配的预测操作数据。
指令生成单元303用于根据所述预测操作数据生成操作指令,并向所述中央空调发送所述操作指令,所述操作指令用于控制所述中央空调按所述预设操作数据运行。
上述方案,通过获取中央空调当前的运行数据以及当前的环境数据;根据预设的控制策略获取与当前的运行数据和当前的环境数据匹配的预测操作数据;根据预测操作数据生成操作指令,并向中央空调发送操作指令,操作指令用于控制中央空调按预设操作数据运行。提升中央空调控制的智能化管理水平,达到了节约人力成本、提升地铁环控系统的能源利用效率的目的。
参见图4,图4是本发明另一实施例提供的一种控制中央空调的装置的示意图。本实施例的控制中央空调的装置400包括的各单元用于执行图2对应的实施例中的各步骤,具体请参阅图2及图2对应的实施例中的相关描述,此处不赘述。本实施例的控制中央空调的装置400包括历史数据获取单元401、历史数据分析单元402、控制策略保存单元403、数据获取单元404、操作预测单元405、及指令生成单元406。
历史数据获取单元401用于获取所述中央空调的历史运行数据、历史操作数据以及历史环境数据。
历史数据分析单元402用于分析所述历史运行数据、历史操作数据以及历史环境数据,得到与所述历史运行数据、历史操作数据以及历史环境数据对应的控制策略。
控制策略保存单元403用于关联保存所述控制策略、及其对应的所述历史运行数据、历史操作数据、历史环境数据。
数据获取单元404用于获取中央空调当前的运行数据以及当前的环境数据。
操作预测单元405用于根据预设的控制策略获取与所述当前的运行数据和所述当前的环境数据匹配的预测操作数据。
指令生成单元406用于根据所述预测操作数据生成操作指令,并向所述中央空调发送所述操作指令,所述操作指令用于控制所述中央空调按所述预设操作数据运行。
上述方案,通过获取中央空调的历史运行数据、历史操作数据以及历史环境数据;对这些数据进行分析得到与其对应的控制策略,并将这些数据与控制策略关联保存。再获取中央空调当前的运行数据以及当前的环境数据;根据预设的控制策略获取与当前的运行数据和当前的环境数据匹配的预测操作数据;再根据预测操作数据生成操作指令,并向中央空调发送操作指令,控制中央空调按预设操作数据运行。不仅提升空调控制智能化管理水平、节约人力成本;还能在确保环境达标、人员舒适的前提下,提升中央空调系统的能源利用效率,为建设绿色生态环境提供有力的科技保证。
参见图5,图5是本发明再一实施例提供的一种控制中央空调的装置的示意框图。如图5所示的本实施例中的控制中央空调的装置500可以包括:一个或多个处理器501、一个或多个输入设备502、一个或多个则输出设备503及一个或多个存储器504。上述处理器501、输入设备502、则输出设备503及存储器504通过通信总线505完成相互间的通信。存储器504用于存储计算机程序,所述计算机程序包括程序指令。处理器501用于执行存储器504存储的程序指令。其中,处理器501被配置用于调用所述程序指令执行以下操作:
处理器501用于获取中央空调当前的运行数据以及当前的环境数据;
处理器501还用于根据预设的控制策略获取与所述当前的运行数据和所述当前的环境数据匹配的预测操作数据;
处理器501还用于根据所述预测操作数据生成操作指令,并向所述中央空调发送所述操作指令,所述操作指令用于控制所述中央空调按所述预设操作数据运行。
处理器501还用于获取所述中央空调的历史运行数据、历史操作数据以及历史环境数据;
处理器501还用于分析所述历史运行数据、历史操作数据以及历史环境数据,得到与所述历史运行数据、历史操作数据以及历史环境数据对应的控制策略;
处理器501还用于关联保存所述控制策略、及其对应的所述历史运行数据、历史操作数据、历史环境数据。
处理器501还用于获取所述中央空调的实时操作数据;
处理器501还用于根据所述实时操作数据以及所述预测操作数据,计算所述预测操作数据和所述实时操作数据的相关度;
处理器501还用于若所述相关度大于或等于预设的相关度阈值,则关联保存所述实时操作数据,以及与所述实时操作数据对应的所述实时运行数据。
处理器501还用于获取所述中央空调的实时运行数据、实时操作数据以及实时环境数据;
处理器501还用于若所述实时运行数据、实时操作数据或实时环境数据未在预设的工况阈值范围内,则生成参数调整指令,所述参数调整指令用于将所述实时运行数据和实时操作数据调整至所述工况阈值范围内;所述工况阈值范围包括运行阈值范围、操作阈值范围,以及环境阈值范围。
处理器501具体用于对所述历史运行数据、历史操作数据以及历史环境数据进行聚类分析,得出所述中央空调正常工作时的第一控制策略;所述第一控制策略对应的历史运行数据、历史操作数据以及历史环境数据均在工况阈值范围内;所述工况阈值范围包括运行阈值范围、操作阈值范围,以及环境阈值范围;
处理器501具体用于对所述历史运行数据、历史操作数据以及历史环境数据进行聚类分析,得出所述中央空调工作异常时的第二控制策略;所述第二控制策略对应的历史运行数据、历史操作数据以及历史环境数据不在所述工况阈值范围内。
上述方案,通过获取中央空调当前的运行数据以及当前的环境数据;根据预设的控制策略获取与当前的运行数据和当前的环境数据匹配的预测操作数据;根据预测操作数据生成操作指令,并向中央空调发送操作指令,操作指令用于控制中央空调按预设操作数据运行。提升中央空调控制的智能化管理水平,达到了节约人力成本、提升地铁环控系统的能源利用效率。
应当理解,在本发明实施例中,所述处理器501可以是中央处理单元(CentralProcessing Unit,CPU),该处理器还可以是其他通用处理器、数字信号处理器(DigitalSignal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
输入设备502可以包括触控板、指纹采传感器(用于采集用户的指纹信息和指纹的方向信息)、麦克风等,输出设备503可以包括显示器(LCD等)、扬声器等。
该存储器504可以包括只读存储器和随机存取存储器,并向处理器501提供指令和数据。存储器504的一部分还可以包括非易失性随机存取存储器。例如,存储器504还可以存储设备类型的信息。
具体实现中,本发明实施例中所描述的处理器501、输入设备502、输出设备503可执行本发明实施例提供的控制中央空调的方法的第一实施例和第二实施例中所描述的实现方式,也可执行本发明实施例所描述的控制中央空调的装置的实现方式,在此不再赘述。
在本发明的另一实施例中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,所述计算机程序包括程序指令,所述程序指令被处理器执行时实现:
获取中央空调当前的运行数据以及当前的环境数据;
根据预设的控制策略获取与所述当前的运行数据和所述当前的环境数据匹配的预测操作数据;
根据所述预测操作数据生成操作指令,并向所述中央空调发送所述操作指令,所述操作指令用于控制所述中央空调按所述预设操作数据运行。
进一步的,所述计算机程序被处理器执行时还实现:
获取所述中央空调的历史运行数据、历史操作数据以及历史环境数据;
分析所述历史运行数据、历史操作数据以及历史环境数据,得到与所述历史运行数据、历史操作数据以及历史环境数据对应的控制策略;
关联保存所述控制策略、及其对应的所述历史运行数据、历史操作数据、历史环境数据。
进一步的,所述计算机程序被处理器执行时还实现:
获取所述中央空调的实时操作数据;
根据所述实时操作数据以及所述预测操作数据,计算所述预测操作数据和所述实时操作数据的相关度;
若所述相关度大于或等于预设的相关度阈值,则关联保存所述实时操作数据,以及与所述实时操作数据对应的所述实时运行数据。
进一步的,所述计算机程序被处理器执行时还实现:
获取所述中央空调的实时运行数据、实时操作数据以及实时环境数据;
若所述实时运行数据、实时操作数据或实时环境数据未在预设的工况阈值范围内,则生成参数调整指令,所述参数调整指令用于将所述实时运行数据和实时操作数据调整至所述工况阈值范围内;所述工况阈值范围包括运行阈值范围、操作阈值范围,以及环境阈值范围。
进一步的,所述计算机程序被处理器执行时还实现:
对所述历史运行数据、历史操作数据以及历史环境数据进行聚类分析,得出所述中央空调正常工作时的第一控制策略;所述第一控制策略对应的历史运行数据、历史操作数据以及历史环境数据均在工况阈值范围内;所述工况阈值范围包括运行阈值范围、操作阈值范围,以及环境阈值范围;
对所述历史运行数据、历史操作数据以及历史环境数据进行聚类分析,得出所述中央空调工作异常时的第二控制策略;所述第二控制策略对应的历史运行数据、历史操作数据以及历史环境数据不在所述工况阈值范围内。
上述方案,通过获取中央空调的历史运行数据、历史操作数据以及历史环境数据;对这些数据进行分析得到与其对应的控制策略,并将这些数据与控制策略关联保存。再获取中央空调当前的运行数据以及当前的环境数据;根据预设的控制策略获取与当前的运行数据和当前的环境数据匹配的预测操作数据;再根据预测操作数据生成操作指令,并向中央空调发送操作指令,控制中央空调按预设操作数据运行。不仅提升空调控制智能化管理水平、节约人力成本;还能在确保环境达标、人员舒适的前提下,提升中央空调系统的能源利用效率,为建设绿色生态环境提供有力的科技保证。
所述计算机可读存储介质可以是前述任一实施例所述的控制中央空调的装置的内部存储单元,例如控制中央空调的装置的硬盘或内存。所述计算机可读存储介质也可以是所述控制中央空调的装置的外部存储设备,例如所述控制中央空调的装置上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述计算机可读存储介质还可以既包括所述控制中央空调的装置的内部存储单元也包括外部存储设备。所述计算机可读存储介质用于存储所述计算机程序及所述控制中央空调的装置所需的其他程序和数据。所述计算机可读存储介质还可以用于暂时地存储已经输出或者将要输出的数据。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,上述描述的控制中央空调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。
在本申请所提供的几个实施例中,应该理解到,所揭露的控制中央空调的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另外,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口、装置或单元的间接耦合或通信连接,也可以是电的,机械的或其它的形式连接。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本发明实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
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使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,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(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述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,均应包含在本发明的保护范围之内。
Claims (5)
1.一种控制中央空调的方法,其特征在于,包括:
获取中央空调当前的运行数据以及当前的环境数据;
根据预设的控制策略获取与所述当前的运行数据和所述当前的环境数据匹配的预测操作数据,所述控制策略存储至所述中央空调的控制端的存储器中,其中,收集空调设计专家、运维专家、节能专家的经验、知识和思维信息,并将所述经验、知识和思维信息转化成控制策略;
根据所述预测操作数据生成操作指令,并向所述中央空调发送所述操作指令,所述操作指令用于控制所述中央空调按所述预设操作数据运行;
所述获取中央空调当前的运行数据以及当前的环境数据之前,还包括:
获取所述中央空调的历史运行数据、历史操作数据以及历史环境数据;
分析所述历史运行数据、历史操作数据以及历史环境数据,得到与所述历史运行数据、历史操作数据以及历史环境数据对应的控制策略;
关联保存所述控制策略、及其对应的所述历史运行数据、历史操作数据、历史环境数据;
所述方法还包括:
获取所述中央空调的实时操作数据;
根据所述实时操作数据以及所述预测操作数据,计算所述预测操作数据和所述实时操作数据的相关度,所述相关度表示所述实时操作数据和所述预测操作数据的差异程度;
若所述相关度大于或等于预设的相关度阈值,则关联保存所述实时操作数据、以及与所述实时操作数据对应的所述实时运行数据;
所述方法还包括:
获取所述中央空调的实时运行数据、实时操作数据以及实时环境数据;
若所述实时运行数据、实时操作数据或实时环境数据未在预设的工况阈值范围内,则生成参数调整指令,所述参数调整指令用于将所述实时运行数据和实时操作数据调整至所述工况阈值范围内;所述工况阈值范围包括运行阈值范围、操作阈值范围以及环境阈值范围。
2.如权利要求1所述的控制中央空调的方法,其特征在于,所述分析所述历史运行数据、历史操作数据以及历史环境数据,得到与所述历史运行数据、历史操作数据以及历史环境数据对应的控制策略,包括:
对所述历史运行数据、历史操作数据以及历史环境数据进行聚类分析,得出所述中央空调正常工作时的第一控制策略;所述第一控制策略对应的历史运行数据、历史操作数据以及历史环境数据均在工况阈值范围内;所述工况阈值范围包括运行阈值范围、操作阈值范围以及环境阈值范围;
对所述历史运行数据、历史操作数据以及历史环境数据进行聚类分析,得出所述中央空调工作异常时的第二控制策略;所述第二控制策略对应的历史运行数据、历史操作数据以及历史环境数据不在所述工况阈值范围内。
3.一种控制中央空调的装置,其特征在于,包括:
数据获取单元,用于获取中央空调当前的运行数据以及当前的环境数据;
操作预测单元,用于根据预设的控制策略获取与所述当前的运行数据和所述当前的环境数据匹配的预测操作数据,所述控制策略存储至所述中央空调的控制端的存储器中,其中,收集空调设计专家、运维专家、节能专家的经验、知识和思维信息,并将所述经验、知识和思维信息转化成控制策略;
指令生成单元,用于根据所述预测操作数据生成操作指令,并向所述中央空调发送所述操作指令,所述操作指令用于控制所述中央空调按所述预设操作数据运行;
历史数据获取单元,用于获取所述中央空调的历史运行数据、历史操作数据以及历史环境数据;
历史数据分析单元,用于分析所述历史运行数据、历史操作数据以及历史环境数据,得到与所述历史运行数据、历史操作数据以及历史环境数据对应的控制策略;
控制策略保存单元,用于关联保存所述控制策略、及其对应的所述历史运行数据、历史操作数据、历史环境数据;
操作数据获取单元,用于获取所述中央空调的实时操作数据;
相关度计算单元,用于根据所述实时操作数据以及所述预测操作数据,计算所述预测操作数据和所述实时操作数据的相关度,所述相关度表示所述实时操作数据和所述预测操作数据的差异程度;
操作数据保存单元,用于若所述相关度大于或等于预设的相关度阈值,则关联保存所述实时操作数据,以及与所述实时操作数据对应的所述实时运行数据。
4.一种控制中央空调的装置,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1或2所述方法的步骤。
5.一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或2所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710971459.XA CN107860102B (zh) | 2017-10-18 | 2017-10-18 | 一种控制中央空调的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710971459.XA CN107860102B (zh) | 2017-10-18 | 2017-10-18 | 一种控制中央空调的方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107860102A CN107860102A (zh) | 2018-03-30 |
CN107860102B true CN107860102B (zh) | 2020-12-01 |
Family
ID=61696269
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710971459.XA Active CN107860102B (zh) | 2017-10-18 | 2017-10-18 | 一种控制中央空调的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107860102B (zh) |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7062475B2 (ja) * | 2018-03-14 | 2022-05-06 | 株式会社東芝 | 空調制御装置、空調システム、空調制御方法及びプログラム |
CN108644980B (zh) * | 2018-05-03 | 2021-01-29 | 广东工业大学 | 地铁车站通风空调系统的功耗计算方法、系统及存储介质 |
CN109059170A (zh) * | 2018-06-20 | 2018-12-21 | 上海安悦节能技术有限公司 | 基于神经网络算法的中央空调控制系统 |
TWI670451B (zh) * | 2018-08-31 | 2019-09-01 | 國立臺北科技大學 | 中大型空間中空調裝置之節能控制方法及系統 |
CN109520069A (zh) * | 2018-09-29 | 2019-03-26 | 珠海格力电器股份有限公司 | 电子设备控制方法、装置、电子设备及存储介质 |
CN109974235B (zh) * | 2019-04-01 | 2020-07-14 | 珠海格力电器股份有限公司 | 控制家电设备的方法、装置和家电设备 |
CN109827299A (zh) * | 2019-04-03 | 2019-05-31 | 广州星辰热能股份有限公司 | 基于物联网空气处理机组调节方法、装置、系统和介质 |
CN110319549B (zh) * | 2019-05-21 | 2021-05-18 | 深圳达实智能股份有限公司 | 组合式空气处理机组的新风节能控制方法及系统 |
CN110296514B (zh) * | 2019-07-15 | 2020-07-17 | 珠海格力电器股份有限公司 | 空调的智能化控制方法、装置及空调 |
CN111664490A (zh) * | 2020-06-28 | 2020-09-15 | 海尔优家智能科技(北京)有限公司 | 烟机的控制方法和装置及存储介质 |
CN112032972A (zh) * | 2020-10-21 | 2020-12-04 | 陕西大唐高科机电科技有限公司 | 基于云计算的物联网中央空调自寻优控制系统及方法 |
CN113983657A (zh) * | 2021-10-12 | 2022-01-28 | 珠海格力电器股份有限公司 | 一种空调机组运行控制方法、系统、显示终端及空调机组 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014118772A1 (en) * | 2013-01-30 | 2014-08-07 | Israel Aerospace Industries Ltd. | Real-time recording and data analysis |
CN105372600A (zh) * | 2015-11-24 | 2016-03-02 | 珠海朗尔电气有限公司 | 一种基于大数据的蓄电池故障诊断的系统和方法 |
CN106958794A (zh) * | 2017-04-03 | 2017-07-18 | 重庆大学 | 一种可监测效果的集成光伏驱动的地下空间用自然通风与采光装置及其调控方法 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3455046B2 (ja) * | 1997-01-22 | 2003-10-06 | シャープ株式会社 | 空気調和機の自動運転制御システム |
JP2008092320A (ja) * | 2006-10-03 | 2008-04-17 | Toko Electric Corp | 集中管理システム |
CN102901188B (zh) * | 2012-09-26 | 2015-09-23 | 中国电力科学研究院 | 与电网互动的商业楼宇中央空调负荷调控系统及其方法 |
CN202904332U (zh) * | 2012-09-26 | 2013-04-24 | 中国电力科学研究院 | 一种与电网互动的商业楼宇中央空调负荷调控系统 |
CN104133427A (zh) * | 2013-05-03 | 2014-11-05 | 于庆广 | 智能家居控制方法及其系统 |
CN103940049B (zh) * | 2014-05-12 | 2018-11-09 | 珠海格力电器股份有限公司 | 空调机组控制方法、装置及系统 |
CN105352542B (zh) * | 2015-10-14 | 2017-10-27 | 国家电网公司 | 一种换流站全景状态监测系统 |
CN106447548A (zh) * | 2016-09-09 | 2017-02-22 | 国家电网公司 | 一种物业管理系统的调控方法 |
CN106933489B (zh) * | 2017-03-30 | 2020-06-19 | 南京秦淮紫云创益企业服务有限公司 | 防止屏幕误操作的方法及装置 |
-
2017
- 2017-10-18 CN CN201710971459.XA patent/CN107860102B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014118772A1 (en) * | 2013-01-30 | 2014-08-07 | Israel Aerospace Industries Ltd. | Real-time recording and data analysis |
CN105372600A (zh) * | 2015-11-24 | 2016-03-02 | 珠海朗尔电气有限公司 | 一种基于大数据的蓄电池故障诊断的系统和方法 |
CN106958794A (zh) * | 2017-04-03 | 2017-07-18 | 重庆大学 | 一种可监测效果的集成光伏驱动的地下空间用自然通风与采光装置及其调控方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107860102A (zh) | 2018-03-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107860102B (zh) | 一种控制中央空调的方法及装置 | |
Lee et al. | Deep-learning-based fault detection and diagnosis of air-handling units | |
CN111237989B (zh) | 一种基于负荷预测的楼宇通风空调控制方法及装置 | |
CN103912966B (zh) | 一种地源热泵制冷系统优化控制方法 | |
CN102705957B (zh) | 办公建筑中央空调逐时冷负荷在线预测方法及系统 | |
WO2018054055A1 (zh) | 用于地铁暖通空调系统的负荷预测和控制系统及其方法 | |
EP3025099B1 (en) | Control device and method for buildings | |
CN112013521B (zh) | 一种基于天气预报的空调系统调节方法和系统 | |
Ahn et al. | Anti-logic or common sense that can hinder machine’s energy performance: Energy and comfort control models based on artificial intelligence responding to abnormal indoor environments | |
KR101756508B1 (ko) | 스마트 써모스탯을 이용한 통합형 실시간 예측 건물 에너지 관리 방법 및 시스템 | |
CN102283283B (zh) | 智能化浅层地能低温储粮系统 | |
CN104075403A (zh) | 一种空调能耗监测与诊断系统和方法 | |
CN102003772A (zh) | 一种水源热泵节能优化控制方法 | |
CN102043907A (zh) | 空调房间实时冷负荷确定方法 | |
CN111076378A (zh) | 一种基于负荷预测的地铁车站通风空调节能系统及方法 | |
CN109932896A (zh) | 一种建筑能耗的控制方法和系统 | |
Batista et al. | Evaluation and improvement of the energy performance of a building's equipment and subsystems through continuous monitoring | |
CN108197404A (zh) | 一种基于时间遗传特性的建筑负荷预测方法 | |
Wang et al. | Field test of Model Predictive Control in residential buildings for utility cost savings | |
Cholewa et al. | An easy and widely applicable forecast control for heating systems in existing and new buildings: First field experiences | |
CN211526662U (zh) | 一种基于负荷预测的地铁车站通风空调节能系统 | |
Perera et al. | Prediction of space heating energy consumption in cabins based on multivariate regression modelling | |
CN105121972A (zh) | 通风控制装置、通风系统和程序 | |
Sha et al. | A control strategy of heating system based on adaptive model predictive control | |
CN107192098B (zh) | 医院通风调控方法及调控系统 |
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 |