CN109210730A - 一种建筑物制冷智能管控方法及系统 - Google Patents

一种建筑物制冷智能管控方法及系统 Download PDF

Info

Publication number
CN109210730A
CN109210730A CN201810966927.9A CN201810966927A CN109210730A CN 109210730 A CN109210730 A CN 109210730A CN 201810966927 A CN201810966927 A CN 201810966927A CN 109210730 A CN109210730 A CN 109210730A
Authority
CN
China
Prior art keywords
air
room
air outlet
temperature
data
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
Application number
CN201810966927.9A
Other languages
English (en)
Other versions
CN109210730B (zh
Inventor
张子豪
张仁胜
孙福民
张子谦
胡刚
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Polytron Technologies Inc In China
Original Assignee
Polytron Technologies Inc In China
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Polytron Technologies Inc In China filed Critical Polytron Technologies Inc In China
Priority to CN201810966927.9A priority Critical patent/CN109210730B/zh
Publication of CN109210730A publication Critical patent/CN109210730A/zh
Application granted granted Critical
Publication of CN109210730B publication Critical patent/CN109210730B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • 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
    • F24F11/47—Responding to energy costs
    • 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
    • F24F11/62—Control or safety arrangements characterised by the type of control or by internal processing, e.g. using fuzzy logic, adaptive control or estimation of values
    • F24F11/63—Electronic processing
    • F24F11/64—Electronic processing using pre-stored data
    • 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
    • F24F11/70—Control systems characterised by their outputs; Constructional details thereof
    • F24F11/72—Control systems characterised by their outputs; Constructional details thereof for controlling the supply of treated air, e.g. its pressure
    • F24F11/74—Control systems characterised by their outputs; Constructional details thereof for controlling the supply of treated air, e.g. its pressure for controlling air flow rate or air velocity
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F2110/00—Control inputs relating to air properties
    • F24F2110/10—Temperature
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F2110/00—Control inputs relating to air properties
    • F24F2110/20—Humidity

Landscapes

  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Signal Processing (AREA)
  • Fluid Mechanics (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Air Conditioning Control Device (AREA)

Abstract

本发明公开了一种建筑物制冷智能管控方法及系统，方法包括采集建筑物内房间信息、对空调管道和出风口进行编码建库、制冷量风速确定、智能空调服务；系统包括室内空气数据采集模块、管道数据采集模块、存储模块、管道编码建库模块、制冷数据处理模块、智能空调服务模块和通信模块。本发明实现了控制室内温度在允许范围内最大限度的节约能耗，实时监控管理各房间制冷送风状态，能够对中央空调运行进行动态分析，提供了异常情况快速排查定位的方法，系统准确高效，具有较高的实用价值和广泛的应用前景。

Description

一种建筑物制冷智能管控方法及系统
技术领域
本发明涉及节能控制技术领域，具体涉及一种建筑物制冷智能管控方法及系统。
背景技术
中央空调系统由一个或多个冷热源系统和多个空气调节系统组成，该系统不同于传统冷剂式空调，(如单体机，VRV)集中处理空气已达到舒适要求。采用液体气化制冷的原理为空气调节系统提供所需冷量，用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。制冷系统是中央空调系统至关重要的部分，其采用种类、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。
现有的中央空调一般采用房间与空调外机对应的方法，打开该房间则开启相应的外机，无法做到有效管控各房间制冷量和风速，无法精确控制每个房间温度变化的范围以及变化的速度，用户体验不佳，同时无法做到有效利用总的制冷量，会出现制冷量和风速冗余的情况，无法做到节能减排。
此外现有的中央空调管道排列过多，一旦出现管道破损排查较为困难，无法做到精确定位。
发明内容
针对现有技术的不足，本发明提供一种建筑物制冷智能管控方法及系统，实现了控制室内温度在允许范围内最大限度的节约能耗，实时监控管理各房间制冷送风状态，能够对中央空调运行进行动态分析，提供了异常情况快速排查定位的方法，系统准确高效，具有较高的实用价值和广泛的应用前景。
本发明解决技术问题采用如下技术方案：
本发明提供了一种建筑物制冷智能管控方法，包括以下步骤：
S1、采集建筑物内房间信息，包括房间楼层、面积、高度、朝向、出风口数量、实时温度、湿度和空气密度，并对房间进行编号，建立建筑物房间数据库；
S2、对空调管道和出风口进行编码建库，具体包括：
S21、采集空调管道数据，包括长度、直径和位置信息，并对空调管道进行分段标记，标记采用数字编码形式，具体为：
将空调管道分类为一级总管道、二级分管道、三级支管道、四级入户管道，数字编码首位对应管道级别数字；
将管道按照其直径从大到小分类设置级别，数字编码第二位对应管道直径级别；
数字编码第三、四、五位对应表示该管道长度；
数字编码第六、七位为对应楼层；
S22、采集出风口数据，建立出风口数据库，包括出风口截面面积、所在房间编号以及出风口与空调外主机送风口间一级总管道、二级分管道、三级支管道、四级入户管道的长度数据，并根据长度数据计算该出风口权重，具体为：
出风口权重＝L1×X1+L2×X2+L3×X3+L4×X4
其中L1、L2、L3、L4分别对应一级总管道、二级分管道、三级支管道、四级入户管道的长度，X1、X2、X3、X4分别对应一级总管道、二级分管道、三级支管道、四级入户管道的权重系数；
S3、采集中央空调各编号外机制冷量，根据建筑物房间数据库中数据，计算当前房间温度变化所需制冷量，具体为：
S31、计算当前室温下空气焓值，计算公式为：
H＝1.01T+(2500+1.84T)d(kj/kg干空气)
式中：T为当前空气温度℃，d为当前空气的含湿量kg/kg干空气，1.01为干空气的平均定压比热kj/(kg.K)，1.84为水蒸气的平均定压比热kj/(kg.K)，2500为0℃时水的汽化潜热kj/kg；
S32、按照上一步骤，计算预设到达室温下空气焓值H1；
S33、计算所需制冷量，计算公式为：
制冷量
其中V为当前房屋体积，ρ为空气密度，t为预设到达温度变化时间；
S34、通过制冷量和空调管道数据，推导出出风口风速，具体如下：
采集出风口温度和湿度代入步骤S31中的公式计算出冷风焓值H2；
代入以下公式得到出风口风速：
其中ν为出风口风速，n为出风口数量，S为出风口截面积，λ为比例系数；
S35、设置初始比例系数λ为1，随后按照初始计算的风速进行实际送风作业，根据温度到达时间与预设时间的差值进行反复迭代，修正比例系数；
S36、多次根据不同的室温设置不同的预设温度，依次重复上述步骤得到不同室温及预设达到温度下的制冷量和风速；
S37、将得到的不同室温及预设温度下的制冷量和风速以及对应的当前房间的房间数据、出风口数据添加到调温需求数据库中；
S38、选择建筑物房间数据库中新的房间，将新房间的面积、高度以及出风口数据在调温需求数据库中进行遍历检索：
若存在与新房间面积、高度以及出风口数据差值均在预设差值范围内的房间记录，则将该房间不同室温及预设温度下的制冷量和风速作为新房间的数据连同房间的房间数据、出风口数据添加到调温需求数据库中；否则执行计算当前房间温度变化所需制冷量的所有步骤；
S4、接收用户打开空调的信号，触发智能空调服务，具体包括：
采集当前空调已开机组个数以及总制冷量；
采集所有已触发空调服务的各房间的制冷量和风速；
采集用户所在房间编号以及当前房间室温和设定温度，并检索调温需求数据库，将检索匹配的房间在当前房间室温和设定温度下制冷量和风速输出；
对已触发空调服务的各房间的制冷量和风速与当前房间室温和设定温度下制冷量和风速分别求和，得到当前需求制冷量和需求风速；
若当前需求制冷量与总制冷量差值在预设差值范围内，则触发节能调整服务，具体为：
按比例减少已触发空调服务的各房间的制冷量和风速，所述比例的计算公式为：
其中M1、M2…Mi为已触发空调服务的各房间的制冷量，γ1、γ2...γi为已触发空调服务的各房间出风口权重；
按照计算得到的各房间减少的制冷量和风速，分别得到对应的二级分管道、三级支管道、四级入户管道风速变化量；
按照得到的风速变化量调节对应的二级分管道、三级支管道、四级入户管道风速；
若当前需求制冷量与总制冷量差值超出预设差值范围内，则根据当前需求制冷量和需求风速打开空调相应机组；
S5、室温异常提醒服务，具体包括：
若在触发空调服务后的预定时间内，室温与设定温度差值超过预定阈值，则向使用人员发出门窗是否关闭以及室内有无异常热源的提醒。
优选地，所述建筑物制冷智能管控方法还包括：当各出风口风量总和与空调外机送入风量差值超过预定阈值时，触发异常报警服务，并将风压数据异常变化的管道编码反馈至控制人员。
优选地，所述建筑物制冷智能管控方法还包括湿度管控服务，具体包括：
当房间内湿度超过预定范围，则触发出风口加湿服务，维持房间湿度在预定范围内。
优选地，所述建筑物制冷智能管控方法还包括温度管控服务，具体包括：
当室内温度低于阈值时，减少出风口风量，维持室温在允许设定范围内。
本发明还提供一种建筑物制冷智能管控系统，包括：
室内空气数据采集模块，包括安装在各个房间内的温度传感器、湿度传感器和空气密度传感器，用于采集建筑物内房间湿度、温度和空气密度等待数据处理；
管道数据采集模块，包括安装在管道内壁的风压传感器和安装在进风口和出风口的风速传感器以及温度传感器，用于采集风压、风速和温度数据等待数据处理；
存储模块，用于存储建筑房间楼层、面积、高度、朝向、出风口数量数据、空调管道长度、直径和位置信息以及室内空气数据采集模块、管道数据采集模块采集的数据；
管道编码建库模块，用于对空调管道和出风口进行编码建库，具体包括：
根据采集空调管道数据，包括长度、直径和位置信息，对空调管道进行分段标记，标记采用数字编码形式，具体为：
将空调管道分类为一级总管道、二级分管道、三级支管道、四级入户管道，数字编码首位对应管道级别数字；
将管道按照其直径从大到小分类设置级别，数字编码第二位对应管道直径级别；
数字编码第三、四、五位对应表示该管道长度；
数字编码第六、七位为对应楼层；
出风口数据建库模块，用于建立出风口数据库，包括出风口截面面积、所在房间编号以及出风口与空调外主机送风口间一级总管道、二级分管道、三级支管道、四级入户管道的长度数据，并根据长度数据计算该出风口权重，具体为：
出风口权重＝L1×X1+L2×X2+L3×X3+L4×X4
其中L1、L2、L3、L4分别对应一级总管道、二级分管道、三级支管道、四级入户管道的长度，X1、X2、X3、X4分别对应一级总管道、二级分管道、三级支管道、四级入户管道的权重系数；
制冷数据处理模块，用于采集中央空调各编号外机制冷量，根据建筑物房间数据库中数据，计算当前房间温度变化所需制冷量，具体为：
计算当前室温下空气焓值，计算公式为：
H＝1.01T+(2500+1.84T)d(kj/kg干空气)
式中：T为当前空气温度℃，d为当前空气的含湿量kg/kg干空气，1.01为干空气的平均定压比热kj/(kg.K)，1.84为水蒸气的平均定压比热kj/(kg.K)，2500为0℃时水的汽化潜热kj/kg；
按照上一步骤，计算预设到达室温下空气焓值H1；
计算所需制冷量，计算公式为：
制冷量
其中V为当前房屋体积，ρ为空气密度，t为预设到达温度变化时间；
通过制冷量和空调管道数据，推导出出风口风速，具体如下：
采集出风口温度和湿度代入步骤S31中的公式计算出冷风焓值H2；
代入以下公式得到出风口风速：
其中ν为出风口风速，n为出风口数量，S为出风口截面积，λ为比例系数；
设置初始比例系数λ为1，随后按照初始计算的风速进行实际送风作业，根据温度到达时间与预设时间的差值进行反复迭代，修正比例系数；
多次根据不同的室温设置不同的预设温度，依次重复上述步骤得到不同室温及预设达到温度下的制冷量和风速；
将得到的不同室温及预设温度下的制冷量和风速以及对应的当前房间的房间数据、出风口数据添加到调温需求数据库中；
选择建筑物房间数据库中新的房间，将新房间的面积、高度以及出风口数据在调温需求数据库中进行遍历检索：
若存在与新房间面积、高度以及出风口数据差值均在预设差值范围内的房间记录，则将该房间不同室温及预设温度下的制冷量和风速作为新房间的数据连同房间的房间数据、出风口数据添加到调温需求数据库中；否则执行计算当前房间温度变化所需制冷量的所有步骤；
智能空调服务模块，用于接收用户打开空调的信号，提供智能空调服务，具体包括：
接收采集的当前空调已开机组个数以及总制冷量数据；
接收采集所有已触发空调服务的各房间的制冷量和风速数据；
接收采集用户所在房间编号以及当前房间室温和设定温度，并检索调温需求数据库，将检索匹配的房间在当前房间室温和设定温度下制冷量和风速输出；
对已触发空调服务的各房间的制冷量和风速与当前房间室温和设定温度下制冷量和风速分别求和，得到当前需求制冷量和需求风速；
若当前需求制冷量与总制冷量差值在预设差值范围内，则触发节能调整服务，具体为：
按比例减少已触发空调服务的各房间的制冷量和风速，所述比例的计算公式为：
其中M1、M2…Mi为已触发空调服务的各房间的制冷量，γ1、γ2...γi为已触发空调服务的各房间出风口权重；
按照计算得到的各房间减少的制冷量和风速，分别得到对应的二级分管道、三级支管道、四级入户管道风速变化量；
按照得到的风速变化量调节对应的二级分管道、三级支管道、四级入户管道风速；
若当前需求制冷量与总制冷量差值超出预设差值范围内，则根据当前需求制冷量和需求风速打开空调相应机组；
通信模块，用于将室内空气数据采集模块、管道数据采集模块采集的数据传输至存储模块，并用于系统各模块间的通信交互。
优选地，所述建筑物制冷智能管控系统还包括管道异常报警模块，用于当各出风口风量总和与空调外机送入风量差值超过预定阈值时，触发异常报警服务，并将风压数据异常变化的管道编码反馈至控制人员。
优选地，所述建筑物制冷智能管控系统还包括室温异常提醒模块，用于提供室温异常提醒服务，具体包括：
若在触发空调服务后的预定时间内，室温与设定温度差值超过预定阈值，则向使用人员发出门窗是否关闭以及室内有无异常热源的提醒。
优选地，所述建筑物制冷智能管控系统还包括湿度管控模块，用于提供湿度管控服务，具体包括：
当房间内湿度超过预定范围，则触发出风口加湿服务，维持房间湿度在预定范围内。
优选地，所述建筑物制冷智能管控系统还包括温度管控模块，用于提供温度管控服务，具体包括：
当室内温度低于阈值时，减少出风口风量，维持室温在允许设定范围内。
与现有技术相比，本发明具有如下的有益效果：
本发明的建筑物制冷智能管控方法通过采集建筑物中房间相关数据，再对房间进行不同室温和预设温度的制冷量计算，再在实际送风过程中进行修正，从而得到较为准确的房间制冷量和送风量数据，从而建立整栋建筑制冷量和风速的准确需求数据库；
方法能够实时根据数据库得到准确的制冷量和风速需求，对于在外机总制冷量允许范围内的制冷量和风速需求吗，通过对各风口管道情况赋予其权重，并根据权重确定调整比例，从而一方面保证需求房间的制冷量和风速，另一方面根据实际送风情况和散热效率合适的调整了其他房间的制冷量和风速，最大限度的减少了对于现有房间的影响，较好的保证了用户的体验，实现了节能减耗的效果；
此外本发明在赋予管道权重过程中对空调管道和出风口进行编码建库，通过合理编码方法，将身份识别和位置定位很好的结合在一起，不仅可以实现准确有效的合理赋予管道权重的含义，同时也能够在出现异常情况下，快速定位管道位置，节约了人力，提高了效率；
本发明的建筑物制冷智能管控方法及系统，实现了控制室内温度在允许范围内最大限度的节约能耗，实时监控管理各房间制冷送风状态，能够对中央空调运行进行动态分析，提供了异常情况快速排查定位的方法，系统准确高效，具有较高的实用价值和广泛的应用前景。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：
图1为本发明的一种建筑物制冷智能管控方法流程图；
图2为本发明的一种建筑物制冷智能管控方法的步骤S3的具体流程图；
图3为本发明的一种建筑物制冷智能管控方法的步骤S4的具体流程图；
图4为本发明的一种建筑物制冷智能管控系统的结构示意图。
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。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，都属于本发明保护的范围。
此外，所属技术领域的技术人员知道，本发明的各个方面可以实现为系统、方法或计算机程序产品。因此，本发明的各个方面可以具体实现为软硬件结合的形式，这里可以统称为“电路”、“模块”或“系统”。此外，在一些实施例中，本发明的各个方面还可以实现为在一个或多个微处理器可读介质中的计算机程序产品的形式，该微处理器可读介质中包含微处理器可读的程序代码。
下面将参照根据本发明实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述本发明。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机程序指令实现。这些计算机程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些计算机程序指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机程序指令存储在计算机可读介质中，这些指令使得计算机、其它可编程数据处理装置、或其他设备以特定方式工作，从而，存储在计算机可读介质中的指令就产生出包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的指令的制造品(article of manufacture)。也可以将计算机程序指令装载到计算机、其它可编程数据处理装置、或其它设备上使一系列操作步骤在计算机、其它可编程装置、或其它设备上得到执行，形成计算机实现过程，以便在计算机或其它可编程装置上执行的指令提供实现在流程图和/或框图中的一个或多个方框中规定的功能/动作的过程。
如图1-4所示，本实施例的一种建筑物制冷智能管控方法，包括以下步骤：
S1、采集建筑物内房间信息，包括房间楼层、面积、高度、朝向、出风口数量、实时温度、湿度和空气密度，并对房间进行编号，建立建筑物房间数据库；
S2、对空调管道和出风口进行编码建库，具体包括：
S21、采集空调管道数据，包括长度、直径和位置信息，并对空调管道进行分段标记，标记采用数字编码形式，具体为：
将空调管道分类为一级总管道、二级分管道、三级支管道、四级入户管道，数字编码首位对应管道级别数字；
将管道按照其直径从大到小分类设置级别，数字编码第二位对应管道直径级别；
数字编码第三、四、五位对应表示该管道长度；
数字编码第六、七位为对应楼层；
S22、采集出风口数据，建立出风口数据库，包括出风口截面面积、所在房间编号以及出风口与空调外主机送风口间一级总管道、二级分管道、三级支管道、四级入户管道的长度数据，并根据长度数据计算该出风口权重，具体为：
出风口权重＝L1×X1+L2×X2+L3×X3+L4×X4
其中L1、L2、L3、L4分别对应一级总管道、二级分管道、三级支管道、四级入户管道的长度，X1、X2、X3、X4分别对应一级总管道、二级分管道、三级支管道、四级入户管道的权重系数；
S3、采集中央空调各编号外机制冷量，根据建筑物房间数据库中数据，计算当前房间温度变化所需制冷量，具体为：
S31、计算当前室温下空气焓值，计算公式为：
H＝1.01T+(2500+1.84T)d(kj/kg干空气)
式中：T为当前空气温度℃，d为当前空气的含湿量kg/kg干空气，1.01为干空气的平均定压比热kj/(kg.K)，1.84为水蒸气的平均定压比热kj/(kg.K)，2500为0℃时水的汽化潜热kj/kg；
S32、按照上一步骤，计算预设到达室温下空气焓值H1；
S33、计算所需制冷量，计算公式为：
制冷量
其中V为当前房屋体积，ρ为空气密度，t为预设到达温度变化时间；
S34、通过制冷量和空调管道数据，推导出出风口风速，具体如下：
采集出风口温度和湿度代入步骤S31中的公式计算出冷风焓值H2；
代入以下公式得到出风口风速：
其中ν为出风口风速，n为出风口数量，S为出风口截面积，λ为比例系数；
S35、设置初始比例系数λ为1，随后按照初始计算的风速进行实际送风作业，根据温度到达时间与预设时间的差值进行反复迭代，修正比例系数；
S36、多次根据不同的室温设置不同的预设温度，依次重复上述步骤得到不同室温及预设达到温度下的制冷量和风速；
S37、将得到的不同室温及预设温度下的制冷量和风速以及对应的当前房间的房间数据、出风口数据添加到调温需求数据库中；
S38、选择建筑物房间数据库中新的房间，将新房间的面积、高度以及出风口数据在调温需求数据库中进行遍历检索：
若存在与新房间面积、高度以及出风口数据差值均在预设差值范围内的房间记录，则将该房间不同室温及预设温度下的制冷量和风速作为新房间的数据连同房间的房间数据、出风口数据添加到调温需求数据库中；否则执行计算当前房间温度变化所需制冷量的所有步骤；
S4、接收用户打开空调的信号，触发智能空调服务，具体包括：
采集当前空调已开机组个数以及总制冷量；
采集所有已触发空调服务的各房间的制冷量和风速；
采集用户所在房间编号以及当前房间室温和设定温度，并检索调温需求数据库，将检索匹配的房间在当前房间室温和设定温度下制冷量和风速输出；
对已触发空调服务的各房间的制冷量和风速与当前房间室温和设定温度下制冷量和风速分别求和，得到当前需求制冷量和需求风速；
若当前需求制冷量与总制冷量差值在预设差值范围内，则触发节能调整服务，具体为：
按比例减少已触发空调服务的各房间的制冷量和风速，所述比例的计算公式为：
其中M1、M2…Mi为已触发空调服务的各房间的制冷量，γ1、γ2...γi为已触发空调服务的各房间出风口权重；
按照计算得到的各房间减少的制冷量和风速，分别得到对应的二级分管道、三级支管道、四级入户管道风速变化量；
按照得到的风速变化量调节对应的二级分管道、三级支管道、四级入户管道风速；
若当前需求制冷量与总制冷量差值超出预设差值范围内，则根据当前需求制冷量和需求风速打开空调相应机组。
本实施例中的建筑物制冷智能管控方法还包括当各出风口风量总和与空调外机送入风量差值超过预定阈值时，触发异常报警服务，并将风压数据异常变化的管道编码反馈至控制人员。
本实施例中的建筑物制冷智能管控方法还包括室温异常提醒服务，具体包括：
若在触发空调服务后的预定时间内，室温与设定温度差值超过预定阈值，则向使用人员发出门窗是否关闭以及室内有无异常热源的提醒。
本实施例中的建筑物制冷智能管控方法还包括湿度管控服务，具体包括：
当房间内湿度超过预定范围，则触发出风口加湿服务，维持房间湿度在预定范围内。
本实施例中的建筑物制冷智能管控方法还包括温度管控服务，具体包括：
当室内温度低于阈值时，减少出风口风量，维持室温在允许设定范围内。
本实施例提供的一种建筑物制冷智能管控系统，包括：
室内空气数据采集模块，包括安装在各个房间内的温度传感器、湿度传感器和空气密度传感器，用于采集建筑物内房间湿度、温度和空气密度等待数据处理；
管道数据采集模块，包括安装在管道内壁的风压传感器和安装在进风口和出风口的风速传感器以及温度传感器，用于采集风压、风速和温度数据等待数据处理；
存储模块，用于存储建筑房间楼层、面积、高度、朝向、出风口数量数据、空调管道长度、直径和位置信息以及室内空气数据采集模块、管道数据采集模块采集的数据；
管道编码建库模块，用于对空调管道和出风口进行编码建库，具体包括：
根据采集空调管道数据，包括长度、直径和位置信息，对空调管道进行分段标记，标记采用数字编码形式，具体为：
将空调管道分类为一级总管道、二级分管道、三级支管道、四级入户管道，数字编码首位对应管道级别数字；
将管道按照其直径从大到小分类设置级别，数字编码第二位对应管道直径级别；
数字编码第三、四、五位对应表示该管道长度；
数字编码第六、七位为对应楼层；
出风口数据建库模块，用于建立出风口数据库，包括出风口截面面积、所在房间编号以及出风口与空调外主机送风口间一级总管道、二级分管道、三级支管道、四级入户管道的长度数据，并根据长度数据计算该出风口权重，具体为：
出风口权重＝L1×X1+L2×X2+L3×X3+L4×X4
其中L1、L2、L3、L4分别对应一级总管道、二级分管道、三级支管道、四级入户管道的长度，X1、X2、X3、X4分别对应一级总管道、二级分管道、三级支管道、四级入户管道的权重系数；
制冷数据处理模块，用于采集中央空调各编号外机制冷量，根据建筑物房间数据库中数据，计算当前房间温度变化所需制冷量，具体为：
计算当前室温下空气焓值，计算公式为：
H＝1.01T+(2500+1.84T)d(kj/kg干空气)
式中：T为当前空气温度℃，d为当前空气的含湿量kg/kg干空气，1.01为干空气的平均定压比热kj/(kg.K)，1.84为水蒸气的平均定压比热kj/(kg.K)，2500为0℃时水的汽化潜热kj/kg；
按照上一步骤，计算预设到达室温下空气焓值H1；
计算所需制冷量，计算公式为：
制冷量
其中V为当前房屋体积，ρ为空气密度，t为预设到达温度变化时间；
通过制冷量和空调管道数据，推导出出风口风速，具体如下：
采集出风口温度和湿度代入步骤S31中的公式计算出冷风焓值H2；
代入以下公式得到出风口风速：
其中ν为出风口风速，n为出风口数量，S为出风口截面积，λ为比例系数；
设置初始比例系数λ为1，随后按照初始计算的风速进行实际送风作业，根据温度到达时间与预设时间的差值进行反复迭代，修正比例系数；
多次根据不同的室温设置不同的预设温度，依次重复上述步骤得到不同室温及预设达到温度下的制冷量和风速；
将得到的不同室温及预设温度下的制冷量和风速以及对应的当前房间的房间数据、出风口数据添加到调温需求数据库中；
选择建筑物房间数据库中新的房间，将新房间的面积、高度以及出风口数据在调温需求数据库中进行遍历检索：
若存在与新房间面积、高度以及出风口数据差值均在预设差值范围内的房间记录，则将该房间不同室温及预设温度下的制冷量和风速作为新房间的数据连同房间的房间数据、出风口数据添加到调温需求数据库中；否则执行计算当前房间温度变化所需制冷量的所有步骤；
智能空调服务模块，用于接收用户打开空调的信号，提供智能空调服务，具体包括：
接收采集的当前空调已开机组个数以及总制冷量数据；
接收采集所有已触发空调服务的各房间的制冷量和风速数据；
接收采集用户所在房间编号以及当前房间室温和设定温度，并检索调温需求数据库，将检索匹配的房间在当前房间室温和设定温度下制冷量和风速输出；
对已触发空调服务的各房间的制冷量和风速与当前房间室温和设定温度下制冷量和风速分别求和，得到当前需求制冷量和需求风速；
若当前需求制冷量与总制冷量差值在预设差值范围内，则触发节能调整服务，具体为：
按比例减少已触发空调服务的各房间的制冷量和风速，所述比例的计算公式为：
其中M1、M2…Mi为已触发空调服务的各房间的制冷量，γ1、γ2...γi为已触发空调服务的各房间出风口权重；
按照计算得到的各房间减少的制冷量和风速，分别得到对应的二级分管道、三级支管道、四级入户管道风速变化量；
按照得到的风速变化量调节对应的二级分管道、三级支管道、四级入户管道风速；
若当前需求制冷量与总制冷量差值超出预设差值范围内，则根据当前需求制冷量和需求风速打开空调相应机组；
通信模块，用于将室内空气数据采集模块、管道数据采集模块采集的数据传输至存储模块，并用于系统各模块间的通信交互。
本实施例的建筑物制冷智能管控系统，还包括管道异常报警模块，用于当各出风口风量总和与空调外机送入风量差值超过预定阈值时，触发异常报警服务，并将风压数据异常变化的管道编码反馈至控制人员。
本实施例的建筑物制冷智能管控系统，还包括室温异常提醒模块，用于提供室温异常提醒服务，具体包括：
若在触发空调服务后的预定时间内，室温与设定温度差值超过预定阈值，则向使用人员发出门窗是否关闭以及室内有无异常热源的提醒。
本实施例的建筑物制冷智能管控系统，还包括湿度管控模块，用于提供湿度管控服务，具体包括：
当房间内湿度超过预定范围，则触发出风口加湿服务，维持房间湿度在预定范围内。
本实施例的建筑物制冷智能管控系统，还包括温度管控模块，用于提供温度管控服务，具体包括：
当室内温度低于阈值时，减少出风口风量，维持室温在允许设定范围内。
本发明相对于现有市场上的中央空调管控系统，其创造性的发明、突出的实质性特点和显著的进步除了在说明书中有益效果部分的叙述，还包括以下方面内容：
本发明用于计算当前房间温度变化所需制冷量，综合考虑了温度、湿度以及房屋空间大小、位置的综合因素考虑，准确高效的得到了房间不同室温及预设达到温度下的制冷量和风速，从而在用户触发空调服务的时候，快速得到需求数据从而有效管控各风道风速和制冷量；
本发明通过设置在管道的传感器可以有效监测出风口与送风口风量的数据，如果损耗超过允许范围内，能够快速定位到可能发生损坏的管道位置，减少了人力，提高了效率；
本发明通过设置的室温异常提醒服务，能够监控异常热量交换情况的发生，杜绝了忘关门和忘记关窗户的情况，减少了不必要的损耗；
本发明通过在出风口添加的加湿服务，很好的将房间湿度维持在预定范围内，进而进一步确保了预先计算推导修正的各房间制冷数据的准确性；
本发明还通过设置的温度管控服务，及时根据室内温度控制出风口风量，维持温度在合理范围内，减少了不必要的损耗；
附图中的流程图和框图显示了根据本发明的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
本发明的一种建筑物制冷智能管控方法及系统实现了控制室内温度在允许范围内最大限度的节约能耗，实时监控管理各房间制冷送风状态，能够对中央空调运行进行动态分析，提供了异常情况快速排查定位的方法，系统准确高效，具有较高的实用价值和广泛的应用前景。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。

Claims (9)

1.一种建筑物制冷智能管控方法，其特征在于，包括以下步骤：
S1、采集建筑物内房间信息，包括房间楼层、面积、高度、朝向、出风口数量、实时温度、湿度和空气密度，并对房间进行编号，建立建筑物房间数据库；
S2、对空调管道和出风口进行编码建库，具体包括：
S21、采集空调管道数据，包括长度、直径和位置信息，并对空调管道进行分段标记，标记采用数字编码形式，具体为：
将空调管道分类为一级总管道、二级分管道、三级支管道、四级入户管道，数字编码首位对应管道级别数字；
将管道按照其直径从大到小分类设置级别，数字编码第二位对应管道直径级别；
数字编码第三、四、五位对应表示该管道长度；
数字编码第六、七位为对应楼层；
S22、采集出风口数据，建立出风口数据库，包括出风口截面面积、所在房间编号以及出风口与空调外主机送风口间一级总管道、二级分管道、三级支管道、四级入户管道的长度数据，并根据长度数据计算该出风口权重，具体为：
出风口权重＝L1×X1+L2×X2+L3×X3+L4×X4
其中L1、L2、L3、L4分别对应一级总管道、二级分管道、三级支管道、四级入户管道的长度，X1、X2、X3、X4分别对应一级总管道、二级分管道、三级支管道、四级入户管道的权重系数；
S3、采集中央空调各编号外机制冷量，根据建筑物房间数据库中数据，计算当前房间温度变化所需制冷量，具体为：
S31、计算当前室温下空气焓值，计算公式为：
H＝1.01T+(2500+1.84T)d(kj/kg干空气)
式中：T为当前空气温度℃，d为当前空气的含湿量kg/kg干空气，1.01为干空气的平均定压比热kj/(kg.K)，1.84为水蒸气的平均定压比热kj/(kg.K)，2500为0℃时水的汽化潜热kj/kg；
S32、按照上一步骤，计算预设到达室温下空气焓值H1；
S33、计算所需制冷量，计算公式为：
其中V为当前房屋体积，ρ为空气密度，t为预设到达温度变化时间；
S34、通过制冷量和空调管道数据，推导出出风口风速，具体如下：
采集出风口温度和湿度代入步骤S31中的公式计算出冷风焓值H2；
代入以下公式得到出风口风速：
其中ν为出风口风速，n为出风口数量，S为出风口截面积，λ为比例系数；
S35、设置初始比例系数λ为1，随后按照初始计算的风速进行实际送风作业，根据温度到达时间与预设时间的差值进行反复迭代，修正比例系数；
S36、多次根据不同的室温设置不同的预设温度，依次重复上述步骤得到不同室温及预设达到温度下的制冷量和风速；
S37、将得到的不同室温及预设温度下的制冷量和风速以及对应的当前房间的房间数据、出风口数据添加到调温需求数据库中；
S38、选择建筑物房间数据库中新的房间，将新房间的面积、高度以及出风口数据在调温需求数据库中进行遍历检索：
若存在与新房间面积、高度以及出风口数据差值均在预设差值范围内的房间记录，则将该房间不同室温及预设温度下的制冷量和风速作为新房间的数据连同房间的房间数据、出风口数据添加到调温需求数据库中；否则执行计算当前房间温度变化所需制冷量的所有步骤；
S4、接收用户打开空调的信号，触发智能空调服务，具体包括：
采集当前空调已开机组个数以及总制冷量；
采集所有已触发空调服务的各房间的制冷量和风速；
采集用户所在房间编号以及当前房间室温和设定温度，并检索调温需求数据库，将检索匹配的房间在当前房间室温和设定温度下制冷量和风速输出；
对已触发空调服务的各房间的制冷量和风速与当前房间室温和设定温度下制冷量和风速分别求和，得到当前需求制冷量和需求风速；
若当前需求制冷量与总制冷量差值在预设差值范围内，则触发节能调整服务，具体为：
按比例减少已触发空调服务的各房间的制冷量和风速，所述比例的计算公式为：
其中M1、M2…Mi为已触发空调服务的各房间的制冷量，γ1、γ2...γi为已触发空调服务的各房间出风口权重；
按照计算得到的各房间减少的制冷量和风速，分别得到对应的二级分管道、三级支管道、四级入户管道风速变化量；
按照得到的风速变化量调节对应的二级分管道、三级支管道、四级入户管道风速；
若当前需求制冷量与总制冷量差值超出预设差值范围内，则根据当前需求制冷量和需求风速打开空调相应机组；
S5、室温异常提醒服务，具体包括：
若在触发空调服务后的预定时间内，室温与设定温度差值超过预定阈值，则向使用人员发出门窗是否关闭以及室内有无异常热源的提醒。
2.根据权利要求1所述的一种建筑物制冷智能管控方法，其特征在于，当各出风口风量总和与空调外机送入风量差值超过预定阈值时，触发异常报警服务，并将风压数据异常变化的管道编码反馈至控制人员。
3.根据权利要求1所述的一种建筑物制冷智能管控方法，其特征在于，还包括湿度管控服务，具体包括：
当房间内湿度超过预定范围，则触发出风口加湿服务，维持房间湿度在预定范围内。
4.根据权利要求1所述的一种建筑物制冷智能管控方法，其特征在于，还包括温度管控服务，具体包括：
当室内温度低于阈值时，减少出风口风量，维持室温在允许设定范围内。
5.一种建筑物制冷智能管控系统，其特征在于，包括：
室内空气数据采集模块，包括安装在各个房间内的温度传感器、湿度传感器和空气密度传感器，用于采集建筑物内房间湿度、温度和空气密度等待数据处理；
管道数据采集模块，包括安装在管道内壁的风压传感器和安装在进风口和出风口的风速传感器以及温度传感器，用于采集风压、风速和温度数据等待数据处理；
存储模块，用于存储建筑房间楼层、面积、高度、朝向、出风口数量数据、空调管道长度、直径和位置信息以及室内空气数据采集模块、管道数据采集模块采集的数据；
管道编码建库模块，用于对空调管道和出风口进行编码建库，具体包括：
根据采集空调管道数据，包括长度、直径和位置信息，对空调管道进行分段标记，标记采用数字编码形式，具体为：
将空调管道分类为一级总管道、二级分管道、三级支管道、四级入户管道，数字编码首位对应管道级别数字；
将管道按照其直径从大到小分类设置级别，数字编码第二位对应管道直径级别；
数字编码第三、四、五位对应表示该管道长度；
数字编码第六、七位为对应楼层；
出风口数据建库模块，用于建立出风口数据库，包括出风口截面面积、所在房间编号以及出风口与空调外主机送风口间一级总管道、二级分管道、三级支管道、四级入户管道的长度数据，并根据长度数据计算该出风口权重，具体为：
出风口权重＝L1×X1+L2×X2+L3×X3+L4×X4
其中L1、L2、L3、L4分别对应一级总管道、二级分管道、三级支管道、四级入户管道的长度，X1、X2、X3、X4分别对应一级总管道、二级分管道、三级支管道、四级入户管道的权重系数；
制冷数据处理模块，用于采集中央空调各编号外机制冷量，根据建筑物房间数据库中数据，计算当前房间温度变化所需制冷量，具体为：
计算当前室温下空气焓值，计算公式为：
H＝1.01T+(2500+1.84T)d(kj/kg干空气)
式中：T为当前空气温度℃，d为当前空气的含湿量kg/kg干空气，1.01为干空气的平均定压比热kj/(kg.K)，1.84为水蒸气的平均定压比热kj/(kg.K)，2500为0℃时水的汽化潜热kj/kg；
按照上一步骤，计算预设到达室温下空气焓值H1；
计算所需制冷量，计算公式为：
其中V为当前房屋体积，ρ为空气密度，t为预设到达温度变化时间；
通过制冷量和空调管道数据，推导出出风口风速，具体如下：
采集出风口温度和湿度代入步骤S31中的公式计算出冷风焓值H2；
代入以下公式得到出风口风速：
其中ν为出风口风速，n为出风口数量，S为出风口截面积，λ为比例系数；
设置初始比例系数λ为1，随后按照初始计算的风速进行实际送风作业，根据温度到达时间与预设时间的差值进行反复迭代，修正比例系数；
多次根据不同的室温设置不同的预设温度，依次重复上述步骤得到不同室温及预设达到温度下的制冷量和风速；
将得到的不同室温及预设温度下的制冷量和风速以及对应的当前房间的房间数据、出风口数据添加到调温需求数据库中；
选择建筑物房间数据库中新的房间，将新房间的面积、高度以及出风口数据在调温需求数据库中进行遍历检索：
若存在与新房间面积、高度以及出风口数据差值均在预设差值范围内的房间记录，则将该房间不同室温及预设温度下的制冷量和风速作为新房间的数据连同房间的房间数据、出风口数据添加到调温需求数据库中；否则执行计算当前房间温度变化所需制冷量的所有步骤；
智能空调服务模块，用于接收用户打开空调的信号，提供智能空调服务，具体包括：
接收采集的当前空调已开机组个数以及总制冷量数据；
接收采集所有已触发空调服务的各房间的制冷量和风速数据；
接收采集用户所在房间编号以及当前房间室温和设定温度，并检索调温需求数据库，将检索匹配的房间在当前房间室温和设定温度下制冷量和风速输出；
对已触发空调服务的各房间的制冷量和风速与当前房间室温和设定温度下制冷量和风速分别求和，得到当前需求制冷量和需求风速；
若当前需求制冷量与总制冷量差值在预设差值范围内，则触发节能调整服务，具体为：
按比例减少已触发空调服务的各房间的制冷量和风速，所述比例的计算公式为：
其中M1、M2…Mi为已触发空调服务的各房间的制冷量，γ1、γ2...γi为已触发空调服务的各房间出风口权重；
按照计算得到的各房间减少的制冷量和风速，分别得到对应的二级分管道、三级支管道、四级入户管道风速变化量；
按照得到的风速变化量调节对应的二级分管道、三级支管道、四级入户管道风速；
若当前需求制冷量与总制冷量差值超出预设差值范围内，则根据当前需求制冷量和需求风速打开空调相应机组；
通信模块，用于将室内空气数据采集模块、管道数据采集模块采集的数据传输至存储模块，并用于系统各模块间的通信交互。
6.根据权利要求5所述的一种建筑物制冷智能管控系统，其特征在于，还包括管道异常报警模块，用于当各出风口风量总和与空调外机送入风量差值超过预定阈值时，触发异常报警服务，并将风压数据异常变化的管道编码反馈至控制人员。
7.根据权利要求5所述的一种建筑物制冷智能管控系统，其特征在于，还包括室温异常提醒模块，用于提供室温异常提醒服务，具体包括：
若在触发空调服务后的预定时间内，室温与设定温度差值超过预定阈值，则向使用人员发出门窗是否关闭以及室内有无异常热源的提醒。
8.根据权利要求5所述的一种建筑物制冷智能管控系统，其特征在于，还包括湿度管控模块，用于提供湿度管控服务，具体包括：
当房间内湿度超过预定范围，则触发出风口加湿服务，维持房间湿度在预定范围内。
9.根据权利要求5所述的一种建筑物制冷智能管控系统，其特征在于，还包括温度管控模块，用于提供温度管控服务，具体包括：
当室内温度低于阈值时，减少出风口风量，维持室温在允许设定范围内。
CN201810966927.9A 2018-08-23 2018-08-23 一种建筑物制冷智能管控方法及系统 Active CN109210730B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810966927.9A CN109210730B (zh) 2018-08-23 2018-08-23 一种建筑物制冷智能管控方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810966927.9A CN109210730B (zh) 2018-08-23 2018-08-23 一种建筑物制冷智能管控方法及系统

Publications (2)

Publication Number Publication Date
CN109210730A true CN109210730A (zh) 2019-01-15
CN109210730B CN109210730B (zh) 2020-12-25

Family

ID=64989619

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810966927.9A Active CN109210730B (zh) 2018-08-23 2018-08-23 一种建筑物制冷智能管控方法及系统

Country Status (1)

Country Link
CN (1) CN109210730B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111649464A (zh) * 2020-05-14 2020-09-11 深圳市华阳国际工程设计股份有限公司 智能制冷系统的控制方法、系统、服务器以及计算机存储介质
CN112628960A (zh) * 2020-12-01 2021-04-09 珠海格力电器股份有限公司 空调、湿度修正方法、计算机设备、介质、终端及应用
CN113778762A (zh) * 2021-08-23 2021-12-10 珠海格力电器股份有限公司 设备冗余备份方法、装置、计算机设备和存储介质
CN113899045A (zh) * 2021-10-26 2022-01-07 三一筑工科技股份有限公司 新风控制方法、新风控制系统、新风系统及建筑物
CN114500282A (zh) * 2022-01-06 2022-05-13 广东美的暖通设备有限公司 室内机位置识别方法、装置、电子设备及介质
CN115200166A (zh) * 2021-04-12 2022-10-18 重庆美的通用制冷设备有限公司 风冷机组的控制方法、控制装置、风冷机组及空调系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101266464A (zh) * 2008-04-24 2008-09-17 上海交通大学 基于vav空调新风优化分配的控制器
CN102213475A (zh) * 2011-03-22 2011-10-12 曙光信息产业(北京)有限公司 一种数据中心功耗自适应管理方法
CN103823368A (zh) * 2014-01-27 2014-05-28 浙江大学 基于权重规则表的pid型模糊逻辑控制方法
US20170192406A1 (en) * 2011-04-14 2017-07-06 Suntracker Technologies Ltd. System and method for the optimization of radiance modelling and controls in predictive daylight harvesting
CN107143970A (zh) * 2017-04-18 2017-09-08 珠海格力电器股份有限公司 空调选型方法和装置
US20180180314A1 (en) * 2016-12-23 2018-06-28 Abb Ag Adaptive modeling method and system for mpc-based building energy control
CN109114751A (zh) * 2018-08-23 2019-01-01 中筑科技股份有限公司 一种智能环保节能供冷方法及系统

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101266464A (zh) * 2008-04-24 2008-09-17 上海交通大学 基于vav空调新风优化分配的控制器
CN102213475A (zh) * 2011-03-22 2011-10-12 曙光信息产业(北京)有限公司 一种数据中心功耗自适应管理方法
US20170192406A1 (en) * 2011-04-14 2017-07-06 Suntracker Technologies Ltd. System and method for the optimization of radiance modelling and controls in predictive daylight harvesting
CN103823368A (zh) * 2014-01-27 2014-05-28 浙江大学 基于权重规则表的pid型模糊逻辑控制方法
US20180180314A1 (en) * 2016-12-23 2018-06-28 Abb Ag Adaptive modeling method and system for mpc-based building energy control
CN107143970A (zh) * 2017-04-18 2017-09-08 珠海格力电器股份有限公司 空调选型方法和装置
CN109114751A (zh) * 2018-08-23 2019-01-01 中筑科技股份有限公司 一种智能环保节能供冷方法及系统

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111649464A (zh) * 2020-05-14 2020-09-11 深圳市华阳国际工程设计股份有限公司 智能制冷系统的控制方法、系统、服务器以及计算机存储介质
CN112628960A (zh) * 2020-12-01 2021-04-09 珠海格力电器股份有限公司 空调、湿度修正方法、计算机设备、介质、终端及应用
CN112628960B (zh) * 2020-12-01 2021-11-30 珠海格力电器股份有限公司 空调、湿度修正方法、计算机设备、介质、终端及应用
CN115200166A (zh) * 2021-04-12 2022-10-18 重庆美的通用制冷设备有限公司 风冷机组的控制方法、控制装置、风冷机组及空调系统
CN115200166B (zh) * 2021-04-12 2023-07-25 重庆美的通用制冷设备有限公司 风冷机组的控制方法、控制装置、风冷机组及空调系统
CN113778762A (zh) * 2021-08-23 2021-12-10 珠海格力电器股份有限公司 设备冗余备份方法、装置、计算机设备和存储介质
CN113778762B (zh) * 2021-08-23 2024-03-19 珠海格力电器股份有限公司 设备冗余备份方法、装置、计算机设备和存储介质
CN113899045A (zh) * 2021-10-26 2022-01-07 三一筑工科技股份有限公司 新风控制方法、新风控制系统、新风系统及建筑物
CN113899045B (zh) * 2021-10-26 2022-12-23 三一筑工科技股份有限公司 新风控制方法、新风控制系统、新风系统及建筑物
CN114500282A (zh) * 2022-01-06 2022-05-13 广东美的暖通设备有限公司 室内机位置识别方法、装置、电子设备及介质

Also Published As

Publication number Publication date
CN109210730B (zh) 2020-12-25

Similar Documents

Publication Publication Date Title
CN109114751B (zh) 一种智能环保节能供冷方法及系统
CN109442702A (zh) 一种中央空调节能管控方法及系统
CN109210730A (zh) 一种建筑物制冷智能管控方法及系统
CN109210731A (zh) 一种基于目标需求的节能控制方法及系统
CN109210729A (zh) 一种提高空调制冷利用效率和冗余度方法及系统
CN106338127B (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
CN108413567B (zh) 基于物联网的中央空调节费优化方法与系统
Lu et al. Global optimization for overall HVAC systems––Part I problem formulation and analysis
CN106529167B (zh) 一种非供暖季空调系统综合能耗的分析方法
CN102042656A (zh) 空气调节器的控制装置、冷冻装置的控制装置
CN111780332B (zh) 一种中央空调分户计量方法及装置
CN112361566B (zh) 空调系统智能控制方法以及相关装置
CN104160217A (zh) 空调控制装置以及存储介质
CN113091262B (zh) 一种基于模型预测控制的数据中心温湿度设定值确定方法
CN110332656A (zh) 一种地下水电站厂房通风空调系统及其运行控制方法
JP3751828B2 (ja) 空調熱源機器最適運転制御装置
TWI604160B (zh) Operation control device and operation control method
CN107992662B (zh) 重力热管空调系统优化设计及变工况参数的反向计算方法
CN115327930B (zh) 一种可视化节能管控方法及系统
CN104456827A (zh) 信息处理装置、信息处理方法、程序及记录介质
JP2020183856A (ja) 機械学習装置、空調システム及び機械学習方法
CN101672510B (zh) 空调系统优化运行模拟及监控方法
CN208079890U (zh) 一种用于粮仓的多模式粮堆降温系统以及粮仓
CN115130270A (zh) 混合空调系统的选型方法及装置
Chen et al. Short-term electricity forecasting of air-conditioners of hospital using artificial neural networks

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