CN109506344A - 空调制冷量的控制方法、装置及电子设备 - Google Patents
空调制冷量的控制方法、装置及电子设备 Download PDFInfo
- Publication number
- CN109506344A CN109506344A CN201811199137.9A CN201811199137A CN109506344A CN 109506344 A CN109506344 A CN 109506344A CN 201811199137 A CN201811199137 A CN 201811199137A CN 109506344 A CN109506344 A CN 109506344A
- Authority
- CN
- China
- Prior art keywords
- air
- water flow
- cooling water
- conditioning
- wind speed
- 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.)
- Pending
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
- F24F11/70—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
- F24F11/77—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 by controlling the speed of ventilators
-
- 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
- F24F11/80—Control systems characterised by their outputs; Constructional details thereof for controlling the temperature of the supplied air
- F24F11/83—Control systems characterised by their outputs; Constructional details thereof for controlling the temperature of the supplied air by controlling the supply of heat-exchange fluids to heat-exchangers
-
- 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
- Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
- Y02B30/00—Energy efficient heating, ventilation or air conditioning [HVAC]
- Y02B30/70—Efficient control or regulation technologies, e.g. for control of refrigerant flow, motor or heating
Abstract
本申请涉及空调技术领域,尤其涉及一种空调制冷量的控制方法、装置及电子设备。所述空调制冷量的控制方法,包括:根据空调的负载量与制冷量之间的第一关联关系获得当前负载量对应的基础制冷量;根据空调的制冷量与风机风速、冷却水流量之间的第二关联关系获得所述基础制冷量对应的目标风机风速及目标冷却水流量;将空调的风机风速及冷却水流量调整为所述目标风机风速及目标冷却水流量,以控制空调的制冷量。本申请提供的方案,根据负载量的变化对应调整风机风速、冷却水流量,以实现准确调整空调制冷量的目的,有利于机房等空间进行相对稳定的环境管理。
Description
技术领域
本申请涉及空调技术领域,具体而言,本申请涉及一种空调制冷量的控制方法、装置及电子设备。
背景技术
在机房等需要保持温湿度相对稳定的环境中,但机房中的负载量经常处于变动的状态,负载量的变化会引起环境温湿度的改变,很可能会造成机房内温度失衡导致严重的事故。因此,采取一定的控制措施根据负载量的变化控制环境温度保持相对稳定十分必要。
机房中负载量处于变动的状态,随着负载量的变化,若要保持机房内温度/湿度的稳定,需要对应调整空调的制冷量。现有技术中,缺乏对空调的制冷量进行准确调整的方案,一般是依据直接输入的控制方式对空调的制冷量进行,这种调整方式可能会造成环境温度/湿度的过度调整,无法做到准确根据负载量的变化调整空调的制冷量。
发明内容
本申请提供了一种空调制冷量的控制方法、装置及电子设备,以解决现有的无法对空调制冷量进行准确调整的问题,实现根据负载量的变化准确调整空调制冷量的目的。技术方案如下:
本申请实施例首先提供了一种空调制冷量的控制方法,包括:
根据空调的负载量与制冷量之间的第一关联关系获得当前负载量对应的基础制冷量;
根据空调的制冷量与风机风速、冷却水流量之间的第二关联关系获得所述基础制冷量对应的目标风机风速及目标冷却水流量;
将空调的风机风速及冷却水流量调整为所述目标风机风速及目标冷却水流量,以控制空调的制冷量。
优选地,所述将空调的风机风速及冷却水流量调整为所述目标风机风速及目标冷却水流量的步骤之后,还包括:
获取所述空调所处空间的反馈温度,根据反馈温度和目标温度计算温度差值;
根据温度变化量与制冷量的对应关系与所述温度差值计算出需要微调的制冷量;
根据第二关联关系获取需要微调的风机风速调整量、冷却水流量调整量;
根据风机风速调整量、冷却水流量调整量调整空调的风机风速、冷却水流量。
优选地,所述根据空调的负载量与制冷量之间的第一关联关系获得当前负载量对应的基础制冷量的步骤之前,还包括:
调取空调的负载量与制冷量的历史数据,根据所述历史数据构建二维坐标系,拟合二维坐标系上的数据曲线获得空调的负载量与制冷量之间的第一关联关系。
优选地,所述根据空调的制冷量与风机风速、冷却水流量之间的第二关联关系的获得所述基础制冷量对应的目标风机风速及目标冷却水流量的步骤之前,还包括:
获取空调的制冷量与风机风速、冷却水流量对应的历史数据及其采集时间;
按照季节对所述历史数据进行分类处理;
所述第二关联关系包括:各个季节对应的空调的制冷量与风机风速、冷却水流量之间的第二关联关系。
优选地,建立所述的空调的制冷量与风机风速、冷却水流量之间的第二关联关系的步骤,包括:
将空调的制冷量、风机风速、冷却水流量的历史数据作为样本集,采用深度学习算法训练所述样本集,建立空调的制冷量、风机风速、冷却水流量之间的第二关联关系。
优选地,所述根据空调的制冷量与风机风速、冷却水流量之间的第二关联关系获得所述基础制冷量对应的目标风机风速及目标冷却水流量的步骤,包括:
将空调的制冷量与风机风速、冷却水流量对应的历史数据存入数据库;
依据所述基础制冷量,遍历所述数据库;
若数据库中保存有与所述基础空调的制冷量一致的数据时,调取该数据库中所述基础空调的制冷量对应的风机风速及冷却水流量设为目标风机风速及目标冷却水流量。
优选地,所述空调制冷量的控制方法,还包括:
若数据库中并未保存与基础制冷量一致的数据时,获得所述数据库中存储的所述基础制冷量的相邻制冷量,按照插值算法获得基础制冷量对应的目标风机风速及目标冷却水流量。
进一步地,本申请实施例还提供了一种空调制冷量的控制装置,包括:
第一获得模块,用于根据空调的负载量与制冷量之间的第一关联关系获得当前负载量对应的基础制冷量;
第二获得模块,用于根据空调的制冷量与风机风速、冷却水流量之间的第二关联关系获得所述基础制冷量对应的目标风机风速及目标冷却水流量;
控制模块,用于将空调的风机风速及冷却水流量调整为所述目标风机风速及目标冷却水流量,以控制空调的制冷量。
更进一步地,本申请实施例还提供了一种电子设备,其包括:
一个或多个处理器;
存储器;
一个或多个应用程序,其中所述一个或多个应用程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行,所述一个或多个应用程序配置用于:执行上述任一项技术方案所述的空调制冷量的控制方法。
更进一步地,本申请实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质用于存储计算机指令,当其在计算机上运行时,使得计算机可以执行上述任一技术方案所述的空调制冷量的控制方法。
相比现有技术,本申请提供的方案具有以下优点:
本申请实施例提供的空调制冷量的控制方法,根据空调的负载量调整风机风速及冷却水流量以实现制冷量的调节,实现根据负载量的变化调整制冷量的目的,降低负载量变化对整个环境温度的影响,获得稳定的环境温度。
本申请实施例提供的空调制冷量的控制方法,在将风机风速及冷却水流量调整为目标风机风速及目标冷却水流量之后,进一步根据反馈温度对风机风速及冷却水流量进行微调,将反馈温度转换为风机风速调整量及冷却水流量调整量,再将风机风速及冷却水流量调整至调整后的风机风速及冷却水流量,利用两次调整,使得风机风速及冷却水流量的调整更加贴近目标制冷量及目标温度,提高了对制冷量调节的精准度。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对本申请实施例描述中所需要使用的附图作简单地介绍。
图1为本申请实施例提供的空调制冷量的控制方法的流程示意图;
图2为本申请实施例提供的根据空调的制冷量与风机风速、冷却水流量之间的第二关联关系获得所述基础制冷量对应的目标风机风速及目标冷却水流量的流程示意图;
图3为本申请实施例提供的建立各个季节对应的空调的制冷量与风机风速、冷却水流量之间的第二关联关系的流程示意图;
图4为本申请另一实施例提供的空调制冷量的控制方法的流程示意图;
图5为本申请实施例提供的空调的制冷量的控制装置的结构示意图;
图6为本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
下面详细描述本申请的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本申请,而不能解释为对本申请的限制。
本技术领域技术人员可以理解,除非特意声明,这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是,本申请的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件,但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解,当我们称元件被“连接”或“耦接”到另一元件时,它可以直接连接或耦接到其他元件,或者也可以存在中间元件。此外,这里使用的“连接”或“耦接”可以包括无线连接或无线耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的全部或任一单元和全部组合。
下面以具体地实施例对本申请的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图,对本申请的实施例进行描述。
本申请提供了一种空调制冷量的控制方法,一种实施例中,所述空调制冷量的控制方法的流程示意图如图1所示,包括如下步骤:
S110,根据空调的负载量与制冷量之间的第一关联关系获得当前负载量对应的基础制冷量;
S120,根据空调的制冷量与风机风速、冷却水流量之间的第二关联关系获得所述基础制冷量对应的目标风机风速及目标冷却水流量;
S130,将空调的风机风速及冷却水流量调整为所述目标风机风速及目标冷却水流量,以控制空调的制冷量。
所述空调的负载量表征为空调的功率,与空调处于同一电路中的其他电器功率增大或降低,均对空调的功率产生影响,功率不同,在相同制冷参数时的制冷量可能不同,表现在对环境温度的影响不同,如:同一机柜中的用电设备数量增多,空调的负载量增多,增多的电器产生多余的热量,在当前空调的制冷量不变的情况下,所述空调所处空间的温度将会升高,因此需要通过监测空调的负载量进行空调制冷量的调节,以免空调的负载量过多引起空间温度异常。
本申请实施例提供的方案,首先根据空调的负载量与制冷量之间的关系,获得与当前负载量对应的基础制冷量,再调整风机风速及冷却水流量以实现制冷量的调节,降低由于负载量变化对整个环境温度的影响,获得稳定的环境温度。
具体地,S110,根据空调的负载量与制冷量之间的第一关联关系获得当前负载量对应的基础制冷量。
一种实施例中,所述依据空调的负载量与制冷量之间的第一关联关系获得当前负载量对应的基础制冷量的步骤之前,还包括:根据历史数据获得空调的负载量与制冷量之间的第一关联关系,具体包括如下步骤:调取空调的负载量与制冷量的历史数据;根据所述历史数据构建二维坐标系,拟合二维坐标系上的数据曲线获得空调的负载量与制冷量之间的第一关联关系。
所述第一关联关系可以通过如下公式表征:G=f(x),其中,G表示制冷量,f(x)表示负载量的函数。将当前负载量作为因变量带入上述公式,获得对应的基础制冷量。
一种实施例中,依据空调的负载量与制冷量之间的第一关联关系获得当前负载量对应的基础制冷量的步骤之前,还包括:建立所述空调的负载量与制冷量之间的第一关联关系,可以将负载量与制冷量的历史数据作为样本集,采用深度学习算法训练所述样本集,建立空调的负载量与制冷量之间的第一关联关系。所述第一关联关系可以为负载量转换模型。通过深度学习算法抽取负载量的特征信息,建立负载量的特征信息与制冷量之间的模型,该模型建立空调的负载量与制冷量之间的转换关系,称之为负载量转换模型。
一种实施例中,还可以通过如下方式建立空调的负载量与制冷量之间的第一关联关系,包括如下子步骤:首先,获得空调的负载量与环境温度变化量之间的关联关系;然后,获得环境温度变化量与空调的制冷量之间的第一关联关系。这种方式通过环境温度作为转换媒介,首先将获得的基础负载量转换为基础环境温度的变化量,然后通过调用环境温度变化量与空调的制冷量之间的关联关系,获得基础环境温度的变化量对应的基础制冷量。获得空调的负载量与环境温度变化量之间的关联关系,可以通过预先标定,并将标定结果存储于数据库中,以便调取,或者,通过调取空调的负载量与环境温度的变化量之间的历史数据,通过对历史数据的学习获得两者之间的数学模型,以便后续输入负载量获得对应的环境温度的变化量。同样地,环境温度与空调的制冷量之间的关联关系可以通过上述方式建立数据库或数学模型的方式获得。
S120,根据空调的制冷量与风机风速、冷却水流量之间的第二关联关系获得所述基础制冷量对应的目标风机风速及目标冷却水流量;
一种实施例中,所述根据空调的制冷量与风机风速、冷却水流量之间的第二关联关系获得所述基础制冷量对应的目标风机风速及目标冷却水流量的步骤,包括如下子步骤,其流程示意图如图2所示。
S210,将空调的制冷量与风机风速、冷却水流量对应的历史数据存入数据库;
S220,依据所述基础制冷量,遍历所述数据库;
S230,若数据库中保存有与所述基础制冷量一致的制冷量时,调取该数据库中所述基础制冷量对应的风机风速及冷却水流量设为目标风机风速及目标冷却水流量。
调取空调的制冷量与风机风速、冷却水流量对应的历史数据,根据所述历史数据上的时间信息确定制冷量与风机风速、冷却水流量之间的对应关系,将按照对应关系将制冷量与风机风速、冷却水流量数据以表格等形式存入数据库中,以便后续调取。
根据上述实施例提供的方案获得基础制冷量,以所述基础制冷量为检索条件遍历所述数据库。若检索到所述数据库中存储有与基础制冷量一致的制冷量时,调取该数据库中所述基础制冷量对应的风机风速及冷却水流量,并将获得的风机风速及冷却水流量分别设定为目标风机风速及目标冷却水流量。
由于制冷量的测量会有精度的差异,即当前获得的基础制冷量的数据精度与数据库中存储的制冷量的数据精度可能有差异,此处的一致是指在可接受误差范围内的数据为一致的数据。
一种实施例中,所述根据空调的制冷量与风机风速、冷却水流量之间的第二关联关系获得所述基础制冷量对应的目标风机风速及目标冷却水流量的步骤,还包括:若数据库中并未保存与基础制冷量一致的数据时,获得数据库中存储的所述基础制冷量的相邻的制冷量,按照插值算法获得基础制冷量对应的目标风机风速及目标冷却水流量。
所述插值算法包括线性插值算法及非线性插值算法,依据实际情况选择线性插值算法或非线性插值算法,结合所述数据库获得基础制冷量对应的目标风机风速及目标冷却水流量。具体地,获得数据库中存储的与所述基础制冷量相邻的制冷量,若所述基础制冷量并非数据库中的最大或最小的制冷量,则所述基础制冷量存在两个相邻制冷量,结合该两个相邻制冷量利用插值算法获得基础制冷量对应的目标风机风速及目标冷却水流量。
本申请实施例提供的方案,通过建立制冷量与风机风速、冷却水流量对应的历史数据的数据库,以该数据库作为检索数据库库,获得基础制冷量对应的目标风机风速及目标冷却水流量,方式简单,获得的目标风机风速及目标冷却水流量准确。
一种实施例中,建立所述的空调的制冷量与风机风速、冷却水流量之间的第二关联关系的步骤,包括:
将空调的制冷量、风机风速、冷却水流量的历史数据作为样本集,采用深度学习算法训练所述样本集,建立空调的制冷量、风机风速、冷却水流量之间的第二关联关系。
所述第二关联关系可以为制冷量转换模型。获得所述制冷量转换模型的过程可以通过神经网络等深度学习算法抽取空调的制冷量的特征信息,通过调整神经网络算法的参数,提取不同层次的特征信息,建立制冷量的特征信息与风机风速、冷却水流量之间的模型,该模型表征制冷量、风机风速、冷却水流量之间的第二关联关系。
一种实施例中,所述根据空调的制冷量与风机风速、冷却水流量之间的第二关联关系获得所述基础制冷量对应的目标风机风速及目标冷却水流量的步骤包括:建立各个季节对应的空调的制冷量与风机风速、冷却水流量之间的第二关联关系,其流程示意图如图3所示,包括如下子步骤:
S310,获取空调的制冷量与风机风速、冷却水流量对应的历史数据及其采集时间;
S320,按照季节对所述历史数据进行分类处理;
S330,建立各个季节对应的空调的制冷量与风机风速、冷却水流量之间的第二关联关系。
根据所述空调的制冷量与风机风速、冷却水流量采集时间将其对应的历史数据分类,建立各个季节对应的历史数据库,基于各季节对应的历史数据库,按照上述实施例提供的方案建立各季节对应的制冷量与风机风速、冷却水流量之间的第二关联关系。
空调的负载量不仅与内部电器产生的热量有关,还与外界环境温度有关,因此不同季节中,相同制冷量可能需要对应不同的风机风速及冷却水流量才能实现相同的环境温度,因此,建立各季节对应的制冷量与风机风速、冷却水流量之间的第二关联关系,以更加准确地实现对当前环境温度的调节。
S130,将空调的风机风速及冷却水流量调整为所述目标风机风速及目标冷却水流量,以控制空调的制冷量。
一种实施例中,所述将空调的风机风速及冷却水流量调整为所述目标风机风速及目标冷却水流量的步骤之后,还包括如下子步骤,其流程示意图如图4所示。
S410,根据空调所处空间的负反馈温度对风机风速及或冷却水流量进行比例积分微分调节,得到冷却水流量或风机风速的调整量;
S420,将调整量转化为冷却水流量或风机风速的调整量。
具体地,首先获取所述空调所处空间的反馈温度,根据反馈温度和目标温度计算温度差值;根据温度变化量与制冷量的对应关系与所述温度差值计算出需要微调的制冷量;根据第二关联关系获取需要微调的风机风速调整量、冷却水流量调整量;根据风机风速调整量、冷却水流量调整量调整空调的风机风速、冷却水流量。
本申请实施例提供的方案,在将风机风速及冷却水流量调整为目标风机风速及目标冷却水流量之后,还进一步根据反馈温度进行微调,将反馈温度转换为风机风速调整量及冷却水流量调整量,再将风机风速及冷却水流量调整至调整后的风机风速及冷却水流量,利用两次调整,使得风机风速及冷却水流量的调整更加贴近目标制冷量及目标温度。
进一步地,本申请实施例还提供了一种空调的制冷量的控制装置,其结构示意图如图5所示,包括如下模块:第一获得模块510、第二获得模块520、控制模块530。
第一获得模块510,用于根据空调的负载量与制冷量之间的第一关联关系获得当前负载量对应的基础制冷量;
第二获得模块520,用于根据空调的制冷量与风机风速、冷却水流量之间的第二关联关系获得所述基础制冷量对应的目标风机风速及目标冷却水流量;
控制模块530,用于将空调的风机风速及冷却水流量调整为所述目标风机风速及目标冷却水流量,以控制空调的制冷量。
其中,第二获得模块520,还包括:存入单元、遍历单元、调取单元。
存入单元,用于将空调的制冷量与风机风速、冷却水流量对应的历史数据存入数据库;
遍历单元,用于依据所述基础制冷量,遍历所述数据库;
调取单元,用于若数据库中保存有与所述基础制冷量一致的制冷量时,调取该数据库中所述基础制冷量对应的风机风速及冷却水流量设为目标风机风速及目标冷却水流量。
关于上述实施例中的空调系统的风速控制装置,其中各个模块、单元执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
本申请实施例提供了一种电子设备,如图6所示,图6所示的电子设备600包括:处理器601和存储器603。其中,处理器601和存储器603相连,如通过总线602相连。可选地,电子设备600还可以包括收发器604。需要说明的是,实际应用中收发器604不限于一个,该电子设备600的结构并不构成对本申请实施例的限定。
处理器601可以是CPU,通用处理器,DSP,ASIC,FPGA或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本申请公开内容所描述的各种示例性的逻辑方框,模块和电路。处理器601也可以是实现计算功能的组合,例如包含一个或多个微处理器组合,DSP和微处理器的组合等。
总线602可包括一通路,在上述组件之间传送信息。总线602可以是PCI总线或EISA总线等。总线602可以分为地址总线、数据总线、控制总线等。为便于表示,图6中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
存储器603可以是ROM或可存储静态信息和指令的其他类型的静态存储设备,RAM或者可存储信息和指令的其他类型的动态存储设备,也可以是EEPROM、CD-ROM或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。
可选地,存储器603用于存储执行本申请方案的应用程序代码,并由处理器601来控制执行。处理器601用于执行存储器603中存储的应用程序代码,以实现上述实施例提供的空调制冷量的控制方法的步骤。
进一步地,本申请实施例还提供了一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该程序被处理器执行时实现上述实施例所示的空调制冷量的控制方法的步骤。
应该理解的是,虽然附图的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,其可以以其他的顺序执行。而且,附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,其执行顺序也不必然是依次进行,而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
以上所述仅是本申请的部分实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本申请的保护范围。
Claims (10)
1.空调制冷量的控制方法,其特征在于,包括:
根据空调的负载量与制冷量之间的第一关联关系获得当前负载量对应的基础制冷量;
根据空调的制冷量与风机风速、冷却水流量之间的第二关联关系获得所述基础制冷量对应的目标风机风速及目标冷却水流量;
将空调的风机风速及冷却水流量调整为所述目标风机风速及目标冷却水流量,以控制空调的制冷量。
2.根据权利要求1所述的空调制冷量的控制方法,其特征在于,所述将空调的风机风速及冷却水流量调整为所述目标风机风速及目标冷却水流量的步骤之后,还包括:
获取所述空调所处空间的反馈温度,根据反馈温度和目标温度计算温度差值;
根据温度变化量与制冷量的对应关系与所述温度差值计算出需要微调的制冷量;
根据第二关联关系获取需要微调的风机风速调整量、冷却水流量调整量;
根据风机风速调整量、冷却水流量调整量调整空调的风机风速、冷却水流量。
3.根据权利要求1所述的空调制冷量的控制方法,其特征在于,所述根据空调的负载量与制冷量之间的第一关联关系获得当前负载量对应的基础制冷量的步骤之前,还包括:
调取空调的负载量与制冷量的历史数据,根据所述历史数据构建二维坐标系,拟合二维坐标系上的数据曲线获得空调的负载量与制冷量之间的第一关联关系。
4.根据权利要求1所述的空调制冷量的控制方法,其特征在于,所述根据空调的制冷量与风机风速、冷却水流量之间的第二关联关系的获得所述基础制冷量对应的目标风机风速及目标冷却水流量的步骤之前,还包括:
获取空调的制冷量与风机风速、冷却水流量对应的历史数据及其采集时间;
按照季节对所述历史数据进行分类处理;
所述第二关联关系包括:各个季节对应的空调的制冷量与风机风速、冷却水流量之间的第二关联关系。
5.根据权利要求1或4所述的空调制冷量的控制方法,其特征在于,建立所述的空调的制冷量与风机风速、冷却水流量之间的第二关联关系的步骤,包括:
将空调的制冷量、风机风速、冷却水流量的历史数据作为样本集,采用深度学习算法训练所述样本集,建立空调的制冷量、风机风速、冷却水流量之间的第二关联关系。
6.根据权利要求1所述的空调制冷量的控制方法,其特征在于,所述根据空调的制冷量与风机风速、冷却水流量之间的第二关联关系获得所述基础制冷量对应的目标风机风速及目标冷却水流量的步骤,包括:
将空调的制冷量与风机风速、冷却水流量对应的历史数据存入数据库;
依据所述基础制冷量,遍历所述数据库;
若数据库中保存有与所述基础空调的制冷量一致的数据时,调取该数据库中所述基础空调的制冷量对应的风机风速及冷却水流量设为目标风机风速及目标冷却水流量。
7.根据权利要求6所述的空调制冷量的控制方法,其特征在于,还包括:
若数据库中并未保存与基础制冷量一致的数据时,获得所述数据库中存储的所述基础制冷量的相邻制冷量,按照插值算法获得基础制冷量对应的目标风机风速及目标冷却水流量。
8.空调的制冷量的控制装置,其特征在于,包括:
第一获得模块,用于根据空调的负载量与制冷量之间的第一关联关系获得当前负载量对应的基础制冷量;
第二获得模块,用于根据空调的制冷量与风机风速、冷却水流量之间的第二关联关系获得所述基础制冷量对应的目标风机风速及目标冷却水流量;
控制模块,用于将空调的风机风速及冷却水流量调整为所述目标风机风速及目标冷却水流量,以控制空调的制冷量。
9.一种电子设备,其特征在于,其包括:
一个或多个处理器;
存储器;
一个或多个应用程序,其中所述一个或多个应用程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行,所述一个或多个应用程序配置用于:执行根据权利要求1至7中任一项所述的空调制冷量的控制方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质用于存储计算机指令,当其在计算机上运行时,使得计算机可以执行上述权利要求1至7中任一项所述的空调制冷量的控制方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811199137.9A CN109506344A (zh) | 2018-10-15 | 2018-10-15 | 空调制冷量的控制方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811199137.9A CN109506344A (zh) | 2018-10-15 | 2018-10-15 | 空调制冷量的控制方法、装置及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109506344A true CN109506344A (zh) | 2019-03-22 |
Family
ID=65746600
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811199137.9A Pending CN109506344A (zh) | 2018-10-15 | 2018-10-15 | 空调制冷量的控制方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109506344A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111981622A (zh) * | 2020-08-18 | 2020-11-24 | 宁波奥克斯电气股份有限公司 | 一种空调器的控制方法、装置、空调器及存储介质 |
CN112268348A (zh) * | 2020-09-21 | 2021-01-26 | 广东Tcl智能暖通设备有限公司 | 空调控制方法、系统、设备及存储介质 |
CN114459134A (zh) * | 2022-01-14 | 2022-05-10 | 科华数据股份有限公司 | 空调控制方法、控制终端及计算机可读存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102607143A (zh) * | 2012-03-22 | 2012-07-25 | 李彬 | 基站空调设备的远程监控方法及系统 |
CN103245031A (zh) * | 2012-02-06 | 2013-08-14 | 珠海格力电器股份有限公司 | 空调器及其控制方法和装置 |
CN203323288U (zh) * | 2013-07-04 | 2013-12-04 | 四川依米康环境科技股份有限公司 | 数据中心超薄壁式制冷系统 |
CN104134100A (zh) * | 2014-07-22 | 2014-11-05 | 香港佳能通节能科技有限公司 | 一种基于云计算的节能管理系统 |
CN105546759A (zh) * | 2016-01-12 | 2016-05-04 | 重庆大学 | 一种集中空调节能控制系统及其控制策略 |
CN107027269A (zh) * | 2017-03-09 | 2017-08-08 | 深圳市艾特网能技术有限公司 | 机房空调系统控制方法 |
CN107192085A (zh) * | 2017-04-13 | 2017-09-22 | 青岛海尔空调器有限总公司 | 一种空调器制冷运行控制方法 |
JP6339715B2 (ja) * | 2017-03-08 | 2018-06-06 | 株式会社Nttファシリティーズ | 水冷式空調システムおよび水冷式空調システムの運転制御方法 |
-
2018
- 2018-10-15 CN CN201811199137.9A patent/CN109506344A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103245031A (zh) * | 2012-02-06 | 2013-08-14 | 珠海格力电器股份有限公司 | 空调器及其控制方法和装置 |
CN102607143A (zh) * | 2012-03-22 | 2012-07-25 | 李彬 | 基站空调设备的远程监控方法及系统 |
CN203323288U (zh) * | 2013-07-04 | 2013-12-04 | 四川依米康环境科技股份有限公司 | 数据中心超薄壁式制冷系统 |
CN104134100A (zh) * | 2014-07-22 | 2014-11-05 | 香港佳能通节能科技有限公司 | 一种基于云计算的节能管理系统 |
CN105546759A (zh) * | 2016-01-12 | 2016-05-04 | 重庆大学 | 一种集中空调节能控制系统及其控制策略 |
JP6339715B2 (ja) * | 2017-03-08 | 2018-06-06 | 株式会社Nttファシリティーズ | 水冷式空調システムおよび水冷式空調システムの運転制御方法 |
CN107027269A (zh) * | 2017-03-09 | 2017-08-08 | 深圳市艾特网能技术有限公司 | 机房空调系统控制方法 |
CN107192085A (zh) * | 2017-04-13 | 2017-09-22 | 青岛海尔空调器有限总公司 | 一种空调器制冷运行控制方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111981622A (zh) * | 2020-08-18 | 2020-11-24 | 宁波奥克斯电气股份有限公司 | 一种空调器的控制方法、装置、空调器及存储介质 |
CN112268348A (zh) * | 2020-09-21 | 2021-01-26 | 广东Tcl智能暖通设备有限公司 | 空调控制方法、系统、设备及存储介质 |
CN114459134A (zh) * | 2022-01-14 | 2022-05-10 | 科华数据股份有限公司 | 空调控制方法、控制终端及计算机可读存储介质 |
CN114459134B (zh) * | 2022-01-14 | 2023-11-28 | 科华数据股份有限公司 | 空调控制方法、控制终端及计算机可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2021063033A1 (zh) | 空调能耗模型训练方法与空调系统控制方法 | |
CN109506344A (zh) | 空调制冷量的控制方法、装置及电子设备 | |
Hydeman et al. | Development and testing of a reformulated regression-based electric chiller model/discussion | |
US10684598B1 (en) | Building management system with efficient model generation for system identification | |
WO2021082478A1 (zh) | 空调系统能耗预测方法及装置 | |
CN110287942A (zh) | 年龄估计模型的训练方法、年龄估计方法以及对应的装置 | |
JP2016024562A (ja) | 空調制御システム及び空調制御方法 | |
CN102345951A (zh) | 制冷系统能效评估在线监测系统 | |
CN102914108A (zh) | 涡轮制冷机的性能评价装置及其方法 | |
CN112749810B (zh) | 模型训练方法、控制参数确定方法及装置 | |
CN110542178A (zh) | 具有自学习能力的空调冷冻机房控制方法及系统 | |
CN114326987B (zh) | 制冷系统控制及模型训练方法、装置、设备及存储介质 | |
CN115049141A (zh) | 用于制冷系统的控制方法、控制装置和制冷系统 | |
JP4857051B2 (ja) | 冷凍機設備の運転方法及び冷凍機を備えて成る設備 | |
CN109726472A (zh) | 一种将离散数据转换为连续数据的曲线拟合方法 | |
Schné et al. | Dynamic Models of a Home Refrigerator. | |
CN109114805A (zh) | 一种设备能耗的确定方法及装置 | |
CN115906467A (zh) | 基于换电站的数据处理方法、装置、电子设备及存储介质 | |
Du et al. | Development and application of hardware-in-the-loop simulation for the HVAC systems | |
CN116954329A (zh) | 制冷系统的状态调节方法、装置、设备、介质及程序产品 | |
Rodriguez et al. | A nonlinear reduced-order modeling method for dynamic two-phase flow heat exchanger simulations | |
Cheng et al. | A Review of Sensor Applications in Electric Vehicle Thermal Management Systems | |
Hovgaard et al. | Optimal energy consumption in refrigeration systems‐modelling and non‐convex optimisation | |
Graziano et al. | Cloudfridge: a cloud-based control system for commercial refrigeration systems | |
Xinnan et al. | Prediction and Simulation Research on Temperature Field of Computer Room Based on Proper Orthogonal Decomposition |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190322 |