CN110030700A - 运行参数采集方法、装置、计算机设备及空调器系统 - Google Patents
运行参数采集方法、装置、计算机设备及空调器系统 Download PDFInfo
- Publication number
- CN110030700A CN110030700A CN201910321495.0A CN201910321495A CN110030700A CN 110030700 A CN110030700 A CN 110030700A CN 201910321495 A CN201910321495 A CN 201910321495A CN 110030700 A CN110030700 A CN 110030700A
- Authority
- CN
- China
- Prior art keywords
- operating parameter
- data
- coordinate data
- direct
- changing value
- 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
- 238000000034 method Methods 0.000 title claims abstract description 61
- 238000005070 sampling Methods 0.000 claims abstract description 96
- 238000007667 floating Methods 0.000 claims abstract description 74
- 238000012545 processing Methods 0.000 claims abstract description 31
- 230000005540 biological transmission Effects 0.000 claims description 31
- 238000004590 computer program Methods 0.000 claims description 23
- 230000000295 complement effect Effects 0.000 claims description 18
- 230000008569 process Effects 0.000 abstract description 23
- 230000008859 change Effects 0.000 abstract description 17
- 230000008901 benefit Effects 0.000 abstract description 8
- 230000009467 reduction Effects 0.000 abstract description 8
- 230000001502 supplementing effect Effects 0.000 abstract 1
- 238000003860 storage Methods 0.000 description 14
- 238000010586 diagram Methods 0.000 description 8
- 238000004458 analytical method Methods 0.000 description 7
- 241000208340 Araliaceae Species 0.000 description 6
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 6
- 235000003140 Panax quinquefolius Nutrition 0.000 description 6
- 235000008434 ginseng Nutrition 0.000 description 6
- 238000004378 air conditioning Methods 0.000 description 3
- 239000013589 supplement Substances 0.000 description 3
- 241001269238 Data Species 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000011112 process operation Methods 0.000 description 2
- 230000006798 recombination Effects 0.000 description 2
- 238000005215 recombination Methods 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000009738 saturating Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
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
- F24F11/50—Control or safety arrangements characterised by user interfaces or communication
- F24F11/61—Control or safety arrangements characterised by user interfaces or communication using timers
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Selective Calling Equipment (AREA)
Abstract
本申请涉及一种运行参数采集方法、装置、计算机设备及空调器系统，只进行直接运行参数的采集，减少了数据采集种类。以预设时长为采样周期进行周期性的采集得到直接运行参数的变化值，同时将采集得到的变化值与预设浮动精度进行对比，即通过时间维度以及精度维度对直接运行参数的采集进行降精度处理，避免直接运行参数中冗余数据的采集。并且只需要根据上传的数据维度较低的第二坐标数据进行补值处理即可得到各个时间点对应的直接运行参数，有效地减轻了上传的数据量。上述方案有效地降低了运行参数采集的整个过程中数据处理量，具有采集便利性高的优点。
Description
技术领域
本申请涉及空调器技术领域，特别是涉及一种运行参数采集方法、装置、计算机设备及空调器系统。
背景技术
空调器是一种通过对空气温度、湿度和空气流速等进行调节，为人们提供舒适的生活环境的设备，在人们的日常生活中得到广泛使用。随着大数据的飞速发展与应用，通过实时采集空调器的运行参数，利用大数据对空调器的运行状况、能耗和用户行为等进行分析，能够有效的实现对空调器的运行优化以及提升用户体验。
传统的空调器运行参数采集方法通常是进行小范围采集，当进行大范围(例如全国范围)的空调器运行参数采集时，需要实时地采集所有空调器的全部数据。由于空调器用户数量级数大和用户分布广，导致所采集的运行参数复杂多样，使得整个运行优化过程变得繁琐。因此，传统的空调器运行参数采集方法具有采集便利性差的缺点。
发明内容
基于此，有必要针对传统的空调器运行参数采集方法采集便利性差的问题，提供一种运行参数采集方法、装置、计算机设备及空调器系统。
一种运行参数采集方法，所述方法包括：以预设时长为采样周期，获取运行参数中直接运行参数的变化值；当所述直接运行参数的变化值大于或等于对应的预设浮动精度时，根据所述预设时长和所述变化值得到所述直接运行参数的第一坐标数据；将所述第一坐标数据进行协议重组，得到第二坐标数据并上传至服务器，所述第二坐标数据的数据维度低于所述第一坐标数据的数据维度，所述第二坐标数据用于进行补值处理得到所述直接运行参数的实时数据。
在一个实施例中，所述以预设时长为采样周期，获取运行参数中直接运行参数的变化值的步骤之后，还包括：当所述直接运行参数的变化值小于对应的预设浮动精度时，返回所述以预设时长为采样周期，获取运行参数中直接运行参数的变化值的步骤。
在一个实施例中，所述以预设时长为采样周期，获取运行参数中直接运行参数的变化值的步骤，包括：以预设时长为采样周期，获取当前采样周期中运行参数对应的直接运行参数；根据所述直接运行参数以及对应的预设参数进行对比分析，得到所述直接运行参数的变化值。
在一个实施例中，当所述直接运行参数的变化值大于或等于对应的预设浮动精度时，还包括步骤：根据所述直接运行参数对所述预设参数进行更新处理。
在一个实施例中，所述将所述第一坐标数据进行协议重组，得到第二坐标数据并上传至服务器的步骤，包括：将所述第一坐标数据进行协议重组，得到第二坐标数据并判断所述第二坐标数据的数据量是否满足传输量需求；若是，则将所述第二坐标数据上传至服务器。
在一个实施例中，所述将所述第一坐标数据进行协议重组，得到第二坐标数据并判断所述第二坐标数据的数据量是否满足传输量需求的步骤之后，还包括：若否，则更新所述预设时长和/或所述预设浮动精度，返回所述以预设时长为采样周期，获取运行参数中直接运行参数的变化值的步骤。
一种运行参数采集装置，所述装置包括：变化值获取模块，用于以预设时长为采样周期，获取运行参数中直接运行参数的变化值；变化值判断模块，用于当所述直接运行参数的变化值大于或等于对应的预设浮动精度时，根据所述预设时长和所述变化值得到所述直接运行参数的第一坐标数据；数据上传模块，将所述第一坐标数据进行协议重组，得到第二坐标数据并上传至服务器，所述第二坐标数据的数据维度低于所述第一坐标数据的数据维度，所述第二坐标数据用于进行补值处理得到所述直接运行参数的实时数据。
在一个实施例中，所述装置还包括：预设参数更新模块，用于当所述直接运行参数的变化值大于或等于对应的预设浮动精度时，根据所述直接运行参数对所述预设参数进行更新处理。
一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述方法的步骤。
一种空调器系统，所述系统包括服务器和运行参数采集器，所述服务器与所述运行参数采集器通信连接，所述运行参数采集器用于以预设时长为采样周期，根据上述的方法得到第二坐标数据并上传至所述服务器，所述服务器用于根据所述第二坐标数据进行补值处理得到所述直接运行参数的实施数据。
上述运行参数采集方法、装置、计算机设备及空调器系统，在进行运行参数的采集时，只进行直接运行参数的采集，减少了数据采集种类。以预设时长为采样周期进行周期性的采集得到直接运行参数的变化值，同时将采集得到的变化值与预设浮动精度进行对比，只有当所采集的直接运行参数变化值大于或等于预设浮动精度时，才会根据采样周期和变化值建立直接运行参数对应的第一坐标数据，即通过时间维度以及精度维度对直接运行参数的采集进行降精度处理，避免直接运行参数中冗余数据的采集。并且在将对应的数据上传至服务器时还会进行协议重组，只需要根据上传的数据维度较低的第二坐标数据进行补值处理即可得到各个时间点对应的直接运行参数，有效地减轻了上传的数据量。上述方案通过减少运行参数的采集种类、降低运行参数的时间精度和参数精度以及减少数据传输量等多方面进行改进，有效地降低了运行参数采集的整个过程中数据处理量，具有采集便利性高的优点。
附图说明
图1为一实施例中运行参数采集方法流程示意图；
图2为另一实施例中运行参数采集方法流程示意图；
图3为又一实施例中运行参数采集方法流程示意图；
图4为一实施例中运行参数采集方法流程图；
图5为一实施例中运行参数采集装置结构示意图；
图6为另一实施例中运行参数采集装置结构示意图；
图7为一实施例中计算机设备内部结构示意图；
图8为一实施例中空调器系统结构示意图。
具体实施方式
为了便于理解本申请，下面将参照相关附图对本申请进行更全面的描述。附图中给出了本申请的较佳的实施例。但是，本申请可以以许多不同的形式来实现，并不限于本文所描述的实施例。相反地，提供这些实施例的目的是使对本申请的公开内容的理解更加透彻全面。
请参阅图1，一种运行参数采集方法，包括步骤S100、步骤S200和步骤S500。
步骤S100，以预设时长为采样周期，获取运行参数中直接运行参数的变化值。
具体地，待采集设备在运行过程中产生的运行参数种类是多种多样的，有的运行参数可以直接根据相应的采集装置直接进行采集得到，能够直观的表征待采集设备的对应装置的运行状况，属于直接运行参数，例如电流值、电压值和温度等。而有的运行参数则往往不能根据采集装置直接地采集得到，但是可以根据直接采集得到的数据进行运算分析等得到，属于间接运行参数，例如功率、相电流和相电压等。为了便于理解本申请，下述各个实施例均以待采集设备为空调器进行解释说明，但本申请的技术方案中的待采集设备并不仅限于空调器，在其它的待采集设备中均可以执行与本申请各个实施例中空调器类似的操作。在进行空调器的大数据分析，得到相应空调器的运行状况等的过程中，往往需要针对空调器的每一运行参数进行采集和分析，运行参数采集器在将采集得到的空调器实时运行参数发送至相应的服务器进行分析时，所发送的数据量大，会消耗将多的流量，大大增加了空调运行参数的采集成本与采集便利性。因此，为了减少数据的采集量，在进行运行参数的采集时，可以只进行直接运行参数的采集，当需要根据间接运行参数进行分析时直接根据直接运行参数进行计算得到对应的间接运行参数即可。
进一步地，传统的空调器在进行运行参数的采集时，往往是实时进行的，然而，空调器在运行时各个运行参数并不是一直发生变化的，或者说空调器在运行时有的运行参数的变化量是很小的。因此，可以采用以预设时长为采样周期，进行空调器直接运行参数的采集操作，而不必实时地进行采集。通过预设时长的采样周期的设置，降低空调器的运行参数在时间采样维度上的精度，有效地减少了整个直接运行参数采集过程中的采集得到的数据量，从而降低了采用过程中的数据传输成本。应当指出的是，为了便于筛选采样周期内所采集的直接运行参数，在采样周期内可以通过获取当前采样周期所采集的直接运行参数相对于上一次直接运行参数采集时所采集的参数的变化值，然后根据变化值进行分析判断是否进行该直接运行参数的采集即可。
可以理解，预设时长的大小并不是唯一的，对于不同的空调器机组，由于其运行状况等均不一样，会导致不同的机组之间直接运行参数的变化频率有所区别，因此，在设置预设时长是可以结合空调器机组的类型以及使用环境等，进行预设时长的设置，只要能够反应空调器机组在运行过程中的直接运行参数变化状况即可。例如，在一个实施中，可以将预设时长设置为0-10min之间的任意时长。
步骤S200，当直接运行参数的变化值大于或等于对应的预设浮动精度时，根据预设时长和变化值得到直接运行参数的第一坐标数据。
具体地，第一坐标数据为数据维度较多且占据存储空间较大的直接运行参数对应的坐标数据，第二坐标数据为数据维度较少且占据存储空降较小的直接运行参数对应的坐标数据。采用维度较高的坐标数据来表示空调器的直接运行参数具有显示直观以及采集方便的优点，但是维度较高的坐标数据占据的存储空间较大，因此若要将获取的直接运行参数发送至服务器，则需要进行协议重组(即降维度处理)，得到占据存储空降较小的低维坐标数据，以减少直接运行参数上传时产生的数据流量，节约上传成本。当在时间维度上进行降精度处理得到采样周期内各个空调器的直接运行参数的变化值之后，还会进一步地在参数维度上进行降精度处理，以得到与空调器的运行状态更为相关的直接运行参数。主要通过将采集得到的变化值与对应的预设浮动精度进行对比分析，只有当变化值大于对应的浮动精度时，才会认为在该采样周期内空调器对应的直接运行参数发生了变化，此时通过采样时间和变化值建立发生变化的直接运行参数的第一坐标数据。
进一步地，在一个实施例中，可以是根据采样时间和变化值两个维度建立发生变化的直接运行参数的二维坐标数据。二维坐标数据即为包括了采样时间以及相应的变化值(或者采集得到的直接运行参数)的一组数值，通过该组数值能够直观的反应空调器在该采样周期下，直接运行参数相对于上一次采集得到的直接运行参数的变化情况。应当指出的是，预设浮动精度的设置也并不是唯一的，针对不同的直接运行参数或者不同类型的空调机组中的同一直接运行参数，可以设置不同大小的预设浮动精度，只要能够表征该直接运行参数是否相对于上一次直接运行参数采集时所采集的参数发生了变化均可。
步骤S500，将第一坐标数据进行协议重组，得到第二坐标数据并上传至服务器。
具体地，第二坐标数据的数据维度低于第一坐标数据的数据维度，第二坐标数据用于进行补值处理得到直接运行参数的实时数据。以采集得到二维坐标数据，在上传时转换为一维坐标数据进行传输为例，二维坐标数据往往是需要采用行列进行表示的，导致二维坐标数据在存储时会占用两个字节。通过协议重组将二维坐标数据转换为一维坐标数据则采用序号进行表示，此时一个字节即可表示一个直接运行参数。因此，通过协议重组将二维坐标数据转换为一维坐标数据将会大幅度的降低直接运行参数的存储空间，相应的在进行传输时只需要将占用空间较小的一维坐标数据上传至对应的服务器即可，有效地降低了数据传输量，降低了数据传输的成本。应当指出的是，补值处理即为根据采集得到的两组相邻直接运行参数，补充处理得到两组直接运行参数的采样时间之间的各个时间点对应的直接运行参数，即可得到空调器运行过程中实时地直接运行参数的数值。例如，当1min时(当前采样周期)直接运行参数A的具体数值为a，而5min时(下一个采样周期)得到的参数A对应的数值为b，则可以通过补值处理则可以得到大于1min到小于5min时的直接运行参数均为a，即2min、3min或4min等对应的直接运行参数为a。
在一个实施例中，运行参数采集器得到空调器的直接运行参数对应的第二坐标数据之后，在将对应的第二坐标数据上传至服务器时是周期性的上传的。具体地可以是将上传周期设置得与采样周期一致，即每当以预设时长进行一次采样时，运行参数采集器即会将变化值大于或等于对应的预设浮动精度的直接运行参数以第二坐标数据的形式进行一次上传，也可以是多次获取变化值大于或等于对应的预设浮动精度的直接运行参数之后，将所有符合要求的第二坐标数据上传至服务器。
请参阅图2，在一个实施例中，步骤S100之后还包括步骤S300。步骤S300，当直接运行参数的变化值小于对应的预设浮动精度时，返回以预设时长为采样周期，获取运行参数中直接运行参数的变化值的步骤。
具体地，请结合参阅图4，在以预设时长为采样周期对空调器的直接运行参数对应的变化值进行采集时，可能出现相邻两个采样周期的直接运行参数差距太小，导致变化值小于预设浮动精度的情况发生。此时，由于两个数据之间的差值过小，将当前采集周期对应的直接运行参数作上传至服务器进行空调器运行状况的监测等操作时，该数据的参考价值较低甚至与上一采集周期得到的直接运行参数一致。因此，为了减少数据量以及避免所采集的数据参考价值过低，当该采集周期得到的直接运行参数舍弃，直接进行下一采集周期的采集操作。
在一个实施例中，请参阅图3，步骤S100包括步骤S110和步骤S120。步骤S110，以预设时长为采样周期，获取当前采样周期中运行参数对应的直接运行参数。
具体地，请结合参阅图4，在进行空调器直接运行参数的变化值的采集时，首先采集得到对应的直接运行参数，然后根据得到的直接运行参数进行处理即可得到对应的变数值。可以理解，对于不同的空调器机组在进行各个直接运行参数的采集时除了采样周期不完全相同之外，不同空调器机组的直接运行参数可能会不一致，但是不同的直接运行参数的采集处理操作均一致。
应当指出的是，在一个实施例中，针对同一类型的空调器机组，可以将各个需要采集的直接运行参数分为系统参数、外机参数和内机参数三种类型。具体地可以将每一类直接运行参数分别挑选出来，不同类型的直接运行参数存储于不同的表格中，并且各个直接参数均以二维坐标的形式表示(即时间坐标与具体参数值坐标)，在以预设时长为采样周期进行直接运行参数的采集时，只需对得到的数据表进行扫描，然后对比对应的预设参数即可得到变化值大于或等于预设浮动精度的直接运行参数。进一步地，在一个实施例中，用于存储直接运行参数的表格存储的参数控制在256以内，由于一个字节0-255，共包括256个序号，将每一表格中的直接运行参数的数量控制在256以内。则可以一个序号代表一个直接运行参数，具有节约资源和存储简单的优点。
步骤S120，根据直接运行参数以及对应的预设参数进行对比分析，得到直接运行参数的变化值。
具体地，将得到的直接运行参数与对应的预设参数进行对比分析即为将得到的直接运行参数与预设参数进行作差比较，得到直接运行参数相对于预设参数的变化量，即为相应的变化值。可以理解，在将得到的直接运行参数与预设参数进行作差比较时，是根据两者差值的绝对值与预设浮动精度进行对比，即采用两者差值的绝对值表示直接运行参数的变化值。
在一个实施例中，请参阅图3，当直接运行参数的变化值大于或等于对应的预设浮动精度时，还包括步骤S400。步骤S400，根据直接运行参数对预设参数进行更新处理。
具体地，预设参数即为当前采样周期之前出现变化值大于或等于预设浮动精度时的采样周期得到的直接运行参数，具体可以是当前采样周期的上一采样周期或者采样时间更为靠前的采样周期。由于在采样周期内并不是所有的直接运行参数的变化值都会大于或等于预设浮动精度的，只有当变化值足够大时，才会进行直接运行参数的采集，同时将该直接运行参数更新存储为预设参数。即在本实施例中，预设参数是实时进行更新的，每当采样周期内得到的直接运行参数的变化值大于或等于预设浮动精度时，都会将得到的直接运行参数更新到对应的预设参数下，将当前采样周期得到的直接运行参数作为下一采样周期的预设参数。通过实时进行预设参数的更新，保证了在运行参数采集器在获取直接运行参数的变化值时能够得到更为准确的数值，有效地提高了空调器运行参数采集方法的可靠性。
在一个实施例中，请参阅图3，步骤S500包括步骤S510和步骤S520。步骤S510，将第一坐标数据进行协议重组，得到第二坐标数据并判断第二坐标数据的数据量是否满足传输量需求。
具体地，请结合参阅图4，通过协议重组能够有效地降低直接运行参数的存储量，从而使得空调器运行参数的采集过程中数据的传输量降低，减少流量的消耗，以达到降低运行参数采集成本和提高运行参数采集的便利性的目的。然而，在整个空调器的运行参数采集过程中，直接运行参数的数据量的多少还会受到预设时长的采样周期以及预设浮动精度的影响。采样周期越短，得到的直接运行参数的数据量会越多，同样的，预设浮动精度越小，变化值越容易大于或等于预设浮动精度，即得到的直接运行参数的数据也会越多。而在数据的传输过程中，数据量越大所消耗的流量也会越多，相应的成本也越高。因此，为了降低直接运行参数的传输成本以及数据量，增强空调器运行参数采集方法的便利性，当得到直接运行参数对应的第二坐标数据之后，将对应的第二坐标数据上传至对应的服务器之前，还会对第二坐标数据的数据量进行分析，判断该数据量是否满足传输需求，即判断第二坐标数据的数据量是否小于允许传输的最高数据量。
步骤S520，若是，则将第二坐标数据上传至服务器。
具体地，若是，则表示当前状态下第二坐标数据的数据量满足传输需求，即第二坐标数据的数据量小于或等于最大允许传输的数据量。此时运行参数采集器只需要将得到的第二坐标数据上传至对应的服务器，即可完成一次空调器运行参数的采集操作。应当指出的是，传输量需求(最大允许传输的数据量)的设置并不是唯一的，具体可以由用户根据自身需求等进行设置。
进一步地，在一个实施例中，请继续参阅图3，步骤S500还包括步骤S530，步骤S530，若否，则更新预设时长和/或预设浮动精度，返回以预设时长为采样周期，获取运行参数中直接运行参数的变化值的步骤。
具体地，若否，则说明当前状态下第二坐标数据的数据量不满足传输需求，即第二坐标数据的数据量大于允许传输的数据量。此时说明在当前采集周期与预设浮动精度下，采集得到的直接运行参数的数据量过大，将无法上传到服务器。此时可以通过改变采样周期或者改变预设浮动精度，得到精度更低的直接运行参数，通过改变条件(即增大预设时长和/或增大预设浮动精度)来使得最终得到的符合该条件的直接运行参数的数量降低，从而减小直接运行参数的数据量，使得运行参数采集其能够将直接运行参数发送至对应的服务器。可以理解，在一个实施例中，可以是单独改变预设时长(即采样周期)的大小或者单独改变预设浮动精度的大小来达到改变减少直接运行参数的数据量的目的。在另一个实施例中，还可以是同时改变预设时长以及预设浮动精度的大小，达到改变减少直接运行参数的数据量的目的，只要预设时长与预设浮动精度满足空调器的运行需求即可。
应该理解的是，虽然图1-3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，这些步骤可以以其它的顺序执行。而且，图1-3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，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它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。
上述运行参数采集方法，在进行运行参数的采集时，只进行直接运行参数的采集，减少了数据采集种类。以预设时长为采样周期进行周期性的采集得到直接运行参数的变化值，同时将采集得到的变化值与预设浮动精度进行对比，只有当所采集的直接运行参数变化值大于或等于预设浮动精度时，才会根据采样周期和变化值建立直接运行参数对应的第一坐标数据，即通过时间维度以及精度维度对直接运行参数的采集进行降精度处理，避免直接运行参数中冗余数据的采集。并且在将对应的数据上传至服务器时还会进行协议重组，只需要根据上传的数据维度较低的第二坐标数据进行补值处理即可得到各个时间点对应的直接运行参数，有效地减轻了上传的数据量。上述方案通过减少运行参数的采集种类、降低运行参数的时间精度和参数精度以及减少数据传输量等多方面进行改进，有效地降低了运行参数采集的整个过程中数据处理量，具有采集便利性高的优点。
请参阅图5，一种运行参数采集装置，包括：变化值获取模块100、变化值判断模块200和数据上传模块300。
变化值获取模块100用于以预设时长为采样周期，获取运行参数中的直接运行参数的变化值。具体地，以空调器为例，空调器在运行过程中产生的运行参数种类是多种多样的，有的运行参数可以直接根据相应的采集装置直接进行采集得到，能够直观的表征空调器的对应装置的运行状况，属于直接运行参数，例如电流值、电压值和温度等。而有的运行参数则往往不能根据采集装置直接地采集得到，但是可以根据直接采集得到的数据进行运算分析等得到，属于间接运行参数，例如功率、相电流和相电压等。在进行空调器的大数据分析，得到相应空调器的运行状况等的过程中，往往需要针对空调器的每一运行参数进行采集和分析，运行参数采集器在将采集得到的空调器实时运行参数发送至相应的服务器进行分析时，所发送的数据量大，会消耗将多的流量，大大增加了空调运行参数的采集成本与采集便利性。因此，为了减少数据的采集量，在进行运行参数的采集时，可以只进行直接运行参数的采集，当需要根据间接运行参数进行分析时直接根据直接运行参数进行计算得到对应的间接运行参数即可。
进一步地，传统的空调器在进行运行参数的采集时，往往是实时进行的，然而，空调器在运行时各个运行参数并不是一直发生变化的，或者说空调器在运行时有的运行参数的变化量是很小的。因此，可以采用以预设时长为采样周期，进行空调器直接运行参数的采集操作，而不必实时地进行采集。通过预设时长的采样周期的设置，降低空调器的运行参数在时间采样维度上的精度，有效地减少了整个直接运行参数采集过程中的采集得到的数据量，从而降低了采用过程中的数据传输成本。应当指出的是，为了便于筛选采样周期内所采集的直接运行参数，在采样周期内可以通过获取当前采样周期所采集的直接运行参数相对于上一次直接运行参数采集时所采集的参数的变化值，然后根据变化值进行分析判断是否进行该直接运行参数的采集即可。
变化值判断模块200用于当直接运行参数的变化值大于或等于对应的预设浮动精度时，根据预设时长和变化值得到直接运行参数的第一坐标数据。
具体地，当在时间维度上进行降精度处理得到采样周期内各个空调器的直接运行参数的变化值之后，还会进一步地在参数维度上进行降精度处理，以得到与空调器的运行状态更为相关的直接运行参数。主要通过将采集得到的变化值与对应的预设浮动精度进行对比分析，只有当变化值大于对应的浮动精度时，才会认为在该采样周期内空调器对应的直接运行参数发生了变化，此时通过采样时间和变化值建立发生变化的直接运行参数的第一坐标数据。
进一步地，在一个实施例中，可以是根据采样时间和变化值两个维度建立发生变化的直接运行参数的二维坐标数据。二维坐标数据即为包括了采样时间以及相应的变化值(或者采集得到的直接运行参数)的一组数值，通过该组数值能够直观的反应空调器在该采样周期下，直接运行参数相对于上一次采集得到的直接运行参数的变化情况。应当指出的是，预设浮动精度的设置也并不是唯一的，针对不同的直接运行参数或者不同类型的空调机组中的同一直接运行参数，可以设置不同大小的预设浮动精度，只要能够表征该直接运行参数是否相对于上一次直接运行参数采集时所采集的参数发生了变化均可。
数据上传模块300用于将第一坐标数据进行协议重组，得到第二坐标数据并上传至服务器。
具体地，第二坐标数据的数据维度低于第一坐标数据的数据维度，第二坐标数据用于进行补值处理得到直接运行参数的实时数据。以采集得到二维坐标数据，在上传时转换为一维坐标数据进行传输为例，二维坐标数据往往是需要采用行列进行表示的，导致二维坐标数据在存储时会占用两个字节。通过协议重组将二维坐标数据转换为一维坐标数据则采用序号进行表示，此时一个字节即可表示一个直接运行参数。因此，通过协议重组将二维坐标数据转换为一维坐标数据将会大幅度的降低直接运行参数的存储空间，相应的在进行传输时只需要将占用空间较小的一维坐标数据上传至对应的服务器即可，有效地降低了数据传输量，降低了数据传输的成本。应当指出的是，补值处理即为根据采集得到的两组相邻直接运行参数，补充处理得到两组直接运行参数的采样时间之间的各个时间点对应的直接运行参数，即可得到空调器运行过程中实时地直接运行参数的数值。
在一个实施例中，请参阅图6，运行参数采集装置还包括预设参数更新模块400。
具体地，预设参数更新模块400用于当直接运行参数的变化值大于或等于对应的预设浮动精度时，根据直接运行参数对预设参数进行更新处理。
具体地，预设参数即为当前采样周期之前出现变化值大于或等于预设浮动精度时的采样周期得到的直接运行参数，具体可以是当前采样周期的上一采样周期或者采样时间更为靠前的采样周期。由于在采样周期内并不是所有的直接运行参数的变化值都会大于或等于预设浮动精度的，只有当变化值足够大时，才会进行直接运行参数的采集，同时将该直接运行参数更新存储为预设参数。即在本实施例中，预设参数是实时进行更新的，每当采样周期内得到的直接运行参数的变化值大于或等于预设浮动精度时，都会将得到的直接运行参数更新到对应的预设参数下，将当前采样周期得到的直接运行参数作为下一采样周期的预设参数。通过实时进行预设参数的更新，保证了在运行参数采集器在获取直接运行参数的变化值时能够得到更为准确的数值，有效地提高了空调器运行参数采集方法的可靠性。
在一个实施例中，变化值获取模块100还用于以预设时长为采样周期，获取当前采样周期中运行参数对应的直接运行参数；根据直接运行参数以及对应的预设参数进行对比分析，得到直接运行参数的变化值。
具体地，在进行空调器直接运行参数的变化值的采集时，首先采集得到对应的直接运行参数，然后根据得到的直接运行参数进行处理即可得到对应的变数值。可以理解，对于不同的空调器机组在进行各个直接运行参数的采集时除了采样周期不完全相同之外，不同空调器机组的直接运行参数可能会不一致，但是不同的直接运行参数的采集处理操作均一致。
将得到的直接运行参数与对应的预设参数进行对比分析即为将得到的直接运行参数与预设参数进行作差比较，得到直接运行参数相对于预设参数的变化量，即为相应的变化值。可以理解，在将得到的直接运行参数与预设参数进行作差比较时，是根据两者差值的绝对值与预设浮动精度进行对比，即采用两者差值的绝对值表示直接运行参数的变化值。
在一个实施例中，变化值判断模块200还用于当直接运行参数的变化值小于对应的预设浮动精度时，执行以预设时长为采样周期，获取运行参数中直接运行参数的变化值的操作。
具体地，在以预设时长为采样周期对空调器的直接运行参数对应的变化值进行采集时，可能出现相邻两个采样周期的直接运行参数差距太小，导致变化值小于预设浮动精度的情况发生。此时，由于两个数据之间的差值过小，将当前采集周期对应的直接运行参数作上传至服务器进行空调器运行状况的监测等操作时，该数据的参考价值较低甚至与上一采集周期得到的直接运行参数一致。因此，为了减少数据量以及避免所采集的数据参考价值过低，当该采集周期得到的直接运行参数舍弃，直接进行下一采集周期的采集操作。
在一个实施例中，数据上传模块300还用于将第一坐标数据进行协议重组，得到第二坐标数据并判断第二坐标数据的数据量是否满足传输量需求；若是，则将第二坐标数据上传至服务器；若否，则更新预设时长和/或预设浮动精度，执行以预设时长为采样周期，获取运行参数中直接运行参数的变化值的操作。
具体地，如上所述，通过协议重组能够有效地降低直接运行参数的存储量，从而使得空调器运行参数的采集过程中数据的传输量降低，减少流量的消耗，以达到降低运行参数采集成本和提高运行参数采集的便利性的目的。然而，在整个空调器的运行参数采集过程中，直接运行参数的数据量的多少还会受到预设时长的采样周期以及预设浮动精度的影响。采样周期越短，得到的直接运行参数的数据量会越多，同样的，预设浮动精度越小，变化值越容易大于或等于预设浮动精度，即得到的直接运行参数的数据也会越多。而在数据的传输过程中，数据量越大所消耗的流量也会越多，相应的成本也越高。因此，为了降低直接运行参数的传输成本以及数据量，增强空调器运行参数采集方法的便利性，当得到直接运行参数对应的第二坐标数据之后，将对应的第二坐标数据上传至对应的服务器之前，还会对第二坐标数据的数据量进行分析，判断该数据量是否满足传输需求，即判断第二坐标数据的数据量是否小于允许传输的最高数据量。
若是，则表示当前状态下第二坐标数据的数据量满足传输需求，即第二坐标数据的数据量小于或等于最大允许传输的数据量。此时运行参数采集器只需要将得到的第二坐标数据上传至对应的服务器，即可完成一次空调器运行参数的采集操作。应当指出的是，传输量需求(最大允许传输的数据量)的设置并不是唯一的，具体可以由用户根据自身需求等进行设置。
若否，则说明当前状态下第二坐标数据的数据量不满足传输需求，即第二坐标数据的数据量大于允许传输的数据量。此时说明在当前采集周期与预设浮动精度下，采集得到的直接运行参数的数据量过大，将无法上传到服务器。此时可以通过改变采样周期或者改变预设浮动精度，得到精度更低的直接运行参数，通过改变条件来使得最终得到的符合该条件的直接运行参数的数量降低，从而减小直接运行参数的数据量，使得运行参数采集其能够将直接运行参数发送至对应的服务器。
上述运行参数采集装置，在进行的运行参数的采集时，只进行直接运行参数的采集，减少了数据采集种类。以预设时长为采样周期进行周期性的采集得到直接运行参数的变化值，同时将采集得到的变化值与预设浮动精度进行对比，只有当所采集的直接运行参数变化值大于或等于预设浮动精度时，才会根据采样周期和变化值建立直接运行参数对应的第一坐标数据，即通过时间维度以及精度维度对直接运行参数的采集进行降精度处理，避免直接运行参数中冗余数据的采集。并且在将对应的数据上传至服务器时还会进行协议重组，只需要根据上传的数据维度较低的第二坐标数据进行补值处理即可得到各个时间点对应的直接运行参数，有效地减轻了上传的数据量。上述方案通过减少运行参数的采集种类、降低运行参数的时间精度和参数精度以及减少数据传输量等多方面进行改进，有效地降低了运行参数采集的整个过程中数据处理量，具有采集便利性高的优点。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图7所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储预设浮动精度、预设时长和预设参数。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种运行参数采集方法。
本领域技术人员可以理解，图7中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：以预设时长为采样周期，获取运行参数中直接运行参数的变化值；当直接运行参数的变化值大于或等于对应的预设浮动精度时，根据预设时长和变化值两个维度得到直接运行参数的第一坐标数据；将第一坐标数据进行协议重组，得到第二坐标数据并上传至服务器，第二坐标数据的数据维度低于第一坐标数据的数据维度，第二坐标数据用于进行补值处理得到直接运行参数的实时数据。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：当直接运行参数的变化值小于对应的预设浮动精度时，返回以预设时长为采样周期，获取运行参数中直接运行参数的变化值的步骤。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：以预设时长为采样周期，获取当前采样周期中运行参数对应的直接运行参数；根据直接运行参数以及对应的预设参数进行对比分析，得到直接运行参数的变化值。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：当直接运行参数的变化值大于或等于对应的预设浮动精度时，根据直接运行参数对所述预设参数进行更新处理。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：将第一坐标数据进行协议重组，得到第二坐标数据并判断第二坐标数据的数据量是否满足传输量需求；若是，则将第二坐标数据上传至服务器。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：若否，则更新预设时长和/或预设浮动精度，返回以预设时长为采样周期，获取运行参数中直接运行参数的变化值的步骤。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：以预设时长为采样周期，获取运行参数中直接运行参数的变化值；当直接运行参数的变化值大于或等于对应的预设浮动精度时，根据预设时长和变化值两个维度得到直接运行参数的第一坐标数据；将第一坐标数据进行协议重组，得到第二坐标数据并上传至服务器，第二坐标数据的数据维度低于第一坐标数据的数据维度，第二坐标数据用于进行补值处理得到直接运行参数的实时数据。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：当直接运行参数的变化值小于对应的预设浮动精度时，返回以预设时长为采样周期，获取运行参数中直接运行参数的变化值的步骤。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：以预设时长为采样周期，获取当前采样周期中运行参数对应的直接运行参数；根据直接运行参数以及对应的预设参数进行对比分析，得到直接运行参数的变化值。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：当直接运行参数的变化值大于或等于对应的预设浮动精度时，根据直接运行参数对所述预设参数进行更新处理。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：将第一坐标数据进行协议重组，得到第二坐标数据并判断第二坐标数据的数据量是否满足传输量需求；若是，则将第二坐标数据上传至服务器。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：若否，则更新预设时长和/或预设浮动精度，返回以预设时长为采样周期，获取运行参数中直接运行参数的变化值的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
上述计算机设备及存储介质，在进行运行参数的采集时，只进行直接运行参数的采集，减少了数据采集种类。以预设时长为采样周期进行周期性的采集得到直接运行参数的变化值，同时将采集得到的变化值与预设浮动精度进行对比，只有当所采集的直接运行参数变化值大于或等于预设浮动精度时，才会根据采样周期和变化值建立直接运行参数对应的第一坐标数据，即通过时间维度以及精度维度对直接运行参数的采集进行降精度处理，避免直接运行参数中冗余数据的采集。并且在将对应的数据上传至服务器时还会进行协议重组，只需要根据上传的数据维度较低的第二坐标数据进行补值处理即可得到各个时间点对应的直接运行参数，有效地减轻了上传的数据量。上述方案通过减少运行参数的采集种类、降低运行参数的时间精度和参数精度以及减少数据传输量等多方面进行改进，有效地降低了运行参数采集的整个过程中数据处理量，具有采集便利性高的优点。
请参阅图8，一种空调器系统，包括服务器20和运行参数采集器10，服务器20与运行参数采集器10通信连接，运行参数采集器10用于以预设时长为采样周期，根据上述的方法得到第二坐标数据并上传至服务器20，服务器20用于根据第二坐标数据进行补值处理得到直接运行参数的实施数据。
具体地，运行参数采集器10设置于空调器(图未示)，每一空调器对应设置有一个运行参数采集器10。运行参数采集器10首先以预设时长为采样周期，获取空调器的直接运行参数的变化值。然后当直接运行参数的变化值大于或等于对应的预设浮动精度时，根据预设时长和变化值得到直接运行参数的第一坐标数据。最后将第一坐标数据进行协议重组，得到第二坐标数据并上传至服务器20，具体的第二坐标数据获取方法与上述实施例中类似，在此不再赘述。而服务器20则根据补值处理得到直接运行参数的实施数据，即根据采集得到的两组相邻直接运行参数，补充处理得到两组直接运行参数的采样时间之间的各个时间点对应的直接运行参数，即可得到空调器运行过程中实时地直接运行参数的数值。
上述空调器系统，在进行运行参数的采集时，只进行空调器的直接运行参数的采集，减少了数据采集种类。以预设时长为采样周期进行周期性的采集得到直接运行参数的变化值，同时将采集得到的变化值与预设浮动精度进行对比，只有当所采集的直接运行参数变化值大于或等于预设浮动精度时，才会根据采样周期和变化值建立直接运行参数对应的第一坐标数据，即通过时间维度以及精度维度对直接运行参数的采集进行降精度处理，避免直接运行参数中冗余数据的采集。并且在将对应的数据上传至服务器20时还会进行协议重组，只需要根据上传的数据维度较低的第二坐标数据进行补值处理即可得到各个时间点对应的直接运行参数，有效地减轻了上传的数据量。上述方案通过减少运行参数的采集种类、降低运行参数的时间精度和参数精度以及减少数据传输量等多方面进行改进，有效地降低了空调器的运行参数采集的整个过程中数据处理量，具有采集便利性高的优点。
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种运行参数采集方法，其特征在于，所述方法包括：
以预设时长为采样周期，获取运行参数中直接运行参数的变化值；
当所述直接运行参数的变化值大于或等于对应的预设浮动精度时，根据所述预设时长和所述变化值得到所述直接运行参数的第一坐标数据；
将所述第一坐标数据进行协议重组，得到第二坐标数据并上传至服务器，所述第二坐标数据的数据维度低于所述第一坐标数据的数据维度，所述第二坐标数据用于进行补值处理得到所述直接运行参数的实时数据。
2.根据权利要求1所述的运行参数采集方法，其特征在于，所述以预设时长为采样周期，获取运行参数中直接运行参数的变化值的步骤之后，还包括：
当所述直接运行参数的变化值小于对应的预设浮动精度时，返回所述以预设时长为采样周期，获取运行参数中直接运行参数的变化值的步骤。
3.根据权利要求1所述的运行参数采集方法，其特征在于，所述以预设时长为采样周期，获取运行参数中直接运行参数的变化值的步骤，包括：
以预设时长为采样周期，获取当前采样周期中运行参数对应的直接运行参数；
根据所述直接运行参数以及对应的预设参数进行对比分析，得到所述直接运行参数的变化值。
4.根据权利要求3所述的运行参数采集方法，其特征在于，当所述直接运行参数的变化值大于或等于对应的预设浮动精度时，还包括步骤：
根据所述直接运行参数对所述预设参数进行更新处理。
5.根据权利要求4所述的运行参数采集方法，其特征在于，所述将所述第一坐标数据进行协议重组，得到第二坐标数据并上传至服务器的步骤，包括：
将所述第一坐标数据进行协议重组，得到第二坐标数据并判断所述第二坐标数据的数据量是否满足传输量需求；
若是，则将所述第二坐标数据上传至服务器。
6.根据权利要求5所述的运行参数采集方法，其特征在于，所述将所述第一坐标数据进行协议重组，得到第二坐标数据并判断所述第二坐标数据的数据量是否满足传输量需求的步骤之后，还包括：
若否，则更新所述预设时长和/或所述预设浮动精度，返回所述以预设时长为采样周期，获取运行参数中直接运行参数的变化值的步骤。
7.一种运行参数采集装置，其特征在于，所述装置包括：
变化值获取模块，用于以预设时长为采样周期，获取运行参数中直接运行参数的变化值；
变化值判断模块，用于当所述直接运行参数的变化值大于或等于对应的预设浮动精度时，根据所述预设时长和所述变化值得到所述直接运行参数的第一坐标数据；
数据上传模块，将所述第一坐标数据进行协议重组，得到第二坐标数据并上传至服务器，所述第二坐标数据的数据维度低于所述第一坐标数据的数据维度，所述第二坐标数据用于进行补值处理得到所述直接运行参数的实时数据。
8.根据权利要求7所述的运行参数采集装置，其特征在于，所述装置还包括：
预设参数更新模块，用于当所述直接运行参数的变化值大于或等于对应的预设浮动精度时，根据所述直接运行参数对所述预设参数进行更新处理。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述方法的步骤。
10.一种空调器系统，其特征在于，所述系统包括服务器和运行参数采集器，所述服务器与所述运行参数采集器通信连接，所述运行参数采集器用于以预设时长为采样周期，根据权利要求1-6任一项所述的方法得到第二坐标数据并上传至所述服务器，所述服务器用于根据所述第二坐标数据进行补值处理得到所述直接运行参数的实施数据。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910321495.0A CN110030700A (zh) | 2019-04-22 | 2019-04-22 | 运行参数采集方法、装置、计算机设备及空调器系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910321495.0A CN110030700A (zh) | 2019-04-22 | 2019-04-22 | 运行参数采集方法、装置、计算机设备及空调器系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110030700A true CN110030700A (zh) | 2019-07-19 |
Family
ID=67239507
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910321495.0A Pending CN110030700A (zh) | 2019-04-22 | 2019-04-22 | 运行参数采集方法、装置、计算机设备及空调器系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110030700A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110849652A (zh) * | 2019-12-06 | 2020-02-28 | 中国交通建设股份有限公司 | 一种物理模型试验过程智能化控制方法及系统 |
| CN111752918A (zh) * | 2020-05-15 | 2020-10-09 | 南京国电南自维美德自动化有限公司 | 一种历史数据交互系统及其配置方法 |
| CN112418910A (zh) * | 2020-11-02 | 2021-02-26 | 青岛海尔空调器有限总公司 | 共享空调的数据处理方法及数据处理装置 |
| CN114252110A (zh) * | 2022-03-02 | 2022-03-29 | 山东和兑智能科技有限公司 | 变电设备智能评估系统与评估方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102446183A (zh) * | 2010-10-12 | 2012-05-09 | 上海可鲁系统软件有限公司 | 一种工业数据存储方法 |
| JP4978364B2 (ja) * | 2007-08-07 | 2012-07-18 | トヨタ自動車株式会社 | データ送受信装置 |
| CN105183669A (zh) * | 2015-09-22 | 2015-12-23 | 珠海格力电器股份有限公司 | 一种数据存储方法及装置 |
| CN105302751A (zh) * | 2015-10-15 | 2016-02-03 | 珠海格力电器股份有限公司 | 数据处理方法、装置及电子设备 |
| CN107608865A (zh) * | 2017-07-31 | 2018-01-19 | 珠海格力电器股份有限公司 | 数据存储方法和装置 |
| CN109308169A (zh) * | 2018-08-24 | 2019-02-05 | 珠海格力电器股份有限公司 | 数据存储方法、装置及采用该方法的空调 |
-
2019
- 2019-04-22 CN CN201910321495.0A patent/CN110030700A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4978364B2 (ja) * | 2007-08-07 | 2012-07-18 | トヨタ自動車株式会社 | データ送受信装置 |
| CN102446183A (zh) * | 2010-10-12 | 2012-05-09 | 上海可鲁系统软件有限公司 | 一种工业数据存储方法 |
| CN105183669A (zh) * | 2015-09-22 | 2015-12-23 | 珠海格力电器股份有限公司 | 一种数据存储方法及装置 |
| CN105302751A (zh) * | 2015-10-15 | 2016-02-03 | 珠海格力电器股份有限公司 | 数据处理方法、装置及电子设备 |
| CN107608865A (zh) * | 2017-07-31 | 2018-01-19 | 珠海格力电器股份有限公司 | 数据存储方法和装置 |
| CN109308169A (zh) * | 2018-08-24 | 2019-02-05 | 珠海格力电器股份有限公司 | 数据存储方法、装置及采用该方法的空调 |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110849652A (zh) * | 2019-12-06 | 2020-02-28 | 中国交通建设股份有限公司 | 一种物理模型试验过程智能化控制方法及系统 |
| CN110849652B (zh) * | 2019-12-06 | 2021-10-15 | 中国交通建设股份有限公司 | 一种物理模型试验过程智能化控制方法及系统 |
| CN111752918A (zh) * | 2020-05-15 | 2020-10-09 | 南京国电南自维美德自动化有限公司 | 一种历史数据交互系统及其配置方法 |
| CN111752918B (zh) * | 2020-05-15 | 2023-12-22 | 南京国电南自维美德自动化有限公司 | 一种历史数据交互系统及其配置方法 |
| CN112418910A (zh) * | 2020-11-02 | 2021-02-26 | 青岛海尔空调器有限总公司 | 共享空调的数据处理方法及数据处理装置 |
| CN112418910B (zh) * | 2020-11-02 | 2023-05-23 | 青岛海尔空调器有限总公司 | 共享空调的数据处理方法及数据处理装置 |
| CN114252110A (zh) * | 2022-03-02 | 2022-03-29 | 山东和兑智能科技有限公司 | 变电设备智能评估系统与评估方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110030700A (zh) | 运行参数采集方法、装置、计算机设备及空调器系统 | |
| CN102955977B (zh) | 一种基于云技术的能效服务方法及其能效服务平台 | |
| CN110249348A (zh) | 能量控制系统的配置与参数化 | |
| CN108924233A (zh) | 电力集抄集群系统及方法 | |
| CN107360202A (zh) | 一种终端的接入调度方法和装置 | |
| CN107944677A (zh) | 业绩追踪方法、应用服务器及计算机可读存储介质 | |
| CN112020098A (zh) | 负荷均衡方法、装置、计算设备及计算机存储介质 | |
| CN106713377A (zh) | 分布式数据库负载调平的方法和装置 | |
| CN106817314A (zh) | 大数据采集方法、装置以及系统 | |
| CN104684091B (zh) | 网络架构调整方法、装置、网络调度控制器及基站 | |
| CN108416067A (zh) | 工业过程中海量数据处理和存储过程的优化执行估算方法 | |
| US10216869B2 (en) | System and method for simulating multiple BACnet devices and objects | |
| CN111552253A (zh) | 一种智能云灌溉综合平台架构及其控制方法 | |
| CN106254174A (zh) | 一种能耗信息处理系统 | |
| CN104009469B (zh) | 一种低压配网台区网络拓扑等值图归集方法 | |
| CN113935856A (zh) | 电能的控制方法及其装置、处理器、计算机可读存储介质 | |
| CN117254494A (zh) | 多站点协同储能集控调度系统及方法 | |
| CN116647586A (zh) | 一种应用云计算实现水肥一体化智慧泵房遥控的方法 | |
| CN116029491B (zh) | 一种电力调度管理系统及其控制方法 | |
| CN116154959B (zh) | 一种配电台区多融合终端边缘协同系统及方法 | |
| CN111404146A (zh) | 一种基于用户负荷转移舒适度的配电方法、系统和终端 | |
| CN105049475B (zh) | 大规模社区的数据高效存储优化方法及系统 | |
| CN117013531A (zh) | 配电网的容量域评估方法 | |
| CN110399534A (zh) | 终端性能报表生成方法、装置、设备和存储介质 | |
| CN206775540U (zh) | 能源信息系统 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190719 |