CN110567104B - 多联机系统的内机运行控制方法、装置和计算机设备 - Google Patents
多联机系统的内机运行控制方法、装置和计算机设备 Download PDFInfo
- Publication number
- CN110567104B CN110567104B CN201910915992.3A CN201910915992A CN110567104B CN 110567104 B CN110567104 B CN 110567104B CN 201910915992 A CN201910915992 A CN 201910915992A CN 110567104 B CN110567104 B CN 110567104B
- Authority
- CN
- China
- Prior art keywords
- power consumption
- time
- real
- time period
- predicted
- 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
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
- F24F11/30—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
- F24F11/50—Control or safety arrangements characterised by user interfaces or communication
- F24F11/52—Indication arrangements, e.g. displays
-
- 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
- F24F11/56—Remote control
- F24F11/58—Remote control using Internet communication
-
- 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
Abstract
本申请涉及一种多联机系统的内机运行控制方法、装置、计算机设备和存储介质。所述方法包括：基于所采集的多联机系统的机组运行数据和电表电量数据得到多联机系统的实时耗电量，并根据实时耗电量确定各内机的实时分摊电量。将多联机系统的机组配置参数、实时耗电量、内机的实时分摊电量以及电费参数输入经预存样本数据训练得到的耗电量预测模型中，输出未来预设时间段的耗电量预测值，根据耗电量预测值确定对应时间段内机的分摊电量预测值。根据该时间段实际的实时耗电量、实时分摊电量以及对应时间段的耗电量预测值和分摊电量预测值，对多联机系统内机的运行进行控制。采用本方法能够降低多联机系统不同内机的能耗，提高能源管理效率。
Description
技术领域
本申请涉及空调器技术领域，特别是涉及一种多联机系统的内机运行控制方法、装置、计算机设备和存储介质。
背景技术
随着空调器技术的日益发展，以及空调器在人们日常生活中的普及应用，多联机系统作为空调器的一个分类，广泛应用于各种商业以及生活建筑。而由于多联机系统能够提供较大空间的温度调节，所占据的耗能十分大，因此需要对多联机系统的耗能进行计费和管理。
传统上通过利用分户计费系统，实现多联机系统的耗电量的统计和分摊。其中，分户计费系统提供了先使用后付费，或者先付费后使用，欠费时停机的功能，着重于针对多联机系统耗电量的计费与扣费等，并未考虑多联机系统的能耗管理，容易出现能源过度消耗且不能及时减损的情况，导致能源管理效率较低的问题。
发明内容
基于此，有必要针对上述技术问题，提供一种能够提高能源管理效率的多联机系统的内机运行控制方法、装置、计算机设备和存储介质。
一种多联机系统的内机运行控制方法，所述方法包括：
采集多联机系统的机组运行数据和电表电量数据，并根据所述机组运行数据和所述电表电量数据得到所述多联机系统的实时耗电量；
根据所述实时耗电量确定所述多联机系统各内机的实时分摊电量；
将多联机系统的机组配置参数、所述实时耗电量、所述内机的实时分摊电量以及电费参数输入经预存样本数据训练得到的耗电量预测模型中，输出未来预设时间段多联机系统的耗电量预测值；
根据所述耗电量预测值确定未来预设时间段多联机系统各内机的分摊电量预测值；
在达到未来预设时间段的截止时间时，根据该时间段实际的实时耗电量、实时分摊电量以及对该时间段电量预测得到的耗电量预测值和分摊电量预测值，对所述多联机系统内机的运行进行控制。
在其中一个实施例中，所述在达到未来预设时间段的截止时间时，根据该时间段实际的实时耗电量、实时分摊电量以及对该时间段电量预测得到的耗电量预测值和分摊电量预测值，对所述多联机系统内机的运行进行控制，包括：
当对该时间段多联机系统电量预测的耗电量预测值小于该时间段对应的实时耗电量，且该多联机系统任一内机的分摊电量预测值小于该时间段对应的实时分摊电量时，对所述多联机系统相应内机的运行进行控制。
在其中一个实施例中，所述当对该时间段多联机系统电量预测的耗电量预测值小于该时间段对应的实时耗电量，且该多联机系统任一内机的分摊电量预测值小于该时间段对应的实时分摊电量时，对所述多联机系统相应内机的运行进行控制，包括：
当对该时间段多联机系统电量预测的耗电量预测值小于该时间段对应的实时耗电量，且该多联机系统任一内机的分摊电量预测值小于该时间段对应的实时分摊电量时，生成对该内机的电量消耗过快的告警信息；
根据所述电量消耗过快的告警信息触发内机运行调节指令，并根据所述内机运行调节指令获取用户预设的内机运行模式和预设温度；
将所述多联机系统该内机的运行模式调节成所述预设的内机运行模式，或将所述多联机系统该内机的温度调节成所述预设温度。
在其中一个实施例中，所述方法还包括：
根据所述未来预设时间段内多联机系统各内机的分摊电量预测值和所述电费参数，确定与各所述内机对应的用户电费余额的预测可使用时间；
将所述用户电费余额的预测可使用时间发送至用户终端。
在其中一个实施例中，所述根据所述耗电量预测值确定未来预设时间段多联机系统各内机的分摊电量预测值，包括：
获取所述多联机系统的内机数量；
将所述耗电量预测值分摊至所述多联机系统的各内机，确定未来预设时间段所述多联机系统各内机的分摊电量预测值。
在其中一个实施例中，所述预存样本数据包括多联机系统运行数据、多联机系统耗电量以及多联机系统的内机分摊电量；所述方法还包括：
预先根据所述多联机系统运行数据、多联机系统耗电量以及多联机系统的内机分摊电量，对深度学习网络模型进行训练，得到训练后的耗电量预测模型。
在其中一个实施例中，在对所述多联机系统的内机运行进行控制之后，所述方法还包括：
将对该时间段的多联机系统电量预测的耗电量预测值与该时间段实际的实时耗电量进行比对，得到比对结果；
根据所述比对结果，优化所述耗电量预测模型。
一种多联机系统的内机运行控制装置，所述装置包括：
实时耗电量确定模块，用于采集多联机系统的机组运行数据和电表电量数据，并根据所述机组运行数据和所述电表电量数据得到所述多联机系统的实时耗电量；
实时分摊电量确定模块，用于根据所述实时耗电量确定所述多联机系统各内机的实时分摊电量；
耗电量预测值输出模块，用于将多联机系统的机组配置参数、所述实时耗电量、所述内机的实时分摊电量以及电费参数输入经预存样本数据训练得到的耗电量预测模型中，输出未来预设时间段多联机系统的耗电量预测值；
分摊电量预测值确定模块，用于根据所述耗电量预测值确定未来预设时间段多联机系统各内机的分摊电量预测值；
内机运行控制模块，用于在达到未来预设时间段的截止时间时，根据该时间段实际的实时耗电量、实时分摊电量以及对该时间段电量预测得到的耗电量预测值和分摊电量预测值，对所述多联机系统内机的运行进行控制。
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以下步骤：
采集多联机系统的机组运行数据和电表电量数据，并根据所述机组运行数据和所述电表电量数据得到所述多联机系统的实时耗电量；
根据所述实时耗电量确定所述多联机系统各内机的实时分摊电量；
将多联机系统的机组配置参数、所述实时耗电量、所述内机的实时分摊电量以及电费参数输入经预存样本数据训练得到的耗电量预测模型中，输出未来预设时间段多联机系统的耗电量预测值；
根据所述耗电量预测值确定未来预设时间段多联机系统各内机的分摊电量预测值；
在达到未来预设时间段的截止时间时，根据该时间段实际的实时耗电量、实时分摊电量以及对该时间段电量预测得到的耗电量预测值和分摊电量预测值，对所述多联机系统内机的运行进行控制。
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
采集多联机系统的机组运行数据和电表电量数据，并根据所述机组运行数据和所述电表电量数据得到所述多联机系统的实时耗电量；
根据所述实时耗电量确定所述多联机系统各内机的实时分摊电量；
将多联机系统的机组配置参数、所述实时耗电量、所述内机的实时分摊电量以及电费参数输入经预存样本数据训练得到的耗电量预测模型中，输出未来预设时间段多联机系统的耗电量预测值；
根据所述耗电量预测值确定未来预设时间段多联机系统各内机的分摊电量预测值；
在达到未来预设时间段的截止时间时，根据该时间段实际的实时耗电量、实时分摊电量以及对该时间段电量预测得到的耗电量预测值和分摊电量预测值，对所述多联机系统内机的运行进行控制。
上述多联机系统的内机运行控制方法、装置、计算机设备和存储介质，基于多联机系统的机组运行数据和电表电量数据得到多联系统的实时耗电量，并根据实时耗电量确定多联机系统各内机的实时分摊电量。通过将多联机系统的机组配置参数、实时耗电量、内机的实时分摊电量以及电费参数输入耗电量预测模型中，可实现未来预设时间段内多联机系统的耗电量预测值的获取，并根据耗电量预测值确定可未来预设时间段内多联机系统各内机的分摊电量预测值。进而可在达到未来预设时间段的截止时间时，根据该时间段实际的实时耗电量、实时分摊电量以及对该时间段电量预测得到的耗电量预测值和分摊电量预测值，实现对多联机系统各内机的运行控制，降低不同内机的能耗，提高能源的管理效率。
附图说明
图1为一个实施例中多联机系统的内机运行控制方法的应用场景图；
图2为一个实施例中多联机系统的内机运行控制方法的流程示意图；
图3为一个实施例中多联机系统的内机运行控制方法的设备拓扑结构示意图；
图4为一个实施例中对多联机系统相应内机的运行进行控制的步骤的流程示意图；
图5为一个实施例中多联机系统的内机运行控制装置的结构框图；
图6为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本申请提供的多联机系统的内机运行控制方法，可以应用于如图1所示的应用环境中。其中，计费控制器102通过网络与服务器104进行通信，计费控制器102与多联机系统106以及电表108进行连接，多联机系统包括外机1062以及多个内机1064。其中，计费控制器102通过采集多联机系统106的机组运行数据和电表108的电量数据，并根据机组运行数据和电表电量数据得到多联机系统的实时耗电量，进而根据实时耗电量确定多联机系统106各内机1064的实时分摊电量。计费控制器102根据服务器104发送的耗电量预测指令，将多联机系统106的机组配置参数、实时耗电量、内机的实时分摊电量以及电费参数输入经预存样本数据训练得到的耗电量预测模型中，输出未来预设时间段多联机系统106的耗电量预测值，进而根据耗电量预测值确定未来预设时间段多联机系统106各内机1064的分摊电量预测值。在达到未来预设时间段的截止时间时，根据该时间段实际的实时耗电量、实时分摊电量以及对该时间段电量预测得到的耗电量预测值和分摊电量预测值，对多联机系统内机的运行进行控制。其中，计费控制器102设置在多联机系统106或电表108附近，服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个实施例中，如图2所示，提供了一种多联机系统的内机运行控制方法，以该方法应用于图1中的计费控制器为例进行说明，包括以下步骤：
步骤S202，采集多联机系统的机组运行数据和电表电量数据，并根据机组运行数据和电表电量数据得到多联机系统的实时耗电量。
具体地，多联机系统的运行数据包括多联机内外机的个数以及型号、室内机容量、室内机运行时间、室内机设定温度、室内机设定风挡以及室内机环境温度等参数，电表的电量数据包括电表统计的多联机系统外机的用电量、各内机的耗电量以及对应内机的剩余用电量等数据。基于采集到的多联机系统的运行数据和电表的电量数据，计算得到多联机系统的实时耗电量。
其中，可以采用一个电表统计多联机系统的耗电量的方式，通过将该电表所统计得到的耗电量数据进行内外机分摊，得到多联机系统外机耗电量数据和内机耗电量数据。还可通过采用多个电表分别统计多联机系统的外机和内机的耗电量的方式，根据各电表统计得到外机耗电量数据或者内机耗电量数据。
进一步地，如图3所示，计费控制器上设置有以太网通讯接口，一端通过以太网通讯线L5建立与服务器之间的连接，实现与用户终端即人机交互装置之间的通信，另一端与多联机系统的外机内机以及电表进行连接。其中，用户终端设置于室内，具备以太网通讯接口、显示屏及可供操作人员执行相应操作的按键或者按钮等。一个多联机系统对应一个计费控制器，多联机系统包括至少一个外机和多个内机，外机和内机之间采用通讯线L3连接，其中，通讯线L3通过CAN协议或者RS485进行通讯，多联机系统的内机与电表之间采用电力线L4连接，电表通过电力线L4记录对应内机的耗电量数值。
计费控制器通过与多联机系统连接的通讯线L2，采集多联机系统的机组运行数据，其中通讯线L2可以采用CAN协议或者RS485进行通讯。计费控制器对多联机系统的机组信息进行采集的采集周期可以设置为30秒，或者该采集周期可以取10秒至30秒范围内的数值。同样地，计费控制器通过与电表连接的通讯线L1，采集电表的电表数据，其中，通讯线L1可以采用RS485方式进行通讯，对电表数据的采集周期可以设置成10分钟，或者该采集周期可以取5分钟至10分钟范围内的数值。
步骤S204，根据实时耗电量确定多联机系统各内机的实时分摊电量。
具体地，获取多联机系统的内机数量，并将统计得到的实时耗电量分摊至多联机系统的各内机，确定多联机系统各内机的实时分摊电量。
步骤S206，将多联机系统的机组配置参数、实时耗电量、内机的实时分摊电量以及电费参数输入经预存样本数据训练得到的耗电量预测模型中，输出未来预设时间段多联机系统的耗电量预测值。
具体地，电费参数包括不同内机对应的用户电费余额和电费单价，多联机的机组配置参数包括多联机系统外机型号和个数、多联机系统内机型号和个数、外机运行功率、内机运行功率、内机容量、内机运行时间、内机设定温度、内机设定风挡以及内机环境温度等参数。通过将多联机系统的机组配置参数、实时耗电量、内机的实时分摊电量以及电费参数输入耗电量预测模型中，可输出未来预设时间段多联机系统的耗电量预测值。
进一步地，在将多联机系统的机组配置参数、实时耗电量、内机的实时分摊电量以及电费参数输入耗电量预测模型之前，还包括：预先根据预存样本数据对深度学习网络模型进行训练，得到训练好的耗电量预测模型。其中，预存样本数据包括多联机系统运行数据、多联机系统耗电量以及多联机系统的内机分摊电量。
其中，通过预先采集各多联机系统运行数据、多联机系统耗电量以及多联机系统的内机分摊电量，并将采集得到的各数据作为训练样本数据，对深度学习网络模型进行训练，实现深度学习网络模型的参数调整，以得到训练后的耗电量预测模型。
步骤S208，根据耗电量预测值确定未来预设时间段多联机系统各内机的分摊电量预测值。
具体地，通过获取多联机系统的内机数量，并将耗电量预测值分摊至多联机系统的各内机，可确定未来预设时间段多联机系统各内机的分摊电量预测值。
步骤S210，在达到未来预设时间段的截止时间时，根据该时间段实际的实时耗电量、实时分摊电量以及对该时间段电量预测得到的耗电量预测值和分摊电量预测值，对多联机系统内机的运行进行控制。
具体地，通过将该时间段实际的实时耗电量和对该时间段电量预测得到的耗电量预测值进行比对，并将该时间段实际的实时分摊电量和对该时间段电量预测得到的分摊电量预测值进行比对。在当对该时间段多联机系统电量预测的耗电量预测值小于该时间段对应的实时耗电量，且该多联机系统任一内机的分摊电量预测值小于该时间段对应的实时分摊电量时，对多联机系统相应内机的运行进行控制。
其中，多联机系统的内机运行信息包括运行模式和温度，针对多联机系统的内机的运行的控制包括针对运行模式的控制调节，以及针对温度的控制调节。
上述多联机系统的内机运行控制方法，基于多联机系统的机组运行数据和电表电量数据得到多联系统的实时耗电量，并根据实时耗电量确定多联机系统各内机的实时分摊电量。通过将多联机系统的机组配置参数、实时耗电量、内机的实时分摊电量以及电费参数输入耗电量预测模型中，可实现未来预设时间段内多联机系统的耗电量预测值的获取，并根据耗电量预测值确定可未来预设时间段内多联机系统各内机的分摊电量预测值。进而可在达到未来预设时间段的截止时间时，根据该时间段实际的实时耗电量、实时分摊电量以及对该时间段电量预测得到的耗电量预测值和分摊电量预测值，实现对多联机系统各内机的运行控制，降低不同内机的能耗，提高能源的管理效率。
在一个实施例中，如图4所示，对多联机系统相应内机的运行进行控制的步骤，即当对该时间段多联机系统电量预测的耗电量预测值小于该时间段对应的实时耗电量，且该多联机系统任一内机的分摊电量预测值小于该时间段对应的实时分摊电量时，对多联机系统相应内机的运行进行控制的步骤，具体包括以下步骤S402至S406：
步骤S402，当对该时间段多联机系统电量预测的耗电量预测值小于该时间段对应的实时耗电量，且该多联机系统任一内机的分摊电量预测值小于该时间段对应的实时分摊电量时，生成对该内机的电量消耗过快的告警信息。
具体地，通过将该时间段实际的实时耗电量和对该时间段电量预测得到的耗电量预测值进行比对，并将该时间段实际的实时分摊电量和对该时间段电量预测得到的分摊电量预测值进行比对。当对该时间段多联机系统电量预测的耗电量预测值小于该时间段对应的实时耗电量，且该多联机系统任一内机的分摊电量预测值小于该时间段对应的实时分摊电量时，表明该多联机系统的实时耗电量已超出耗电量预测值，相应地，由于同时内机的实时分摊电量也超出分摊电量预测值，为降低整个多联机系统的电量消耗，需要对多联机系统的内机进行运行控制。
进一步地，在对该时间段多联机系统电量预测的耗电量预测值小于该时间段对应的实时耗电量的情况下，确定分摊电量预测值小于该时间段对应的实时分摊电量对应的内机，并生成对该内机的电量消耗过快的告警信息。
步骤S404，根据电量消耗过快的告警信息触发内机运行调节指令，并根据内机运行调节指令获取用户预设的内机运行模式和预设温度。
具体地，根据电量消耗过快的告警信息触发预设的内机运行调节指令，其中内机运行调节指令携带内机工程编号，根据内机工程标号可确定需要进行运行调节的内机，根据内机运行调节指令，获取该内机对应的用户预设的内机运行模式和预设温度。
进一步地，还可根据内机运行调节指令生成调节请示信息，并将该调节请示信息发送至用户终端，并根据用户的反馈确定是否进行内机运行调节。其中，用户可修改预设的内机运行模式和预设温度，或在接收到调节请示信息后，根据实际需求输入对应的内机运行模式和温度，将输入的内机运行模式和温度反馈至计费控制器。当在预设时间段内未收到用户的反馈信息时，自动执行内机运行调节指令，获取针对该内机用户预设的内机运行模式和预设温度。
步骤S406，将多联机系统该内机的运行模式调节成预设的内机运行模式，或将多联机系统该内机的温度调节成预设温度。
具体地，在获得用户预设的内机运行模式和预设温度后，将多联机系统该内机的运行模式调节成预设的内机运行模式，或将多联机系统该内机的温度调节成预设温度。
进一步地，多联机系统的内机模式包括通风模式、除霜模式、制热模式、制冷模式、自动模式、除湿模式以及睡眠模式，当多联机系统的当前运行模式为制冷模式，预设的运行模式为时自动模式或者睡眠模式时，根据运行调节指令，将当前的制冷模式调节成自动模式或者睡眠模式。而当多联机系统内机的温度为20度，预设温度为24度或者26度时，根据运行调节指令将内机的当前温度20度调节成预设的24度或者26度。
上述步骤，当对该时间段多联机系统电量预测的耗电量预测值小于该时间段对应的实时耗电量，且该多联机系统任一内机的分摊电量预测值小于该时间段对应的实时分摊电量时，生成对该内机的电量消耗过快的告警信息，并根据电量消耗过快的告警信息触发内机运行调节指令。根据内机运行调节指令获取用户预设的内机运行模式和预设温度，进而将多联机系统该内机的运行模式调节成预设的内机运行模式，或将多联机系统该内机的温度调节成预设温度，可在耗能出现异常时，及时控制调节内机的运行，降低能源消耗，避免能源过度消耗同时提高能源管理效率。
在一个实施例中，提供了一种多联机系统的内机运行控制方法，还包括以下步骤：
根据未来预设时间段内多联机系统各内机的分摊电量预测值和电费参数，确定与各内机对应的用户电费余额的预测可使用时间；将用户电费余额的预测可使用时间发送至用户终端。
具体地，电费参数包括内机对应的用户电费余额，以及电费单价，根据未来预设时间段内多联机系统各内机的分摊电量预测值，以及内机对应的用户电费余额，电费单价，可对各内机对应的用户电费余额的可使用时间进行预测，并将户电费余额的预测可使用时间发送至用户终端。
进一步地，根据各内机对应的用户电费余额的预测可使用时间，还可在到达该预测可使用时间的截止时间时，生成对应的充费提醒信息，发送至用户终端，提醒用户及时缴费。
上述多联机系统的内机运行控制方法，根据未来预设时间段内多联机系统各内机的分摊电量预测值和电费参数，确定与各内机对应的用户电费余额的预测可使用时间，并将用户电费余额的预测可使用时间发送至用户终端，可及时告知用户对应内机的预测可使用时间，用户根据该预测可使用时间可确定缴费时间，避免出现欠费而无法使用空调的情况。
在一个实施例中，在对多联机系统的内机运行进行控制之后，方法还包括：
将对该时间段的多联机系统电量预测的耗电量预测值与该时间段实际的实时耗电量进行比对，得到比对结果；根据比对结果，优化耗电量预测模型。
具体地，通过将对该时间段的多联机系统电量预测的耗电量预测值与该时间段实际的实时耗电量进行比对，可得到比对结果。进一步通过获取预设误差值，并将比对结果与预设误差值进行比对，当比对结果超出预设误差值时，对耗电量检测模型进行优化。
进一步地，针对预测结果，需要设置可允许误差，即预设误差值，预设误差值可人为设置或修改。在预测结果生成之后，计费控制器计算得到多联机系统运行一段时间后的耗电量，如果实际的系统实时耗电量与耗电量预测值之间比对结果大于预设误差值时，重新将多联机系统运行数据、多联机系统耗电量以及多联机系统的内机分摊电量输入训练后的耗电量预测模型，对耗电量预测模型的参数进行调节，实现耗电量预测模型的优化。
上述多联机系统的内机运行控制方法，通过将对该时间段的多联机系统电量预测的耗电量预测值与该时间段实际的实时耗电量进行比对，得到比对结果，并根据比对结果，对耗电量预测模型进行优化，得到精确度更高的耗电量预测模型，可提高所得到的预测结果的准确性。
应该理解的是，虽然图2和图4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2和图4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。
在一个实施例中，如图5所示，提供了一种多联机系统的内机运行控制装置，包括：实时耗电量确定模块502、实时分摊电量确定模块504、耗电量预测值输出模块506、分摊电量预测值确定模块508以及内机运行控制模块510，其中：
实时耗电量确定模块502，用于采集多联机系统的机组运行数据和电表电量数据，并根据机组运行数据和电表电量数据得到多联机系统的实时耗电量。
实时分摊电量确定模块504，用于根据实时耗电量确定多联机系统各内机的实时分摊电量。
耗电量预测值输出模块506，用于将多联机系统的机组配置参数、实时耗电量、内机的实时分摊电量以及电费参数输入经预存样本数据训练得到的耗电量预测模型中，输出未来预设时间段多联机系统的耗电量预测值。
分摊电量预测值确定模块508，用于根据耗电量预测值确定未来预设时间段多联机系统各内机的分摊电量预测值。
内机运行控制模块510，用于在达到未来预设时间段的截止时间时，根据该时间段实际的实时耗电量、实时分摊电量以及对该时间段电量预测得到的耗电量预测值和分摊电量预测值，对多联机系统内机的运行进行控制。
上述多联机系统的内机运行控制装置，基于多联机系统的机组运行数据和电表电量数据得到多联系统的实时耗电量，并根据实时耗电量确定多联机系统各内机的实时分摊电量。通过将多联机系统的机组配置参数、实时耗电量、内机的实时分摊电量以及电费参数输入耗电量预测模型中，可实现未来预设时间段内多联机系统的耗电量预测值的获取，并根据耗电量预测值确定可未来预设时间段内多联机系统各内机的分摊电量预测值。进而可在达到未来预设时间段的截止时间时，根据该时间段实际的实时耗电量、实时分摊电量以及对该时间段电量预测得到的耗电量预测值和分摊电量预测值，实现对多联机系统各内机的运行控制，降低不同内机的能耗，提高能源的管理效率。
在一个实施例中，内机运行控制模块还用于：
当对该时间段多联机系统电量预测的耗电量预测值小于该时间段对应的实时耗电量，且该多联机系统任一内机的分摊电量预测值小于该时间段对应的实时分摊电量时，生成对该内机的电量消耗过快的告警信息；
根据电量消耗过快的告警信息触发内机运行调节指令，并根据内机运行调节指令获取用户预设的内机运行模式和预设温度；
将多联机系统该内机的运行模式调节成预设的内机运行模式，或将多联机系统该内机的温度调节成预设温度。
上述内机运行控制模块，当对该时间段多联机系统电量预测的耗电量预测值小于该时间段对应的实时耗电量，且该多联机系统任一内机的分摊电量预测值小于该时间段对应的实时分摊电量时，生成对该内机的电量消耗过快的告警信息，并根据电量消耗过快的告警信息触发内机运行调节指令。根据内机运行调节指令获取用户预设的内机运行模式和预设温度，进而将多联机系统该内机的运行模式调节成预设的内机运行模式，或将多联机系统该内机的温度调节成预设温度，可在耗能出现异常时，及时控制调节内机的运行，降低能源消耗，避免能源过度消耗同时提高能源管理效率。
在一个实施例中，提供了一种多联机系统的内机运行控制装置，还包括用户电费余额的预测可使用时间确定模块，用于：
根据未来预设时间段内多联机系统各内机的分摊电量预测值和电费参数，确定与各内机对应的用户电费余额的预测可使用时间；将用户电费余额的预测可使用时间发送至用户终端。
上述用户电费余额的预测可使用时间确定模块，根据未来预设时间段内多联机系统各内机的分摊电量预测值和电费参数，确定与各内机对应的用户电费余额的预测可使用时间，并将用户电费余额的预测可使用时间发送至用户终端，可及时告知用户对应内机的预测可使用时间，用户根据该预测可使用时间可确定缴费时间，避免出现欠费而无法使用空调的情况。
在一个实施例中，提供了一种多联机系统的内机运行控制装置，还包括耗电量预测模型训练模块，用于：
预先根据多联机系统运行数据、多联机系统耗电量以及多联机系统的内机分摊电量，对深度学习网络模型进行训练，得到训练后的耗电量预测模型。
上述耗电量预测模型训练模块，通过根据多联机系统运行数据、多联机系统耗电量以及多联机系统的内机分摊电量，对深度学习网络模型进行训练，得到训练后的耗电量预测模型，可根据训练后得到的耗电量预测模型进行多联机系统耗电量的预测，得到多联机系统的耗电量预测值，为后续进行多联机系统的内机运行调节提供比对依据，进一步提高能源管理效率。
在一个实施例中，提供了一种多联机系统的内机运行控制装置，还包括耗电量预测模型优化模块，用于：
将对该时间段的多联机系统电量预测的耗电量预测值与该时间段实际的实时耗电量进行比对，得到比对结果；根据比对结果，优化耗电量预测模型。
上述多联机系统的内机运行控制装置，通过将对该时间段的多联机系统电量预测的耗电量预测值与该时间段实际的实时耗电量进行比对，得到比对结果，并根据比对结果，对耗电量预测模型进行优化，得到精确度更高的耗电量预测模型，可提高所得到的预测结果的准确性。
关于多联机系统的内机运行控制装置的具体限定可以参见上文中对于多联机系统的内机运行控制方法的限定，在此不再赘述。上述多联机系统的内机运行控制装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
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6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多联机系统的机组运行数据和电表电量数据。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多联机系统的内机运行控制方法。
本领域技术人员可以理解，图6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，该存储器存储有计算机程序，该处理器执行计算机程序时实现以下步骤：
采集多联机系统的机组运行数据和电表电量数据，并根据机组运行数据和电表电量数据得到多联机系统的实时耗电量；
根据实时耗电量确定多联机系统各内机的实时分摊电量；
将多联机系统的机组配置参数、实时耗电量、内机的实时分摊电量以及电费参数输入经预存样本数据训练得到的耗电量预测模型中，输出未来预设时间段多联机系统的耗电量预测值；
根据耗电量预测值确定未来预设时间段多联机系统各内机的分摊电量预测值；
在达到未来预设时间段的截止时间时，根据该时间段实际的实时耗电量、实时分摊电量以及对该时间段电量预测得到的耗电量预测值和分摊电量预测值，对多联机系统内机的运行进行控制。
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：
当对该时间段多联机系统电量预测的耗电量预测值小于该时间段对应的实时耗电量，且该多联机系统任一内机的分摊电量预测值小于该时间段对应的实时分摊电量时，对多联机系统相应内机的运行进行控制。
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：
当对该时间段多联机系统电量预测的耗电量预测值小于该时间段对应的实时耗电量，且该多联机系统任一内机的分摊电量预测值小于该时间段对应的实时分摊电量时，生成对该内机的电量消耗过快的告警信息；
根据电量消耗过快的告警信息触发内机运行调节指令，并根据内机运行调节指令获取用户预设的内机运行模式和预设温度；
将多联机系统该内机的运行模式调节成预设的内机运行模式，或将多联机系统该内机的温度调节成预设温度。
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：
根据未来预设时间段内多联机系统各内机的分摊电量预测值和电费参数，确定与各内机对应的用户电费余额的预测可使用时间；
将用户电费余额的预测可使用时间发送至用户终端。
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：
获取多联机系统的内机数量；
将耗电量预测值分摊至多联机系统的各内机，确定未来预设时间段多联机系统各内机的分摊电量预测值。
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：
预先根据多联机系统运行数据、多联机系统耗电量以及多联机系统的内机分摊电量，对深度学习网络模型进行训练，得到训练后的耗电量预测模型。
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：
将对该时间段的多联机系统电量预测的耗电量预测值与该时间段实际的实时耗电量进行比对，得到比对结果；
根据比对结果，优化耗电量预测模型。
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：
采集多联机系统的机组运行数据和电表电量数据，并根据机组运行数据和电表电量数据得到多联机系统的实时耗电量；
根据实时耗电量确定多联机系统各内机的实时分摊电量；
将多联机系统的机组配置参数、实时耗电量、内机的实时分摊电量以及电费参数输入经预存样本数据训练得到的耗电量预测模型中，输出未来预设时间段多联机系统的耗电量预测值；
根据耗电量预测值确定未来预设时间段多联机系统各内机的分摊电量预测值；
在达到未来预设时间段的截止时间时，根据该时间段实际的实时耗电量、实时分摊电量以及对该时间段电量预测得到的耗电量预测值和分摊电量预测值，对多联机系统内机的运行进行控制。
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：
当对该时间段多联机系统电量预测的耗电量预测值小于该时间段对应的实时耗电量，且该多联机系统任一内机的分摊电量预测值小于该时间段对应的实时分摊电量时，对多联机系统相应内机的运行进行控制。
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：
当对该时间段多联机系统电量预测的耗电量预测值小于该时间段对应的实时耗电量，且该多联机系统任一内机的分摊电量预测值小于该时间段对应的实时分摊电量时，生成对该内机的电量消耗过快的告警信息；
根据电量消耗过快的告警信息触发内机运行调节指令，并根据内机运行调节指令获取用户预设的内机运行模式和预设温度；
将多联机系统该内机的运行模式调节成预设的内机运行模式，或将多联机系统该内机的温度调节成预设温度。
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：
根据未来预设时间段内多联机系统各内机的分摊电量预测值和电费参数，确定与各内机对应的用户电费余额的预测可使用时间；
将用户电费余额的预测可使用时间发送至用户终端。
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：
获取多联机系统的内机数量；
将耗电量预测值分摊至多联机系统的各内机，确定未来预设时间段多联机系统各内机的分摊电量预测值。
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：
预先根据多联机系统运行数据、多联机系统耗电量以及多联机系统的内机分摊电量，对深度学习网络模型进行训练，得到训练后的耗电量预测模型。
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：
将对该时间段的多联机系统电量预测的耗电量预测值与该时间段实际的实时耗电量进行比对，得到比对结果；
根据比对结果，优化耗电量预测模型。
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，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。
以上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发明专利范围的限制。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)
1.一种多联机系统的内机运行控制方法，所述方法包括：
采集多联机系统的机组运行数据和电表电量数据，并根据所述机组运行数据和所述电表电量数据得到所述多联机系统的实时耗电量；所述机组运行数据包括所述多联机系统的内外机个数、型号、室内机容量以及室内机运行时间；
根据所述实时耗电量确定所述多联机系统各内机的实时分摊电量；
将多联机系统的机组配置参数、所述实时耗电量、所述内机的实时分摊电量以及电费参数输入经预存样本数据训练得到的耗电量预测模型中，输出未来预设时间段多联机系统的耗电量预测值；
根据所述耗电量预测值确定未来预设时间段多联机系统各内机的分摊电量预测值；
在达到未来预设时间段的截止时间时，根据该时间段实际的实时耗电量、实时分摊电量以及对该时间段电量预测得到的耗电量预测值和分摊电量预测值，对所述多联机系统内机的运行进行控制；
所述预存样本数据包括多联机系统运行数据、多联机系统耗电量以及多联机系统的内机分摊电量；所述方法还包括：
预先根据所述多联机系统运行数据、多联机系统耗电量以及多联机系统的内机分摊电量，对深度学习网络模型进行训练，得到训练后的耗电量预测模型。
2.根据权利要求1所述的方法，其特征在于，所述在达到未来预设时间段的截止时间时，根据该时间段实际的实时耗电量、实时分摊电量以及对该时间段电量预测得到的耗电量预测值和分摊电量预测值，对所述多联机系统内机的运行进行控制，包括：
当对该时间段多联机系统电量预测的耗电量预测值小于该时间段对应的实时耗电量，且该多联机系统任一内机的分摊电量预测值小于该时间段对应的实时分摊电量时，对所述多联机系统相应内机的运行进行控制。
3.根据权利要求2所述的方法，其特征在于，所述当对该时间段多联机系统电量预测的耗电量预测值小于该时间段对应的实时耗电量，且该多联机系统任一内机的分摊电量预测值小于该时间段对应的实时分摊电量时，对所述多联机系统相应内机的运行进行控制，包括：
当对该时间段多联机系统电量预测的耗电量预测值小于该时间段对应的实时耗电量，且该多联机系统任一内机的分摊电量预测值小于该时间段对应的实时分摊电量时，生成对该内机的电量消耗过快的告警信息；
根据所述电量消耗过快的告警信息触发内机运行调节指令，并根据所述内机运行调节指令获取用户预设的内机运行模式和预设温度；
将所述多联机系统该内机的运行模式调节成所述预设的内机运行模式，或将所述多联机系统该内机的温度调节成所述预设温度。
4.根据权利要求1至3任意一项所述的方法，其特征在于，所述方法还包括：
根据所述未来预设时间段内多联机系统各内机的分摊电量预测值和所述电费参数，确定与各所述内机对应的用户电费余额的预测可使用时间；
将所述用户电费余额的预测可使用时间发送至用户终端。
5.根据权利要求1至3任意一项所述的方法，其特征在于，所述根据所述耗电量预测值确定未来预设时间段多联机系统各内机的分摊电量预测值，包括：
获取所述多联机系统的内机数量；
将所述耗电量预测值分摊至所述多联机系统的各内机，确定未来预设时间段所述多联机系统各内机的分摊电量预测值。
6.根据权利要求1所述的方法，其特征在于，在对所述多联机系统的内机运行进行控制之后，所述方法还包括：
将对该时间段的多联机系统电量预测的耗电量预测值与该时间段实际的实时耗电量进行比对，得到比对结果；
根据所述比对结果，优化所述耗电量预测模型。
7.一种多联机系统的内机运行控制装置，其特征在于，所述装置包括：
实时耗电量确定模块，用于采集多联机系统的机组运行数据和电表电量数据，并根据所述机组运行数据和所述电表电量数据得到所述多联机系统的实时耗电量；所述机组运行数据包括所述多联机系统的内外机个数、型号、室内机容量以及室内机运行时间；
实时分摊电量确定模块，用于根据所述实时耗电量确定所述多联机系统各内机的实时分摊电量；
耗电量预测值输出模块，用于将多联机系统的机组配置参数、所述实时耗电量、所述内机的实时分摊电量以及电费参数输入经预存样本数据训练得到的耗电量预测模型中，输出未来预设时间段多联机系统的耗电量预测值；
分摊电量预测值确定模块，用于根据所述耗电量预测值确定未来预设时间段多联机系统各内机的分摊电量预测值；
内机运行控制模块，用于在达到未来预设时间段的截止时间时，根据该时间段实际的实时耗电量、实时分摊电量以及对该时间段电量预测得到的耗电量预测值和分摊电量预测值，对所述多联机系统内机的运行进行控制；
所述预存样本数据包括多联机系统运行数据、多联机系统耗电量以及多联机系统的内机分摊电量；还包括耗电量预测模型训练模块，用于：预先根据所述多联机系统运行数据、多联机系统耗电量以及多联机系统的内机分摊电量，对深度学习网络模型进行训练，得到训练后的耗电量预测模型。
8.根据权利要求7所述的装置，其特征在于，所述内机运行控制模块还用于：
当对该时间段多联机系统电量预测的耗电量预测值小于该时间段对应的实时耗电量，且该多联机系统任一内机的分摊电量预测值小于该时间段对应的实时分摊电量时，生成对该内机的电量消耗过快的告警信息；
根据所述电量消耗过快的告警信息触发内机运行调节指令，并根据所述内机运行调节指令获取用户预设的内机运行模式和预设温度；
将所述多联机系统该内机的运行模式调节成所述预设的内机运行模式，或将所述多联机系统该内机的温度调节成所述预设温度。
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。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910915992.3A CN110567104B (zh) | 2019-09-26 | 2019-09-26 | 多联机系统的内机运行控制方法、装置和计算机设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910915992.3A CN110567104B (zh) | 2019-09-26 | 2019-09-26 | 多联机系统的内机运行控制方法、装置和计算机设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110567104A CN110567104A (zh) | 2019-12-13 |
| CN110567104B true CN110567104B (zh) | 2020-09-11 |
Family
ID=68782557
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910915992.3A Active CN110567104B (zh) | 2019-09-26 | 2019-09-26 | 多联机系统的内机运行控制方法、装置和计算机设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110567104B (zh) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111830350B (zh) * | 2020-07-23 | 2022-02-11 | 珠海格力电器股份有限公司 | 能耗计量方法、装置及电器 |
| CN112696798B (zh) * | 2020-12-07 | 2022-05-27 | 美的集团股份有限公司 | 空调的参数设置方法、空调设备以及计算机可读存储介质 |
| CN112762574B (zh) * | 2021-01-21 | 2022-02-11 | 广东美的暖通设备有限公司 | 室内机耗电量检测方法、热回收多联机、存储介质及装置 |
| CN112665133B (zh) * | 2021-01-21 | 2022-05-17 | 广东美的暖通设备有限公司 | 多联机耗电量检测方法、热回收多联机、存储介质及装置 |
| CN116258085B (zh) * | 2023-05-09 | 2023-09-12 | 国网江西省电力有限公司电力科学研究院 | 纯电动智能立杆作业车的耗电量控制方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103941841A (zh) * | 2014-04-21 | 2014-07-23 | 可牛网络技术（北京）有限公司 | 获取设备剩余可用时间的方法及装置 |
| CN109061288A (zh) * | 2018-07-16 | 2018-12-21 | 珠海格力电器股份有限公司 | 多联机系统的分户计费方法、装置、系统及计费终端 |
| CN109188924A (zh) * | 2018-09-18 | 2019-01-11 | 珠海格力电器股份有限公司 | 智能家居系统的用电控制方法及装置 |
| CN109539483A (zh) * | 2018-10-29 | 2019-03-29 | 珠海格力电器股份有限公司 | 电量计算方法、装置及空调系统 |
| CN110094848A (zh) * | 2019-05-27 | 2019-08-06 | 珠海格力电器股份有限公司 | 多联机空调控制方法、装置和系统、计算机可读存储介质 |
-
2019
- 2019-09-26 CN CN201910915992.3A patent/CN110567104B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103941841A (zh) * | 2014-04-21 | 2014-07-23 | 可牛网络技术（北京）有限公司 | 获取设备剩余可用时间的方法及装置 |
| CN109061288A (zh) * | 2018-07-16 | 2018-12-21 | 珠海格力电器股份有限公司 | 多联机系统的分户计费方法、装置、系统及计费终端 |
| CN109188924A (zh) * | 2018-09-18 | 2019-01-11 | 珠海格力电器股份有限公司 | 智能家居系统的用电控制方法及装置 |
| CN109539483A (zh) * | 2018-10-29 | 2019-03-29 | 珠海格力电器股份有限公司 | 电量计算方法、装置及空调系统 |
| CN110094848A (zh) * | 2019-05-27 | 2019-08-06 | 珠海格力电器股份有限公司 | 多联机空调控制方法、装置和系统、计算机可读存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110567104A (zh) | 2019-12-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110567104B (zh) | 多联机系统的内机运行控制方法、装置和计算机设备 | |
| US20150310461A1 (en) | Operating method and apparatus of smart system for power consumption optimization | |
| US11927976B2 (en) | Utility console for controlling energy resources | |
| US10354345B2 (en) | Optimizing and controlling the energy consumption of a building | |
| US10775067B2 (en) | Method for controlling activation of air conditioning device and apparatus therefor | |
| CA2969915C (en) | Optimizing and controlling the energy consumption of a building | |
| KR101730081B1 (ko) | 지능형 전력망 연동 홈 네트워크에서의 전력 관리 시스템, 전력 관리 장치 및 방법 | |
| KR20130035577A (ko) | 상황 인지 기반의 건물 에너지 소비 최적화를 지원하는 시스템 및 방법 | |
| US11313573B2 (en) | Load management system and method utilizing occupancy data and learned device behavior | |
| KR101355978B1 (ko) | 전력 관리 시스템 및 전력 사용량 예측 방법 | |
| CN111928429A (zh) | 数据中心制冷系统的节能控制方法与装置 | |
| KR20170053238A (ko) | 크라우드 서비스에 의한 에너지 절감과 전력 절감을 하는사물인터넷(IoT) 스마트 홈/빌딩 오토메션시스템 및 그제어방법 | |
| US20180090989A1 (en) | Multi Sensor Pack and Control of Energy Consumption Devices | |
| CN106463963B (zh) | 减少至少一个电力负载消耗的电功率的设备、相关联的系统和方法 | |
| CN113919572A (zh) | 一种负荷预测方法、装置及系统 | |
| CN113557393B (zh) | 空调系统的管理方法、控制方法及系统、存储介质 | |
| KR102474936B1 (ko) | Ai 기반의 복합제어센서를 활용한 자율제어 통합빌딩 시스템 | |
| CN107111289B (zh) | 在自动化网络中敏感测量数据的安全传送 | |
| CN107631420B (zh) | 基于iBeacon技术的医院空调末端变风量系统节能方法及装置 | |
| US20230063986A1 (en) | Energy management and smart thermostat learning methods and control systems | |
| US20230170697A1 (en) | Techniques for predictive control of energy use in a structure | |
| CN114065898B (zh) | 基于决策技术的空调机能量使用测控方法及系统 | |
| US10727691B2 (en) | Methods and systems for adaptive load control | |
| WO2023102455A1 (en) | Techniques for predictive control of energy use in a structure | |
| Rogers et al. | The Impact of Key Load Shifting Parameters on Peak Demand Reduction Strategies |
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 |