CN110726214A - 控制空调器的方法及装置 - Google Patents
控制空调器的方法及装置 Download PDFInfo
- Publication number
- CN110726214A CN110726214A CN201911040281.2A CN201911040281A CN110726214A CN 110726214 A CN110726214 A CN 110726214A CN 201911040281 A CN201911040281 A CN 201911040281A CN 110726214 A CN110726214 A CN 110726214A
- Authority
- CN
- China
- Prior art keywords
- air conditioner
- parameter
- parameters
- environmental
- current
- 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 70
- 230000008859 change Effects 0.000 claims abstract description 94
- 230000007613 environmental effect Effects 0.000 claims abstract description 91
- 230000008569 process Effects 0.000 claims abstract description 22
- 238000012937 correction Methods 0.000 claims description 24
- 238000003062 neural network model Methods 0.000 claims description 24
- 238000012986 modification Methods 0.000 claims description 5
- 230000004048 modification Effects 0.000 claims description 5
- 238000012549 training Methods 0.000 claims description 4
- 238000013528 artificial neural network Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 230000009467 reduction Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000005034 decoration Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
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
- F24F11/62—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
-
- 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
- F24F2110/12—Temperature of the outside air
-
- 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
- F24F2110/22—Humidity of the outside air
-
- 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
- F24F2110/30—Velocity
- F24F2110/32—Velocity of the outside air
-
- 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
- F24F2110/50—Air quality properties
- F24F2110/52—Air quality properties of the outside air
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Signal Processing (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Air Conditioning Control Device (AREA)
Abstract
本发明公开了一种控制空调器的方法及装置。其中，该方法包括：在空调器的运行过程中，获取上述空调器所处空间的环境参数变化速率；若检测到上述环境参数变化速率超出目标速率变化区间，则对上述空调器的当前控制参数进行修正处理得到目标控制参数；依据上述目标控制参数控制上述空调器运行。本发明解决了传统的空调器控制方法的控制参数不准确导致空调器的运行效率低的技术问题。
Description
技术领域
本发明涉及控制技术领域，具体而言，涉及一种控制空调器的方法及装置。
背景技术
空调器控制的常用控制理论包括：PID控制、专家控制、模糊控制等控制方法，以模糊控制为例，传统的空调模糊控制方法是基于模糊控制参数(例如，环境以及用户设定等参数)来对空调进行控制的，但是，传统的空调模糊控制方法至少存在以下多个技术问题：
第一，一般空调出厂的模糊控制参数只有一套，且运行过程中是固定不变的，无法满足差异化的用户房间负荷需求，例如，对于有的房间而言温降速率偏快，而对于其他房间而言可能温降速率又偏慢，该控制方式自适应环境的效果差。第二，模糊参数均是在实验室状态下获得，实验室情况和用户家庭情况可能截然不同，其得出的参数也可能无法满足用户的需求。第三，模糊控制参数是空调设计人员根据经验得出的，人为因素影响较大，有经验的设计人员和无经验的设计人员制定出的模糊控制参数对应的控制效果相差较大，因此，存在由于人为失误或经验不足导致制定参数不合理的风险。
针对上述的问题，目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种控制空调器的方法及装置，以至少解决传统的空调器控制方法的控制参数不准确导致空调器的运行效率低的技术问题。
根据本发明实施例的一个方面，提供了一种控制空调器的方法，包括：在空调器的运行过程中，获取上述空调器所处空间的环境参数变化速率；若检测到上述环境参数变化速率超出目标速率变化区间，则对上述空调器的当前控制参数进行修正处理得到目标控制参数；依据上述目标控制参数控制上述空调器运行。
进一步地，在获取上述空调器所处空间的环境参数变化速率之前，上述方法还包括：确定样本输入数据和样本输出结果，其中，上述样本输入数据包括：上述空调器所处空间的样本环境参数、上述空调器所处空间的样本参数变化速率、上述空调器的样本运行参数，上述样本输出结果包括：上述样本参数变化速率是否超出上述目标速率变化区间、与上述样本参数变化速率对应的样本参数修正值；通过训练学习上述样本输入数据和上述样本输出结果，得到神经网络模型。
进一步地，在对上述空调器的当前控制参数进行修正处理得到目标控制参数之前，上述方法还包括：获取上述空调器的当前运行参数和上述空调器所处空间的当前环境参数；通过将上述环境参数变化速率、上述当前运行参数和上述当前环境参数输入上述神经网络模型，得到上述神经网络模型的输出结果，其中，上述输出结果至少用于指示上述环境参数变化速率是否超出上述目标速率变化区间。
进一步地，对上述空调器的当前控制参数进行修正处理得到目标控制参数，包括：确定与上述环境参数变化速率对应的环境参数修正值；依据上述环境参数修正值对上述空调器的当前控制参数进行修正处理，得到上述目标控制参数。
进一步地，确定与上述环境参数变化速率对应的环境参数修正值，包括：获取上述空调器的当前运行参数和上述空调器所处空间的当前环境参数；通过将上述环境参数变化速率、上述当前运行参数和上述当前环境参数输入上述神经网络模型，得到上述神经网络模型的输出结果，其中，上述输出结果至少用于指示与上述环境参数变化速率对应的上述环境参数修正值。
进一步地，上述当前运行参数包括以下至少之一：运行频率、运行时间、风机转速值、膨胀阀开度值，上述当前环境参数包括以下至少之一：温度值、湿度值。
进一步地，对上述空调器的当前控制参数进行修正处理得到目标控制参数，包括：通过将上述环境参数修正值和上述当前控制参数进行相加运算，得到上述目标控制参数；在对上述空调器的当前控制参数进行修正处理得到目标控制参数之后，上述方法还包括：将上述目标控制参数存储至存储芯片中。
根据本发明实施例的另一方面，还提供了一种控制空调器的装置，包括：获取模块，用于在空调器的运行过程中，获取上述空调器所处空间的环境参数变化速率；修正模块，用于若检测到上述环境参数变化速率超出目标速率变化区间，则对上述空调器的当前控制参数进行修正处理得到目标控制参数；控制模块，用于依据上述目标控制参数控制上述空调器运行。
根据本发明实施例的另一方面，还提供了一种存储介质，上述存储介质包括存储的程序，其中，在上述程序运行时控制上述存储介质所在设备执行任意一项上述的控制空调器的方法。
根据本发明实施例的另一方面，还提供了一种处理器，上述处理器用于运行程序，其中，上述程序运行时执行任意一项上述的控制空调器的方法。
在本发明实施例中，采用根据空调器的当前运行状态实时修正当前控制参数的方式，通过在空调器的运行过程中，获取上述空调器所处空间的环境参数变化速率；若检测到上述环境参数变化速率超出目标速率变化区间，则对上述空调器的当前控制参数进行修正处理得到目标控制参数；依据上述目标控制参数控制上述空调器运行，达到了依据实时修正当前控制参数确定的目标控制参数控制空调器运行的目的，从而实现了提高空调器的运行效率的技术效果，进而解决了传统的空调器控制方法的控制参数不准确导致空调器的运行效率低的技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1是根据本发明实施例的一种控制空调器的方法的流程图；
图2是根据本发明实施例的一种可选的控制空调器的方法的原理示意图；
图3是根据本发明实施例的一种可选的神经网络模型的原理示意图；
图4是根据本发明实施例的一种控制空调器的装置的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，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的实施例，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，都应当属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例1
随着人工智能技术的发展，神经网络技术在研究设计过程中的作用愈发凸显，神经网络由于对非线性函数具有任意逼近和自学习能力，非常适用于多变量的复杂系统。利用神经网络强大的非线性拟合能力来辅助提高空调仿真系统的准确性具有现实可行的意义。
根据本发明实施例，提供了一种控制空调器的方法的实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
图1是根据本发明实施例的一种控制空调器的方法的流程图，如图1所示，该方法包括如下步骤：
步骤S102，在空调器的运行过程中，获取上述空调器所处空间的环境参数变化速率；
步骤S104，若检测到上述环境参数变化速率超出目标速率变化区间，则对上述空调器的当前控制参数进行修正处理得到目标控制参数；
步骤S106，依据上述目标控制参数控制上述空调器运行。
在本发明实施例中，采用根据空调器的当前运行状态实时修正当前控制参数的方式，通过在空调器的运行过程中，获取上述空调器所处空间的环境参数变化速率；若检测到上述环境参数变化速率超出目标速率变化区间，则对上述空调器的当前控制参数进行修正处理得到目标控制参数；依据上述目标控制参数控制上述空调器运行，达到了依据实时修正当前控制参数确定的目标控制参数控制空调器运行的目的，从而实现了提高空调器的运行效率的技术效果，进而解决了传统的空调器控制方法的控制参数不准确导致空调器的运行效率低的技术问题。
可选的，上述环境参数变化速率可以为温度降低速率，即温降速率，上述目标速率变化区间可以为温降速率变化区间，具体的，为温降区间；该环境参数变化速率可以表征空调器的当前运行状态，在空调器在运行过程中，可以实时检测环境参数变化速率是否超出目标速率变化区间，并在检测到上述环境参数变化速率超出目标速率变化区间的情况下，对上述空调器的当前控制参数进行修正处理得到目标控制参数；并依据上述目标控制参数控制上述空调器运行。
在本申请实施例中，通过在检测到温降速率超出温降区间的情况下，确定空调器的当前运行效率较低，即空调器运行不稳定，可以对空调器的当前控制参数进行修正，得到适合当前运行状态的目标控制参数，并控制空调器依据目标控制参数进行自适应运行。
通过本申请实施例，可以控制空调器自适应房间负荷运行，且对空调器的出厂参数依赖小，在不同的应用场合都能发挥出最佳的运行效果。
在一种可选的实施例中，在获取上述空调器所处空间的环境参数变化速率之前，上述方法还包括：
步骤S202，确定样本输入数据和样本输出结果。
在上述步骤S202中，上述样本输入数据包括：上述空调器所处空间的样本环境参数、上述空调器所处空间的样本参数变化速率、上述空调器的样本运行参数，上述样本输出结果包括：上述样本参数变化速率是否超出上述目标速率变化区间、与上述样本参数变化速率对应的样本参数修正值。
步骤S204，通过训练学习上述样本输入数据和上述样本输出结果，得到神经网络模型。
如图2所示，可以根据预定的样本输入数据和样本输出结果进行训练，得到神经网络模型，其样本输入数据包括：输入侧的温降速率(dT房间/dt时间)，样本环境参数(例如，温度、湿度等)以及样本运行参数(例如，频率、开度、风机转速等)，其样本输出数据包括：通过专家经验制定的对应输出侧参数温降速率快慢判断结果(极快/快/偏快/偏慢/慢/极慢等)，以及与判断结果对应的模糊参数修正值△ξ。
由大量的数据组训练出来的神经网络模型在空调器的运行过程中对温降速率进行实时判断，通过对模糊控制参数的实时修正来匹配房间的负荷，实现空调器的自适应控制。
在一种可选的实施例中，在对上述空调器的当前控制参数进行修正处理得到目标控制参数之前，上述方法还包括：
步骤S302，获取上述空调器的当前运行参数和上述空调器所处空间的当前环境参数；
步骤S304，通过将上述环境参数变化速率、上述当前运行参数和上述当前环境参数输入上述神经网络模型，得到上述神经网络模型的输出结果，其中，上述输出结果至少用于指示上述环境参数变化速率是否超出上述目标速率变化区间。
在一种可选的实施例中，上述当前运行参数包括以下至少之一：运行频率、运行时间、风机转速值、膨胀阀开度值，上述当前环境参数包括以下至少之一：温度值、湿度值。
在本申请实施例中，可以通过神经网络模型判断当前的环境参数变化速率(例如，温降速率)偏快还是偏慢，其中，当环境参数变化速率高于目标速率变化区间的最大值，则确定环境参数变化速率偏快，当环境参数变化速率低于目标速率变化区间的最小值，则确定环境参数变化速率偏慢。
以模糊控制算法为例，如图3所示，通过输入空调器的当前运行参数、空调器所处空间的当前环境参数、环境参数变化速率，神经网络模型输出上述环境参数变化速率是否超出上述目标速率变化区间的输出结果，依据该输出结果对上述空调器的当前控制参数进行修正处理得到目标控制参数。
在一种可选的实施例中，对上述空调器的当前控制参数进行修正处理得到目标控制参数，包括：
步骤S402，确定与上述环境参数变化速率对应的环境参数修正值；
步骤S404，依据上述环境参数修正值对上述空调器的当前控制参数进行修正处理，得到上述目标控制参数。
在一种可选的实施例中，对上述空调器的当前控制参数进行修正处理得到目标控制参数，包括：通过将上述环境参数修正值和上述当前控制参数进行相加运算，得到上述目标控制参数。
在本申请实施例中，在神经网络模型确定环境参数变化速率超出上述目标速率变化区间的情况下，神经网络模型还输出对当前控制参数的修正值△ξ，在后续的模糊控制中将环境参数修正值和当前控制参数进行相加运算，得到上述目标控制参数。
在另一种可选的实施例中，在对上述空调器的当前控制参数进行修正处理得到目标控制参数之后，上述方法还包括：将上述目标控制参数存储至存储芯片中。
在一种可选的实施例中，确定与上述环境参数变化速率对应的环境参数修正值，包括：
步骤S502，获取上述空调器的当前运行参数和上述空调器所处空间的当前环境参数；
步骤S504，通过将上述环境参数变化速率、上述当前运行参数和上述当前环境参数输入上述神经网络模型，得到上述神经网络模型的输出结果，其中，上述输出结果至少用于指示与上述环境参数变化速率对应的上述环境参数修正值。
作为一种可选的实施例，如果检测到在空调器的运行过程中的某一时刻，此时下表1中的当前控制参数D3在起控制作用，神经网络模型根据当前的当前环境参数和当前运行参数，确定与上述环境参数变化速率对应的环境参数修正值△ξ1，在后续的模糊控制中，由新的目标控制参数D3＝(修正前的当前控制参数D3+环境参数修正值△ξ1)取代修正前的当前控制参数D3进行控制，并将该新的目标控制参数存储至记忆芯片中，其它参数在当前步骤下不发生变化。需要说明的是，当后续控制的模糊控制区间切换到其它参数区间时，如A1、A2…，其操作方法也如上所示。
其中，下表1中的CE为参数变化速率范围，U为模糊输出参数，E为参数范围，A0……G6为根据实际情况得到的常数值。
表1模糊规则控制表
在本申请实施例中，空调器通过采用模糊控制进行对空调压缩机频率进行控制，运行过程中时刻监控压缩机频率与房间温降速率的情况，利用神经网络模型在本地训练的温降速率与最优温降速率的关系，可以利用神经网络模型判断当前状态下的温降速率是偏快还是偏慢，或者正常。在空调器的运行过程中将当前温降速率输入到神经网络的输入端，得到神经网络输出端的温降速率快慢的输出结果，并根据输出结果实时修正模糊控制的当前控制参数得到目标控制参数，达到在空调器的运行过程中当前控制参数时时寻优的效果。
实施例2
根据本发明实施例，还提供了一种用于实施上述控制空调器的方法的装置实施例，图4是根据本发明实施例的一种控制空调器的装置的结构示意图，如图4所示，上述控制空调器的装置，包括：获取模块40、修正模块42和控制模块44，其中:
获取模块40，用于在空调器的运行过程中，获取上述空调器所处空间的环境参数变化速率；修正模块42，用于若检测到上述环境参数变化速率超出目标速率变化区间，则对上述空调器的当前控制参数进行修正处理得到目标控制参数；控制模块44，用于依据上述目标控制参数控制上述空调器运行。
需要说明的是，上述各个模块是可以通过软件或硬件来实现的，例如，对于后者，可以通过以下方式实现：上述各个模块可以位于同一处理器中；或者，上述各个模块以任意组合的方式位于不同的处理器中。
此处需要说明的是，上述获取模块40、修正模块42和控制模块44对应于实施例1中的步骤S102至步骤S106，上述模块与对应的步骤所实现的实例和应用场景相同，但不限于上述实施例1所公开的内容。需要说明的是，上述模块作为装置的一部分可以运行在计算机终端中。
需要说明的是，本实施例的可选或优选实施方式可以参见实施例1中的相关描述，此处不再赘述。
上述的控制空调器的装置还可以包括处理器和存储器，上述获取模块40、修正模块42和控制模块44等均作为程序单元存储在存储器中，由处理器执行存储在存储器中的上述程序单元来实现相应的功能。
处理器中包含内核，由内核去存储器中调取相应的程序单元，上述内核可以设置一个或以上。存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)，存储器包括至少一个存储芯片。
根据本申请实施例，还提供了一种存储介质实施例。可选地，在本实施例中，上述存储介质包括存储的程序，其中，在上述程序运行时控制上述存储介质所在设备执行上述任意一种控制空调器的方法。
可选地，在本实施例中，上述存储介质可以位于计算机网络中计算机终端群中的任意一个计算机终端中，或者位于移动终端群中的任意一个移动终端中，上述存储介质包括存储的程序。
可选地，在程序运行时控制存储介质所在设备执行以下功能：在空调器的运行过程中，获取上述空调器所处空间的环境参数变化速率；若检测到上述环境参数变化速率超出目标速率变化区间，则对上述空调器的当前控制参数进行修正处理得到目标控制参数；依据上述目标控制参数控制上述空调器运行。
根据本申请实施例，还提供了一种处理器实施例。可选地，在本实施例中，上述处理器用于运行程序，其中，上述程序运行时执行上述任意一种控制空调器的方法。
本申请实施例提供了一种设备，设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序，处理器执行程序时实现以下步骤：在空调器的运行过程中，获取上述空调器所处空间的环境参数变化速率；若检测到上述环境参数变化速率超出目标速率变化区间，则对上述空调器的当前控制参数进行修正处理得到目标控制参数；依据上述目标控制参数控制上述空调器运行。
本申请还提供了一种计算机程序产品，当在数据处理设备上执行时，适于执行初始化有如下方法步骤的程序：在空调器的运行过程中，获取上述空调器所处空间的环境参数变化速率；若检测到上述环境参数变化速率超出目标速率变化区间，则对上述空调器的当前控制参数进行修正处理得到目标控制参数；依据上述目标控制参数控制上述空调器运行。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，可以为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种控制空调器的方法，其特征在于，包括：
在空调器的运行过程中，获取所述空调器所处空间的环境参数变化速率；
若检测到所述环境参数变化速率超出目标速率变化区间，则对所述空调器的当前控制参数进行修正处理得到目标控制参数；
依据所述目标控制参数控制所述空调器运行。
2.根据权利要求1所述的方法，其特征在于，在获取所述空调器所处空间的环境参数变化速率之前，所述方法还包括：
确定样本输入数据和样本输出结果，其中，所述样本输入数据包括：所述空调器所处空间的样本环境参数、所述空调器所处空间的样本参数变化速率、所述空调器的样本运行参数，所述样本输出结果包括：所述样本参数变化速率是否超出所述目标速率变化区间、与所述样本参数变化速率对应的样本参数修正值；
通过训练学习所述样本输入数据和所述样本输出结果，得到神经网络模型。
3.根据权利要求2所述的方法，其特征在于，在对所述空调器的当前控制参数进行修正处理得到目标控制参数之前，所述方法还包括：
获取所述空调器的当前运行参数和所述空调器所处空间的当前环境参数；
通过将所述环境参数变化速率、所述当前运行参数和所述当前环境参数输入所述神经网络模型，得到所述神经网络模型的输出结果，其中，所述输出结果至少用于指示所述环境参数变化速率是否超出所述目标速率变化区间。
4.根据权利要求2所述的方法，其特征在于，对所述空调器的当前控制参数进行修正处理得到目标控制参数，包括：
确定与所述环境参数变化速率对应的环境参数修正值；
依据所述环境参数修正值对所述空调器的当前控制参数进行修正处理，得到所述目标控制参数。
5.根据权利要求4所述的方法，其特征在于，确定与所述环境参数变化速率对应的环境参数修正值，包括：
获取所述空调器的当前运行参数和所述空调器所处空间的当前环境参数；
通过将所述环境参数变化速率、所述当前运行参数和所述当前环境参数输入所述神经网络模型，得到所述神经网络模型的输出结果，其中，所述输出结果至少用于指示与所述环境参数变化速率对应的所述环境参数修正值。
6.根据权利要求5所述的方法，其特征在于，所述当前运行参数包括以下至少之一：运行频率、运行时间、风机转速值、膨胀阀开度值，所述当前环境参数包括以下至少之一：温度值、湿度值。
7.根据权利要求4所述的方法，其特征在于，
对所述空调器的当前控制参数进行修正处理得到目标控制参数，包括：通过将所述环境参数修正值和所述当前控制参数进行相加运算，得到所述目标控制参数；
在对所述空调器的当前控制参数进行修正处理得到目标控制参数之后，所述方法还包括：将所述目标控制参数存储至存储芯片中。
8.一种控制空调器的装置，其特征在于，包括：
获取模块，用于在空调器的运行过程中，获取所述空调器所处空间的环境参数变化速率；
修正模块，用于若检测到所述环境参数变化速率超出目标速率变化区间，则对所述空调器的当前控制参数进行修正处理得到目标控制参数；
控制模块，用于依据所述目标控制参数控制所述空调器运行。
9.一种存储介质，其特征在于，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行权利要求1至7中任意一项所述的控制空调器的方法。
10.一种处理器，其特征在于，所述处理器用于运行程序，其中，所述程序运行时执行权利要求1至7中任意一项所述的控制空调器的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911040281.2A CN110726214A (zh) | 2019-10-29 | 2019-10-29 | 控制空调器的方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911040281.2A CN110726214A (zh) | 2019-10-29 | 2019-10-29 | 控制空调器的方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110726214A true CN110726214A (zh) | 2020-01-24 |
Family
ID=69223373
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911040281.2A Pending CN110726214A (zh) | 2019-10-29 | 2019-10-29 | 控制空调器的方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110726214A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111459022A (zh) * | 2020-04-21 | 2020-07-28 | 深圳市英维克信息技术有限公司 | 设备参数调整方法、设备控制装置和计算机可读存储介质 |
| CN113465141A (zh) * | 2021-06-11 | 2021-10-01 | 珠海格力电器股份有限公司 | 一种新风系统控制方法、装置、电子设备及存储介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104374053A (zh) * | 2014-11-25 | 2015-02-25 | 珠海格力电器股份有限公司 | 一种智能控制方法、装置及系统 |
| CN105423500A (zh) * | 2015-12-28 | 2016-03-23 | 芜湖美智空调设备有限公司 | 空调器的控制方法、空调器的控制系统和空调器 |
| CN105444354A (zh) * | 2015-12-07 | 2016-03-30 | 珠海格力电器股份有限公司 | 空调运行频率的控制方法及系统 |
| CN106765982A (zh) * | 2017-01-09 | 2017-05-31 | 美的集团股份有限公司 | 空调器室内风机控制方法和装置 |
| US20170205104A1 (en) * | 2014-06-09 | 2017-07-20 | Kyocera Corporation | Control apparatus, control system and control method |
-
2019
- 2019-10-29 CN CN201911040281.2A patent/CN110726214A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20170205104A1 (en) * | 2014-06-09 | 2017-07-20 | Kyocera Corporation | Control apparatus, control system and control method |
| CN104374053A (zh) * | 2014-11-25 | 2015-02-25 | 珠海格力电器股份有限公司 | 一种智能控制方法、装置及系统 |
| CN105444354A (zh) * | 2015-12-07 | 2016-03-30 | 珠海格力电器股份有限公司 | 空调运行频率的控制方法及系统 |
| CN105423500A (zh) * | 2015-12-28 | 2016-03-23 | 芜湖美智空调设备有限公司 | 空调器的控制方法、空调器的控制系统和空调器 |
| CN106765982A (zh) * | 2017-01-09 | 2017-05-31 | 美的集团股份有限公司 | 空调器室内风机控制方法和装置 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111459022A (zh) * | 2020-04-21 | 2020-07-28 | 深圳市英维克信息技术有限公司 | 设备参数调整方法、设备控制装置和计算机可读存储介质 |
| CN111459022B (zh) * | 2020-04-21 | 2023-10-20 | 深圳市英维克信息技术有限公司 | 设备参数调整方法、设备控制装置和计算机可读存储介质 |
| CN113465141A (zh) * | 2021-06-11 | 2021-10-01 | 珠海格力电器股份有限公司 | 一种新风系统控制方法、装置、电子设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109974223B (zh) | 根据天气预报调整空调工作的空调控制方法及装置 | |
| CN111706969A (zh) | 空调除湿的控制方法、装置及空调器 | |
| CN112880156A (zh) | 用于空调的控制方法、控制装置及空调 | |
| CN108063701B (zh) | 一种控制智能设备的方法及装置 | |
| CN110726214A (zh) | 控制空调器的方法及装置 | |
| CN112781192B (zh) | 用于加湿的方法、装置和智能家居系统 | |
| CN110736241B (zh) | 控制空调设备的方法及装置 | |
| CN110736228B (zh) | 空调设备的控制方法、装置、存储介质及空调系统 | |
| CN112128934A (zh) | 空调器的智能控制方法与智能控制设备 | |
| CN112944624B (zh) | 用于空调控制的方法和空调 | |
| CN111435229A (zh) | 控制烹饪模式的方法、装置和烹饪器具 | |
| CN111706968B (zh) | 空调除湿的控制方法及控制装置、空调器 | |
| CN110726230B (zh) | 控制空调设备的方法及装置 | |
| CN114576816A (zh) | 基于红外传感器的空调调节方法及装置 | |
| CN115076762B (zh) | 功率调节方法、功率调节装置及温度调节设备 | |
| CN110134361B (zh) | 设备的音量调节方法、计算机设备及计算机可读存储介质 | |
| CN109579216B (zh) | 控制方法、装置、空气调节设备、遥控终端及存储介质 | |
| CN114061094B (zh) | 空调器的控制方法及其装置、计算机可读存储介质 | |
| CN110736243A (zh) | 空调及温度调节器的控制方法和装置 | |
| CN110940028B (zh) | 空调送风控制方法及装置、存储介质、处理器 | |
| CN111310644A (zh) | 一种针对电器类型及其工作状态的智能识别方法及装置 | |
| CN112503731B (zh) | 控制空调设备的方法及装置、空调设备 | |
| CN115854497B (zh) | 空调器及其控制方法和装置、存储介质 | |
| CN114322248B (zh) | 空调控制方法、装置、空调及存储介质 | |
| CN117308267A (zh) | 基于室外湿度的室内湿度调节方法、装置和智能空调 |
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 |
Application publication date: 20200124 |
|
| RJ01 | Rejection of invention patent application after publication |