CN110736222A - 基于热成像和大数据技术的中央空调系统节能控制方法 - Google Patents

基于热成像和大数据技术的中央空调系统节能控制方法 Download PDF

Info

Publication number
CN110736222A
CN110736222A CN201911124558.XA CN201911124558A CN110736222A CN 110736222 A CN110736222 A CN 110736222A CN 201911124558 A CN201911124558 A CN 201911124558A CN 110736222 A CN110736222 A CN 110736222A
Authority
CN
China
Prior art keywords
air conditioning
conditioning system
central air
control method
big 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.)
Pending
Application number
CN201911124558.XA
Other languages
English (en)
Inventor
周敏
侯占魁
刘光辉
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.)
China Northwest Architecture Design and Research Institute Co Ltd
Original Assignee
China Northwest Architecture Design and Research Institute Co Ltd
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 China Northwest Architecture Design and Research Institute Co Ltd filed Critical China Northwest Architecture Design and Research Institute Co Ltd
Publication of CN110736222A publication Critical patent/CN110736222A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24HEATING; RANGES; VENTILATING
    • F24FAIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00Control or safety arrangements
    • F24F11/30Control or safety arrangements for purposes related to the operation of the system, e.g. for safety or monitoring
    • F24F11/46Improving electric energy efficiency or saving
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24HEATING; RANGES; VENTILATING
    • F24FAIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00Control or safety arrangements
    • F24F11/62Control or safety arrangements characterised by the type of control or by internal processing, e.g. using fuzzy logic, adaptive control or estimation of values
    • F24F11/63Electronic processing
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24HEATING; RANGES; VENTILATING
    • F24FAIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F2120/00Control inputs relating to users or occupants
    • F24F2120/10Occupancy

Abstract

本发明公开了基于热成像和大数据技术的中央空调系统节能控制方法,针对机场航站楼、车站候车厅、码头、会展中心和多功能厅等功能性建筑中央空调系统应用传统形式的运行控制方法存在的明显不足和缺点,为满足上述类似建筑对中央空调系统热舒适性和空气品质的需求,达到节能、绿色、舒适、健康的目的,该控制方法可实现对建筑物内大面积整体区域进行小区域分散独立控制的目标,提高系统运行的智能化水平。

Description

基于热成像和大数据技术的中央空调系统节能控制方法
技术领域
本发明涉及暖通空调领域,尤其涉及基于热成像和大数据技术的中央空调系统节能控制方法。
背景技术
目前,机场航站楼、车站候车厅、码头、会展中心和多功能厅等功能性建筑大都存在一些共性的建筑特点和空调系统特点:
(1)建筑物比较高大,人流量大、密度高,全年运行时间长且人员的到达和离开具有时间上的规律等;
(2)空调系统尖峰负荷较大,普遍采用喷口射流送风或顶部旋流风口送风的全空气混合通风空调系统,通过多台空调机组并联运行,控制整个区域的室内温湿度参数,空调系统夏季和冬季室内设定温湿度值为定值。
空调系统中的控制策略如下:根据监测的回风温度和送风温度来调节机组内水路上阀门开度;根据监测的CO2浓度来调节新风风阀开度;根据监测的回风湿度和送风湿度来调节加湿器的加湿量等。而且,如机场航站楼的办票大厅、候机大厅、迎宾大厅,车站候车厅,会展中心展览馆等建筑区域,传统的做法是以整个区域为控制对象,通过监测上述参数,同时调节整个区域内的所有空调系统,实现对室内整体区域的温湿度参数和新风量的调控,尽量满足室内人员对热舒适性和空气品质的要求。但是,往往在这些大型区域内,负荷和人员的分布是有小区域特点的,比如机场办票大厅内的值机柜台、安检通道负荷就比较大,人员停留时间也比较长,办票大厅内的其他小区域负荷就相对较小,人员停留时间也相对较短等,而且在上述类似的功能性建筑中,人员的到达和离开具有时间上的规律。鉴于如上所述的规律,如果以机场航站楼、车站候车厅、码头、会展中心和多功能厅等功能性建筑的大型区域整体为控制对象,空调系统同时开启、关闭并同步调节显然是不合理的,将会导致空调系统负荷增大,系统初投资、运行能耗和费用增高等问题。并且,室内整个区域设定固定的温湿度参数,对于不同穿着、不同地域(南方或北方等)、不同时间段(白天或晚上)进入的人员,热舒适性不佳。
发明内容
针对机场航站楼、车站候车厅、码头、会展中心和多功能厅等功能性建筑中央空调系统应用传统形式的运行控制方法存在的明显不足和缺点,为满足上述类似建筑对中央空调系统热舒适性和空气品质的需求,达到节能、绿色、舒适、健康的目的,本发明提供了基于热成像和大数据技术的中央空调系统节能控制方法,该控制方法可实现对建筑物内大面积整体区域进行小区域分散、独立、智能化控制的目标。
实现本发明目的的技术方案如下:
基于热成像和大数据技术的中央空调系统节能控制方法,包括以下步骤:
安装于室内的红外热成像系统扫描目标区域温度,得到室内的实时温度分布数据;
处理系统获取所述温度分布数据后计算分析得到(最优的)室内区域的空调系统设定参数,中央空调系统依据该空调系统设定参数控制该室内区域对应的空调机组工作。
自然界中, 任何温度高于绝对零度的物体都会发出红外辐射 , 其辐射能量的大小由物体的温度及其辐射率决定。本发明中的红外热成像系统扫描包括但不限于目前区域内的空气温度,以及人体温度等,将详实的数据送至处理系统中。
红外热成像系统的最优设定,可以利用现有技术进行实现,具体在进行现场运用之前,首先由空气(环境)温度修正实验,通过支持向量机对实验样本数据的拟合得到环境温度影响微测辐射热计热像仪测量精度的误差修正模型, 用于修正热像仪黑体标定时的环境温度和实际测量时环境温度的不同产生的测量误差;其次,设计了机芯温度误差修正实验, 用以修正由热像仪标定时和实际测量时机芯温度的不同产生的测量误差。 通过对比环境和机芯温度修正前、后,热像仪和热电偶的测温结果,验证了误差修正后的测量精度至少可提高50%,使人体表面温度测量值更加接近真实温度。
进一步地,随着红外热成像技术的发展,目前可实现图像与温度数据的同步采集,例如分辨率为320*240(76800像素)的红外热成像仪,可以把照片分成76800个小区域,也就是一张图像上有76800个温度数据,该温度数据足以覆盖目标区域内的人体温度,固体表面温度以及空气温度等数据。
对于室内某个小区域内正在运行的空调系统而言,根据红外热成像系统扫描得到的人体体表温度分布数据,结合正常人体体温数值,经计算分析后确定该区域内的空调系统设定参数(送风温度、湿度和风速等)是否需要调整,如需调整,则需要调整到哪种状态,从而达到空调系统运行即节能又舒适的目的。结合大数据分析技术,可提前设定空调系统参数。即通过扫描目标区域的固体表面温度,并结合目标区域内空气温度测点所测得的温度值,计算出本区域的“人体操作温度”。
“人体操作温度”是综合考虑了空气温度和平均辐射温度对人体热感觉的影响而得出的合成温度,这个温度能更真实的反应人体在所处环境中热感觉。
以一个房间为例,扫描六个面的温度——顶棚、地面、东西南北墙,通过辐射换热理论及计算公式,即可计算出“平均辐射温度”,然后通过该区域内典型位置设置的空气温度测点的空气温度值,即可计算出“人体操作温度”,通过调整空调系统设定参数(风系统和水系统),达到调整“人体操作温度”的目的。
具体实施方案:在扫描某一个表面时,比如顶棚,面积可能很大,通过红外扫描,得到这个面上的温度分布,然后通过预先制定好的分类方法及代数运算(温度设定值线性调整算法)即可确定这个面的温度值。本发明的红外热成像系统是基于红外非接触测温原理,将先进的红外测温技术和热成像技术结合在一起,配以完善的电路设计、软件设计、计算分析方法,构建了红外非接触测温、成像及分析控制系统,可实现对建筑物内大面积整体区域进行各个空调小区域(或虚拟空调区域)的“全覆盖式”扫描、成像、数据整理和分析,该系统温度测量精度非常高。
上述处理系统还包括数据库,主要用于存储和传输温度数据。在数据库中,人体的生理特征参数及室内环境参数被分类存储,处理系统使用优化算法求解优化函数,用于计算所述空调系统的优化值,并发送指令用于控制空调系统。
作为本发明的进一步改进,所述目标区域包括至少一个长期停留区域、至少一个短暂经过区域,所述中央空调系统分别控制长期停留区域内的空调机组、短暂经过区域内的空调机组工作。
本发明中的长期停留区域比如机场办票大厅内的值机柜台、安检通道等区域,短暂经过区域比如行走通道、卫生间走道等区域。本发明解决了现有的空调系统同时开启、关闭并同步调节导致空调系统负荷增大,系统初投资、运行能耗和费用增高等问题。
作为本发明的进一步改进,所述目标区域为室内区域。
作为本发明的进一步改进,还包括大数据分析系统,所述大数据分析系统提前判断室内人员对室内空调环境的需求,所述中央空调系统提前开启并按大数据分析系统的判断控制空调机组智能化运行。
采用控制规则和控制参数为大数据分析系统对所述室内人员所属人群信息以及室内外环境信息进行大数据分析,并进行深度学习得到,适配各个用户对空调系统的需求。
本发明以机场航站为例,通过大数据分析,可提前判断人员来自于全球的那个位置、人员的到达时间、人员的穿着(厚还是薄)、人员进入航站楼后的行进路线、长期停留和短暂经过的区域等,综合分析其对室内空调环境的需求,进而提前开启某些小区域内空调系统并设定合理的参数,来满足人员的不同需求,使空调系统运行更加智能化,达到节能、绿色、舒适、健康运行的目的。作为本发明的进一步改进,所述大数据分析系统的分析包括但不限于:室内人员的穿衣薄厚、行进路线、长期停留区域或短暂经过区域。
例如正常人体的“核心温度”是恒定值,人体表面温度与穿着相关红外扫描到人体表面温度,即可计算和判断出人的穿着情况(厚薄等),然后适当调高或调低空调系统控制温度。
故选择上述穿衣薄厚、行进路线、长期停留区域或短暂经过区域,供给大数据分析系统进行使用,优化各个区域内的空调系统的开闭,以及工作功率等,使得满足各个人群。
作为本发明的进一步改进,所述大数据分析系统的分析还包括:室内人员来自于全球的哪个位置、人员到达室内的时间。
作为本发明的进一步改进,所述大数据分析系统基于大数据和云计算技术,将大量数据整理并进行计算和分析,指导中央空调系统开启、关闭和调节以及运行参数的设定。所述的大数据分析系统,基于大数据和云计算技术,具有大量、高速、多样、真实性等优点,该分析系统将大量数据整理并进行计算和分析,指导空调系统开启、关闭和调节以及运行参数的设定,提高空调系统运行的智能化水平。
作为本发明的进一步改进,所述的红外热成像系统是基于红外非接触测温原理,将红外测温技术和热成像技术结合构建的红外非接触测温、成像及分析控制系统。本发明的红外热成像系统基于红外非接触测温原理,将先进的红外测温技术和热成像技术结合在一起,配以完善的电路设计、软件设计、计算分析方法,构建了红外非接触测温、成像及分析控制系统,可实现对建筑物内大面积整体区域进行各个空调小区域(或虚拟空调区域)的“全覆盖式”扫描、成像、数据整理和分析,该系统温度测量精度非常高。
作为本发明的进一步改进,还包括:可调角度辐射板系统自动调整辐射板的角度,使得辐射换热量最大。自动调整辐射板的角度,使辐射板对人员集中区的角系数最大,即人体接收到辐射板的辐射能最大,辐射换热量最大。可调角度辐射板系统,设置在各个空调小区域(或虚拟空调区域)内,与红外热成像系统和中央空调送(回)风系统配套,根据红外热成像系统输出的控制信号来自动执行开启、关闭和调节等操作。中央空调送(回)风系统,设置在各个空调小区域(或虚拟空调区域)内,与红外热成像系统配套,根据红外热成像系统输出的控制信号来自动执行开启、关闭和调节等操作。
上述可调角度辐射板系统可以采用太阳光追踪器,辐射板内可以走冷(热)水,或者是电热板及电热膜等。上述系统采用可以任意调节,执行处理系统发出的指令即可。
与现有技术相比,本发明的有益效果是:
本发明结合红外热成像技术和大数据分析技术的空调系统,可提高系统运行的智能化水平,实现各个空调小区域(或虚拟空调区域)的分散化、独立化、智能化运行及控制,满足不同区域内人员对空调系统的不同需求,达到节能、绿色、舒适、健康运行的目的。
附图说明
图1为基于热成像和大数据技术的中央空调系统的原理图。
图中,101、第一虚拟空调区域;102、第二虚拟空调区域;103、第三虚拟空调区域;201、第一空调机组;202、第二空调机组;203、第三空调机组;301、第一辐射板;302、第二一辐射板;303、第三辐射板;401、第一红外热成像系统;402、第二红外热成像系统;403、第三红外热成像系统;A、送风;B、回风。
具体实施方式
下面结合附图所示的各实施方式对本发明进行详细说明,但应当说明的是,这些实施方式并非对本发明的限制,本领域普通技术人员根据这些实施方式所作的功能、方法、或者结构上的等效变换或替代,均属于本发明的保护范围之内。
本实施例的术语“第一”、“第二”、“第三”等仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”等的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明创造的描述中,除非另有说明,“多个”的含义是两个或两个以上。
术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以通过具体情况理解上述术语在本发明创造中的具体含义。
如图1所示,基于热成像和大数据技术的中央空调系统节能控制方法,将红外热成像技术和大数据分析技术应用于中央空调系统运行控制中,其系统形式为红外热成像系统、大数据分析系统、可调角度辐射板系统、中央空调送(回)风系统的有机结合。室内高空处设置的红外热成像系统“全覆盖式”扫描各个空调小区域,也可以是虚拟空调区域,通过扫描到的温度分布数据经计算分析可得到人员集中区域,此时可开启对应区域的空调机组。同时,自动调整辐射板的角度,使辐射板对人员集中区的角系数最大,即人体接收到辐射板的辐射能最大,辐射换热量最大。对于某个小区域内正在运行的空调系统(空调机组和辐射板等)而言,根据红外热成像系统扫描得到的人体体表温度分布数据,结合正常人体体温数值,经计算分析后确定该区域内的空调系统设定参数(送风温度、湿度和风速等)是否需要调整,如需调整,则需要调整到哪种状态,从而达到空调系统运行即节能又舒适的目的。结合大数据分析技术,可提前设定空调系统参数。以机场航站为例,通过大数据分析,可提前判断人员来自于全球的那个位置、人员的到达时间、人员的穿着(厚还是薄)、人员进入航站楼后的行进路线、长期停留和短暂经过的区域等,综合分析其对室内空调环境的需求,进而提前开启某些小区域内空调系统并设定合理的参数,来满足人员的不同需求,使空调系统运行更加智能化,达到节能、绿色、舒适、健康运行的目的。需指出,虽然常规的红外热成像技术最终得到的是视频图像,但是,随着红外热成像技术的发展,目前的红外热成像系统可实现图像与温度数据的同步采集,例如分辨率为320*240(76800像素)的红外热成像仪,可以把照片分成76800个小区域,也就是一张图像上有76800个温度数据。红外测温技术与热成像技术结合后,就成为了“红外热像仪”。红外热像仪是利用红外探测器、光学成像物镜和光机扫描系统(先进的焦平面技术则省去了光机扫描系统)接受被测目标的红外辐射能量分布图形反映到红外探测器的光敏元上,在光学系统和红外探测器之间,有一个光机扫描机构(焦平面热像仪无此机构)对被测物体的红外热像进行扫描,并聚焦在单元或分光探测器上,由探测器将红外辐射能转换成电信号,经放大处理、转换或标准视频信号通过电视屏或监测器显示红外热像图。这种热像图与物体表面的热分布场相对应;实质上是被测目标物体各部分红外辐射的热像分布图由于信号非常弱,与可见光图像相比,缺少层次和立体感,因此,在实际动作过程中为更有效地判断被测目标的红外热分布场,常采用一些辅助措施来增加仪器的实用功能,如图像亮度、对比度的控制,实标校正,伪色彩描绘等技术。
优选红外热成像系统基于红外非接触测温原理,将先进的红外测温技术和热成像技术结合在一起,配以完善的电路设计、软件设计、计算分析方法,构建了红外非接触测温、成像及分析控制系统,可实现对建筑物内大面积整体区域进行各个空调小区域(或虚拟空调区域)的“全覆盖式”扫描、成像、数据整理和分析,该系统温度测量精度非常高。
优选中央空调送(回)风系统,设置在各个空调小区域(或虚拟空调区域)内,与红外热成像系统配套,根据红外热成像系统输出的控制信号来自动执行开启、关闭和调节等操作。
优选可调角度辐射板系统,设置在各个空调小区域(或虚拟空调区域)内,与红外热成像系统和中央空调送(回)风系统配套,根据红外热成像系统输出的控制信号来自动执行开启、关闭和调节等操作。本实施例的可调节角度辐射板系统中,最重要的部分是“方位角自动调节系统”,根据红外热成像和大数据系统给出的控制信号,将辐射板自动的调节到最佳的角度。可调节角度辐射板系统,基本类似于监控系统的摄像头可自动调节照射角度,只不过摄像头可能是根据设定好的程序自动旋转,而辐射板是根据系统给出的控制信号来自动调节的。
优选大数据分析系统,基于大数据和云计算技术,具有大量、高速、多样、真实性等优点,该分析系统将大量数据整理并进行计算和分析,指导空调系统开启、关闭和调节以及运行参数的设定,提高空调系统运行的智能化水平。航站楼是为航班和旅客服务的,到港航班及旅客个人信息等数据,航空系统内可以查到,将此类大数据导入本发明的大数据分析系统内,便能得到人员来自于全球的那个位置、人员的到达时间、人员的穿着(厚还是薄)等信息。大数据分析系统可根据旅客的下一个目的地信息(航站楼内换乘或离开航站楼)得到旅客在航站楼内的主要行进线路,长期停留和短暂经过的区域可根据历史数据进行判断,通过此航班乘客在航站楼内的历史数据可以得到人员进入航站楼后的行进路线、长期停留和短暂经过的区域的数据。
上文所列出的一系列的详细说明仅仅是针对本发明的可行性实施方式的具体说明,它们并非用以限制本发明的保护范围,凡未脱离本发明技艺精神所作的等效实施方式或变更均应包含在本发明的保护范围之内。
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 (10)

1.基于热成像和大数据技术的中央空调系统节能控制方法,其特征在于,包括:
红外热成像系统扫描目标区域温度,得到实时的温度分布数据;
获取所述温度分布数据后计算分析得到目标区域需要的空调系统设定参数,中央空调系统依据该空调系统设定参数控制该目标区域对应的空调机组工作。
2.根据权利要求1所述的中央空调系统节能运行控制方法,其特征在于,所述目标区域包括至少一个长期停留区域、至少一个短暂经过区域,所述中央空调系统分别控制长期停留区域内的空调机组、短暂经过区域内的空调机组工作。
3.根据权利要求1所述的中央空调系统节能运行控制方法,其特征在于,通过扫描目标区域的温度分布数据,并结合目标区域内空气温度测点所测得的温度值,计算出目标区域的所需要的“人体操作温度”。
4.根据权利要求3所述的中央空调系统节能运行控制方法,其特征在于,还包括:大数据分析系统,所述大数据分析系统提前判断室内人员对室内空调环境的需求,所述中央空调系统提前开启并按大数据分析系统的判断控制空调机组智能化运行。
5.根据权利要求4所述的中央空调系统节能运行控制方法,其特征在于,所述大数据分析系统的分析包括但不限于:室内人员的数量,室内人员的穿衣薄厚、行进路线、长期停留区域或短暂经过区域。
6.根据权利要求4所述的中央空调系统节能运行控制方法,其特征在于,所述大数据分析系统的分析还包括:室内人员来自于全球的哪个位置、人员到达室内的时间。
7.根据权利要求3所述的中央空调系统节能运行控制方法,其特征在于,所述大数据分析系统基于大数据和云计算技术,将大量数据整理并进行计算和分析,指导中央空调系统开启、关闭和调节以及运行参数的设定。
8.根据权利要求1所述的中央空调系统节能运行控制方法,其特征在于,所述的红外热成像系统是基于红外非接触测温原理,将红外测温技术和热成像技术结合构建的红外非接触测温、成像及分析控制系统。
9.根据权利要求1-8任一项所述的中央空调系统节能运行控制方法,其特征在于,还包括:可调角度辐射板系统,所述可调角度辐射板系统自动调整辐射板的角度。
10.根据权利要求9所述的中央空调系统节能运行控制方法,其特征在于,所述可调角度辐射板系统根据红外热成像系统输出的控制信号来自动执行开启、关闭或调节。
CN201911124558.XA 2018-11-19 2019-11-18 基于热成像和大数据技术的中央空调系统节能控制方法 Pending CN110736222A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201811374429 2018-11-19
CN2018113744291 2018-11-19

Publications (1)

Publication Number Publication Date
CN110736222A true CN110736222A (zh) 2020-01-31

Family

ID=69273104

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911124558.XA Pending CN110736222A (zh) 2018-11-19 2019-11-18 基于热成像和大数据技术的中央空调系统节能控制方法

Country Status (1)

Country Link
CN (1) CN110736222A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112594874A (zh) * 2020-12-15 2021-04-02 南京岁卞智能设备有限公司 基于热成像和大数据技术的中央空调系统节能控制系统
CN112721571A (zh) * 2021-02-03 2021-04-30 西华大学 多参数影响的共享汽车后排微气候调节方法及系统
CN113446684A (zh) * 2021-06-30 2021-09-28 广州地铁设计研究院股份有限公司 一种地铁车站公共区智能空调
CN113446683A (zh) * 2021-06-30 2021-09-28 广州地铁设计研究院股份有限公司 一种地铁车站设备及管理用房智能空调
CN114923265A (zh) * 2022-07-20 2022-08-19 湖南工商大学 一种基于物联网的中央空调节能控制系统
CN115200174A (zh) * 2022-07-13 2022-10-18 深圳中集天达空港设备有限公司 登机通道空调的控制方法、装置、电子设备和存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001082782A (ja) * 1999-09-13 2001-03-30 Toshiba Corp 空調制御装置
CN101737907A (zh) * 2009-12-24 2010-06-16 于震 基于热成像技术的室内环境智能控制系统及方法
CN106642534A (zh) * 2016-11-14 2017-05-10 珠海格力电器股份有限公司 空调控制方法和装置
CN106679079A (zh) * 2016-12-13 2017-05-17 珠海格力电器股份有限公司 空调系统的控制方法及空调系统
CN107655145A (zh) * 2017-10-24 2018-02-02 珠海格力电器股份有限公司 空调智能调节方法及装置
CN108444080A (zh) * 2018-03-29 2018-08-24 广东美的制冷设备有限公司 空调器的控制方法以及空调器

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001082782A (ja) * 1999-09-13 2001-03-30 Toshiba Corp 空調制御装置
CN101737907A (zh) * 2009-12-24 2010-06-16 于震 基于热成像技术的室内环境智能控制系统及方法
CN106642534A (zh) * 2016-11-14 2017-05-10 珠海格力电器股份有限公司 空调控制方法和装置
CN106679079A (zh) * 2016-12-13 2017-05-17 珠海格力电器股份有限公司 空调系统的控制方法及空调系统
CN107655145A (zh) * 2017-10-24 2018-02-02 珠海格力电器股份有限公司 空调智能调节方法及装置
CN108444080A (zh) * 2018-03-29 2018-08-24 广东美的制冷设备有限公司 空调器的控制方法以及空调器

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
克里斯托弗•亚历山大: "《建筑模式语言——城镇•建筑•构造》", 31 December 1989, 中国建筑工业出版社 *
卿启云: "《机械故障诊断基础》", 30 November 1995, 冶金工业出版社 *
孙涛: "《亚健康红外热成像测评》", 30 June 2018, 中国中医药出版社 *
樊重俊等: "《大数据分析与应用》", 31 January 2016 *
王昭俊: "《室内空气环境评价与控制》", 30 April 2016 *
蒋靖: "航站楼中央空调通风系统的运行与控制", 《制冷与空调》 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112594874A (zh) * 2020-12-15 2021-04-02 南京岁卞智能设备有限公司 基于热成像和大数据技术的中央空调系统节能控制系统
CN112721571A (zh) * 2021-02-03 2021-04-30 西华大学 多参数影响的共享汽车后排微气候调节方法及系统
CN112721571B (zh) * 2021-02-03 2023-05-09 重庆桴之科科技发展有限公司 多参数影响的共享汽车后排微气候调节方法及系统
CN113446684A (zh) * 2021-06-30 2021-09-28 广州地铁设计研究院股份有限公司 一种地铁车站公共区智能空调
CN113446683A (zh) * 2021-06-30 2021-09-28 广州地铁设计研究院股份有限公司 一种地铁车站设备及管理用房智能空调
CN115200174A (zh) * 2022-07-13 2022-10-18 深圳中集天达空港设备有限公司 登机通道空调的控制方法、装置、电子设备和存储介质
CN115200174B (zh) * 2022-07-13 2024-01-23 深圳中集天达空港设备有限公司 登机通道空调的控制方法、装置、电子设备和存储介质
CN114923265A (zh) * 2022-07-20 2022-08-19 湖南工商大学 一种基于物联网的中央空调节能控制系统

Similar Documents

Publication Publication Date Title
CN110736222A (zh) 基于热成像和大数据技术的中央空调系统节能控制方法
CN107917507B (zh) 一种融合图像信息的集中空调热舒适度pmv控制方法
CN106979588B (zh) 一种机房空调能耗的节能管理系统及节能管理方法
Yang et al. Model predictive control for integrated control of air-conditioning and mechanical ventilation, lighting and shading systems
CN110332647B (zh) 地铁地下车站空调系统负荷预测方法及空调系统
CN106864205B (zh) 一种车辆用太阳能空调的温度补偿方法及系统
CN106295902A (zh) 建筑冷热负荷预测系统、方法及建筑内部空气调节系统
Kim et al. Energy-saving performance of light shelves under the application of user-awareness technology and light-dimming control
CN110645686B (zh) 基于多源信息融合的地铁站空调系统节能控制方法和系统
CN108426354A (zh) 基于辐射时间序列方法的空调负荷预测系统
CN109945463A (zh) 带有超微型无人机的人工环境控制系统及其运行方法
Mokrzecka Influence of building shape and orientation on heating demand: simulations for student dormitories in temperate climate conditions
CN113446683A (zh) 一种地铁车站设备及管理用房智能空调
CN116182321B (zh) 基于机器学习的暖通空调自动调温系统
Kciuk et al. Design and modeling of intelligent building office and thermal comfort based on probabilistic neural network
CN208567008U (zh) 基于辐射时间序列方法的空调负荷预测系统
JP2003083589A (ja) 空調制御パラメータ設定システム
Ponechal et al. The impact of ventilation and shading control on the result of summer overheating simulation
Kessling et al. Innovative design concept for the new Bangkok international airport, NBIA
CN209877291U (zh) 带有超微型无人机的人工环境控制系统
CN109059171A (zh) 带自学习功能的自动追踪加热系统及方法
Huang et al. Effects of large skylights on lighting and thermal environments in underground public transport hubs: A case study in Shenzhen
CN108826618B (zh) 基于神经网络的节能加热方法
CN109000302B (zh) 一种适用于空旷库房的节能加热系统及方法
Dutta et al. An optimized air-conditioning set-point temperature selection approach in a shared office based on thermal comfort and energy efficiency

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: 20200131

RJ01 Rejection of invention patent application after publication