CN110736248B - 空调出风温度的控制方法和装置 - Google Patents
空调出风温度的控制方法和装置 Download PDFInfo
- Publication number
- CN110736248B CN110736248B CN201911039412.5A CN201911039412A CN110736248B CN 110736248 B CN110736248 B CN 110736248B CN 201911039412 A CN201911039412 A CN 201911039412A CN 110736248 B CN110736248 B CN 110736248B
- Authority
- CN
- China
- Prior art keywords
- temperature
- air conditioner
- air
- parameters
- change rate
- 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
- 238000000034 method Methods 0.000 title claims abstract description 65
- 230000007613 environmental effect Effects 0.000 claims abstract description 100
- 238000012545 processing Methods 0.000 claims abstract description 34
- 238000003062 neural network model Methods 0.000 claims abstract description 19
- 238000012549 training Methods 0.000 claims abstract description 16
- 238000012360 testing method Methods 0.000 claims description 44
- 230000003247 decreasing effect Effects 0.000 abstract description 4
- 230000000630 rising effect Effects 0.000 description 6
- 238000004378 air conditioning Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000001816 cooling Methods 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000005034 decoration Methods 0.000 description 2
- 238000010438 heat treatment Methods 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 1
- 230000003287 optical effect Effects 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
- F24F11/70—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
-
- 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)
- Physics & Mathematics (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Air Conditioning Control Device (AREA)
Abstract
本发明公开了一种空调出风温度的控制方法和装置。其中,该方法包括:获取空调所在区域的环境参数以及空调的设定参数;根据环境参数以及设定参数确定空调的初始目标出风温度;基于初始目标出风温度控制空调按照与初始目标出风温度对应的初始运行参数运行,并获取空调按照初始运行参数运行时区域的温度变化速率;基于预设模型对温度变化速率、环境参数以及设定参数进行处理,得到空调的目标出风温度,其中,预设模型为基于多组数据对神经网络模型进行训练得到的,多组数据至少包括环境参数以及空调的设定参数。本发明解决了现有技术中,当空调所在区域内的环境参数与空调的出风温度不匹配时,空调所在区域内的温度上升或下降的速度慢的技术问题。
Description
技术领域
本发明涉及家电控制领域,具体而言,涉及一种空调出风温度的控制方法和装置。
背景技术
在夏季,空调成为了人们必不可少的家用电器,即使在冬季,人们也可以通过空调来取暖。
传统空调通常通过控制空调的运行频率、内风机转速等参数来间接控制空调的出风温度,而无法根据空调所在室内的室内温度、室内湿度、室外温度等参数来控制空调的出风温度。由于现有的空调无法根据空调所在室内的室内温度、室内湿度、室外温度等参数直接控制空调的出风温度,因此,当空调所在室内的室内温度、室内湿度、室外温度等参数与空调的出风温度不匹配时,空调无法对室内的温度进行快速升温或降温,从而降低了用户的舒适度。
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空调出风温度的控制方法和装置,以至少解决现有技术中,当空调所在区域内的环境参数与空调的出风温度不匹配时,空调所在区域内的温度上升或下降的速度慢的技术问题。
根据本发明实施例的一个方面,提供了一种空调出风温度的控制方法,包括:获取空调所在区域的环境参数以及空调的设定参数;根据环境参数以及设定参数确定空调的初始目标出风温度;基于初始目标出风温度控制空调按照与初始目标出风温度对应的初始运行参数运行,并获取空调按照初始运行参数运行时区域的温度变化速率;基于预设模型对温度变化速率、环境参数以及设定参数进行处理,得到空调的目标出风温度,其中,预设模型为基于多组数据对神经网络模型进行训练得到的,多组数据至少包括环境参数以及空调的设定参数。
进一步地,空调出风温度的控制方法还包括:在温度变化速率大于预设速率的情况下,基于预设模型对环境参数以及设定参数进行处理,得到目标出风温度;在温度变化速率不大于预设速率的情况下,基于温度变化速率对预设模型进行修正,得到修正后的预设模型,并重新获取环境参数以及设定参数,根据重新获取后的环境温度以及设定参数确定初始目标出风温度,然后基于初始目标出风温度确定温度变化速率,直至温度变化速率大于预设速率为止。
进一步地,空调出风温度的控制方法还包括:获取空调在不同工况下的环境参数以及设定参数;对环境参数以及设定参数进行处理,得到不同工况下对应的温度变化速率以及出风温度;基于神经网络模型确定温度变化速率与出风温度的关联关系;基于关联关系确定使温度变化速率最大的最佳出风温度,其中,最佳出风温度为初始目标出风温度。
进一步地,空调出风温度的控制方法还包括:获取空调对应的当前环境参数以及当前设定参数;确定空调在目标环境参数以及目标设定参数下运行时的最佳出风温度,其中,目标环境参数与当前环境参数相匹配,目标设定参数与当前设定参数相匹配;确定最佳出风温度为初始目标出风温度。
进一步地,空调出风温度的控制方法还包括:根据环境参数以及设定参数确定空调的换热器的温度;确定换热器的温度为初始目标出风温度。
进一步地,空调出风温度的控制方法还包括:在基于预设模型对温度变化速率、环境参数以及设定参数确定空调的目标出风温度之前,获取试验测试数据和/或属于同一控制系统的空调的运行数据,其中,试验测试数据为对多个空调进行测试所得到的数据;基于试验测试数据和/或属于同一控制系统的空调的运行数据对神经网络模型进行训练,得到预设模型。
进一步地,空调出风温度的控制方法还包括:在基于预设模型对温度变化速率、环境参数以及设定参数确定空调的目标出风温度之前,获取试验测试数据和/或属于同一控制系统的空调的运行数据,其中,试验测试数据为对多个空调进行测试所得到的数据;根据试验测试数据和/或属于同一控制系统的空调的运行数据确定目标出风温度曲线;根据目标出风温度曲线确定预设模型。
根据本发明实施例的另一方面,还提供了一种空调出风温度的控制方法,包括:获取空调的初始目标出风温度;基于初始目标出风温度控制空调按照初始运行参数运行,并获取空调按照初始运行参数运行时空调所在环境的温度变化速率;依据温度变化速率、空调所在区域的环境参数以及空调的设定参数确定空调的目标出风温度。
根据本发明实施例的另一方面,还提供了一种空调出风温度的控制装置,包括:获取模块,用于获取空调所在区域的环境参数以及空调的设定参数;确定模块,用于根据环境参数以及设定参数确定空调的初始目标出风温度;控制模块,用于基于初始目标出风温度控制空调按照与初始目标出风温度对应的初始运行参数运行,并获取空调按照初始运行参数运行时区域的温度变化速率;处理模块,用于基于预设模型对温度变化速率、环境参数以及设定参数进行处理,得到空调的目标出风温度,其中,预设模型为基于多组数据对神经网络模型进行训练得到的,多组数据至少包括环境参数以及空调的设定参数。
根据本发明实施例的另一方面,还提供了一种存储介质,该存储介质包括存储的程序,其中,在程序运行时控制存储介质所在设备执行上述的空调出风温度的控制方法。
根据本发明实施例的另一方面,还提供了一种处理器,该处理器用于运行程序,其中,程序运行时执行上述的空调出风温度的控制方法。
在本发明实施例中,采用神经网络算法确定空调的目标出风温度的方式,在获取到空调所在区域的环境参数以及空调的设定参数之后,根据环境参数以及设定参数确定空调的初始目标出风温度,然后再基于初始目标出风温度控制空调按照与初始目标出风温度对应的初始运行参数运行,并获取空调按照初始运行参数运行时区域的温度变化速率,最后基于预设模型对温度变化速率、环境参数以及设定参数进行处理,得到空调的目标出风温度。
在上述过程中,目标出风温度与环境参数相关,即当环境参数变化时,空调的出风温度也会发生变化,从而使得环境参数与空调的出风温度能够相匹配。另外,在得到空调的初始目标出风温度之后,空调按照初始目标出风温度对应的初始运行参数运行,并实时检测空调所在区域内的温度变化速率,根据温度变化速率来控制空调的目标出风温度,由此可见,空调的目标出风温度还与温度变化速率有关,因此,通过控制空调的目标出风温度可以控制空调所在区域内的温度快速上升或下降,以满足用户需求,提高用户体验。
由此可见,本申请所提供的方案达到了控制空调的出风温度的目的,从而实现了提高空调所在区域内的温度上升或下降的速度的技术效果,进而解决了现有技术中,当空调所在区域内的环境参数与空调的出风温度不匹配时,空调所在区域内的温度上升或下降的速度慢的技术问题。
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空调出风温度的控制方法的流程图;
图2是根据本发明实施例的一种可选的空调出风温度的控制方法的流程图;
图3是根据本发明实施例的一种可选的确定初始目标出风温度的流程图;
图4是根据本发明实施例的一种可选的预设模型处理数据的示意图;
图5是根据本发明实施例的一种空调出风温度的控制方法的流程图;以及
图6是根据本发明实施例的一种空调出风温度的控制装置的示意图。
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
根据本发明实施例,提供了一种空调出风温度的控制方法实施例,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空调出风温度的控制方法的流程图,如图1所示,该方法包括如下步骤:
步骤S102,获取空调所在区域的环境参数以及空调的设定参数。
在步骤S102中,空调所在区域为空调能够进行温度控制的区域,其中,该区域可以为封闭区域,例如,整个房间,也可以为大区域中的一部分,例如,商场内的部分区域。另外,空调所在区域的环境参数包括如下至少之一:室内温度、室内湿度、室外温度;空调的设定参数为用户所设定的参数,例如,温度、转速等。
在一种可选的实施例中,空调具有采集器,该采集器至少包括温度采集器、湿度采集器,其中,温度采集器可以采集空调所在区域的室内温度以及室外温度,湿度采集器可以采集空调所在区域的室内湿度。另外,空调还具有输入单元,例如,鼠标、键盘、触摸屏、语音采集器等,该输入单元可以获取用户输入到空调的设定参数。
步骤S104,根据环境参数以及设定参数确定空调的初始目标出风温度。
可选的,在步骤S104中,可以基于空调运行时的数据和/或智能算法对环境参数以及设定参数进行处理,以确定空调的初始目标出风温度,其中,空调运行时的数据可以为属于同一控制系统的空调的运行数据,也可以为与当前空调进行联网的其他空调运行时的数据,还可以该空调的历史运行数据、属于同一控制系统的空调的历史运行数据、与当前空调进行联网的其他空调运行时的历史运行数据。
另外,上述初始目标出风温度为能够使空调所在区域内的温度快速升温或降温的最佳出风温度。
步骤S106,基于初始目标出风温度控制空调按照与初始目标出风温度对应的初始运行参数运行,并获取空调按照初始运行参数运行时区域的温度变化速率。
在步骤S106中,在得到空调的初始目标出风温度之后,空调的处理器可获取空调输出初始目标出风温度时,空调的各个执行器的初始运行参数,并实时检测空调的各个执行器按照初始运行参数运行时,空调所在区域的温度变化速率。其中,空调的执行器包括如下至少之一:压缩机、电子膨胀阀、内风机、外风机,对应的初始运行参数包括如下至少之一:压缩机的初始频率和启动速度、电子膨胀阀的初始开度、内风机的初始转速、外风机的初始转速。
步骤S108,基于预设模型对温度变化速率、环境参数以及设定参数进行处理,得到空调的目标出风温度,其中,预设模型为基于多组数据对神经网络模型进行训练得到的,多组数据至少包括环境参数以及空调的设定参数。
可选的,在步骤S108中,在温度变化速率大于预设速率的情况下,基于预设模型对环境参数以及设定参数进行处理,得到目标出风温度;在温度变化速率不大于预设速率的情况下,基于温度变化速率对预设模型进行修正,得到修正后的预设模型,并重新获取环境参数以及设定参数,根据重新获取后的环境温度以及设定参数确定初始目标出风温度,然后基于初始目标出风温度确定温度变化速率,直至温度变化速率大于预设速率为止。
即当温度变化速率大于预设速率时,则预设模型根据空调所在区域的环境参数目标出风温度,从而控制空调的执行器的运行。当温度变化速率不大于预设速率时,则空调根据温度变化速率对预设模型进行修正,并重新根据空调所在区域的环境参数以及设定参数确定初始目标出风温度,重复步骤S106,直至温度变化速率大于预设速率为止。
可选的,图2示出了上述步骤S102至步骤S108所限定的方案,具体的,空调首先监测空调所在区域的环境参数以及设定参数,并确定空调的初始目标出风温度,然后控制空调的执行器按照与初始目标出风温度对应的初始运行参数运行,同时监测空调所在区域内的温度变化速率,然后基于预设模型对温度变化速率、环境参数以及设定参数进行处理,其中,如果温度变化速率不大于预设速率,则对预设模型进行修正,并重复执行上述过程,直至温度变化速率大于预设速率为止,从而形成该用户对应工况下的预设模型;如果温度变化速率大于预设速率,则记录温度变化速率和目标出风温度之间的关联关系,并形成该用户对应工况下的目标出风温度的控制模式。
需要说明的是,通过上述过程不断的对预设模型进行修正和学习,最终形成该用户在不同工况下对应的出风温度的模型以及根据该预设模型进行的空调执行器具体控制参数和模式。
另外,出风温度是空调器执行器运行的外在表现,执行器的运行参数直接决定了空调的实际出风温度大小。在本申请中,将出风温度作为目标参数控制空调执行器的运行,不同目标出风温度对应的执行器的运行参数和状态也是不同的。
基于上述步骤S102至步骤S108所限定的方案,可以获知,采用神经网络算法确定空调的目标出风温度的方式,在获取到空调所在区域的环境参数以及空调的设定参数之后,根据环境参数以及设定参数确定空调的初始目标出风温度,然后再基于初始目标出风温度控制空调按照与初始目标出风温度对应的初始运行参数运行,并获取空调按照初始运行参数运行时区域的温度变化速率,最后基于预设模型对温度变化速率、环境参数以及设定参数进行处理,得到空调的目标出风温度。
容易注意到的是,在上述过程中,目标出风温度与环境参数相关,即当环境参数变化时,空调的出风温度也会发生变化,从而使得环境参数与空调的出风温度能够相匹配。另外,在得到空调的初始目标出风温度之后,空调按照初始目标出风温度对应的初始运行参数运行,并实时检测空调所在区域内的温度变化速率,根据温度变化速率来控制空调的目标出风温度,由此可见,空调的目标出风温度还与温度变化速率有关,因此,通过控制空调的目标出风温度可以控制空调所在区域内的温度快速上升或下降,以满足用户需求,提高用户体验。
由此可见,本申请所提供的方案达到了控制空调的出风温度的目的,从而实现了提高空调所在区域内的温度上升或下降的速度的技术效果,进而解决了现有技术中,当空调所在区域内的环境参数与空调的出风温度不匹配时,空调所在区域内的温度上升或下降的速度慢的技术问题。
在一种可选的实施例中,在得到了空调所在区域的环境参数以及空调的设定参数之后,可以通过如下三种方式中的任意一种来确定空调的初始目标出风温度:
方式一:空调可以确定温度变化速率与出风温度的关联关系,进而根据该关联关系来确定空调的初始目标出风温度。
可选的,图3示出了确定初始目标出风温度的流程图,由图3可知,该过程包括如下步骤:
步骤S302,获取空调在不同工况下的环境参数以及设定参数;
步骤S304,对环境参数以及设定参数进行处理,得到不同工况下对应的温度变化速率以及出风温度;
步骤S306,基于神经网络模型确定温度变化速率与出风温度的关联关系;
步骤S308,基于关联关系确定使温度变化速率最大的最佳出风温度,其中,最佳出风温度为初始目标出风温度。
需要说明的是,在上述步骤S302至步骤S308所限定的步骤中,不同工况是指室内温度、室内湿度以及室外温度中的一个或多个处于不同参数范围时的场景。通过试验测试的方式可以得到不同工况和设定参数下的温度变化速率以及出风温度,另外,还可通过空调运行的大数据平台中收集的空调在实际过程中参数,从而得到空调的温度变化速率以及出风温度。进一步地,在得到空调的温度变化速率以及出风温度之后,利用神经网络模型寻找出风温度与温度变化速率的数学关系,从而求解出不同工况、不同设定参数下的保证升温和/或降温速率最快的最佳出风温度,并以此作为初始目标出风温度。
方式二:将工况相近或一致的空调的最佳出风温度作为初始目标出风温度。
具体的,首先获取空调对应的当前环境参数以及当前设定参数,然后确定空调在目标环境参数以及目标设定参数下运行时的最佳出风温度,并确定最佳出风温度为初始目标出风温度。其中,目标环境参数与当前环境参数相匹配,目标设定参数与当前设定参数相匹配。然后确定最佳出风温度为初始目标出风温度。例如,空调的处理器根据历史的试验测试数据或者大数据分析数据与当前空调对应的环境参数和/或设定参数相近或者一致的最佳出风温度来作为初始目标出风温度。
可选的,空调的处理器可通过将当前空调对应的环境参数以及设定参数,与历史的试验测试数据或者大数据分析数据进行比较,得打差异,并将差异最小的环境参数以及设定参数作为目标环境参数以及目标设定参数,然后再将目标环境参数以及目标设定参数对应的出风温度作为当前空调对应的初始目标出风温度。
方式三:根据空调换热器的温度来确定初始目标出风温度。
具体的,根据环境参数以及设定参数确定空调的换热器的温度,并确定换热器的温度为初始目标出风温度。
需要说明的是,由于空调的出风温度反映了空调换热器温度,因此可将空调换热器的温度作为初始目标出风温度。
进一步地,在确定了空调的初始目标出风温度之后,基于初始目标出风温度可得到空调所在区域的温度变化速率,进而基于预设模型对温度变化速率、环境参数以及设定参数进行处理,得到空调的目标出风温度。可选的,如图4所示的预设模型处理数据的示意图,由图4可知,将室内温度、室内湿度、室外温度、设定温度以及设定风速输入预设模型中,预设模型即可输出空调的目标出风温度。其中,在基于预设模型对温度变化速率、环境参数以及设定参数进行处理,得到空调的目标出风温度之前,需要获取预设模型。可选的,可以通过如下两种方式中的任意一种来获取预设模型:
方式一:首先获取试验测试数据和/或属于同一控制系统的空调的运行数据,其中,试验测试数据为对多个空调进行测试所得到的数据。然后,基于试验测试数据和/或属于同一控制系统的空调的运行数据对神经网络模型进行训练,得到预设模型。
可选的,可基于试验测试数据或空调运行大数据作为神经网络等智能算法数学模型的训练数据,对数学模型进行修正,以提高准确性,并将训练后的模型作为空调运行控制中的预设模型。
方式二:首先,获取试验测试数据和/或属于同一控制系统的空调的运行数据,其中,试验测试数据为对多个空调进行测试所得到的数据,然后根据试验测试数据和/或属于同一控制系统的空调的运行数据确定目标出风温度曲线,最后根据目标出风温度曲线确定预设模型。
需要说明的是,在方式二中,预设模型可以为动态变化的目标出风温度曲线,空调可基于目标出风温度曲线来确定空调的目标出风温度。
由上述内容可知,本申请所提供的方案能够实现快速提高或降低室内温度,提高用户舒适性的效果。
实施例2
根据本发明实施例,还提供了一种空调出风温度的控制方法实施例,其中,图5是根据本发明实施例的空调出风温度的控制方法的流程图,如图5所示,该方法包括如下步骤:
步骤S502,获取空调的初始目标出风温度。
可选的,在步骤S502中,空调的初始目标出风温度可以由用户输入,也可以是空调根据空调所在区域的环境参数以及空调的设定参数所确定的。
在一种可选的实施例中,首先,获取空调在不同工况下的环境参数以及设定参数,然后对环境参数以及设定参数进行处理,得到不同工况下对应的温度变化速率以及出风温度,并基于神经网络模型确定温度变化速率与出风温度的关联关系,最后,基于关联关系确定使温度变化速率最大的最佳出风温度,其中,最佳出风温度为初始目标出风温度。
在另一种可选的实施例中,将工况相近或一致的空调的最佳出风温度作为初始目标出风温度。首先获取空调对应的当前环境参数以及当前设定参数,然后确定空调在目标环境参数以及目标设定参数下运行时的最佳出风温度,并确定最佳出风温度为初始目标出风温度。其中,目标环境参数与当前环境参数相匹配,目标设定参数与当前设定参数相匹配。然后确定最佳出风温度为初始目标出风温度。
还存在一种可选的实施例,根据空调换热器的温度来确定初始目标出风温度。具体的,根据环境参数以及设定参数确定空调的换热器的温度,并确定换热器的温度为初始目标出风温度。
步骤S504,基于初始目标出风温度控制空调按照初始运行参数运行,并获取空调按照初始运行参数运行时空调所在环境的温度变化速率。
在得到空调的初始目标出风温度之后,空调的处理器可获取空调输出初始目标出风温度时,空调的各个执行器的初始运行参数,并实时检测空调的各个执行器按照初始运行参数运行时,空调所在区域的温度变化速率。其中,空调的执行器包括如下至少之一:压缩机、电子膨胀阀、内风机、外风机,对应的初始运行参数包括如下至少之一:压缩机的初始频率和启动速度、电子膨胀阀的初始开度、内风机的初始转速、外风机的初始转速。
步骤S506,依据温度变化速率、空调所在区域的环境参数以及空调的设定参数确定空调的目标出风温度。
可选的,空调可基于预设模型对温度变化速率、环境参数以及设定参数进行处理,得到目标出风温度,其中,预设模型为基于多组数据对神经网络模型进行训练得到的,多组数据至少包括环境参数以及空调的设定参数。
在一种可选的实施例中,获取试验测试数据和/或属于同一控制系统的空调的运行数据,其中,试验测试数据为对多个空调进行测试所得到的数据。然后,基于试验测试数据和/或属于同一控制系统的空调的运行数据对神经网络模型进行训练,得到预设模型。
在另一种可选的实施例中,获取试验测试数据和/或属于同一控制系统的空调的运行数据,其中,试验测试数据为对多个空调进行测试所得到的数据,然后根据试验测试数据和/或属于同一控制系统的空调的运行数据确定目标出风温度曲线,最后根据目标出风温度曲线确定预设模型。
由上述内容可知,在本申请中,目标出风温度与环境参数相关,即当环境参数变化时,空调的出风温度也会发生变化,从而使得环境参数与空调的出风温度能够相匹配。另外,在得到空调的初始目标出风温度之后,空调按照初始目标出风温度对应的初始运行参数运行,并实时检测空调所在区域内的温度变化速率,根据温度变化速率来控制空调的目标出风温度,由此可见,空调的目标出风温度还与温度变化速率有关,因此,通过控制空调的目标出风温度可以控制空调所在区域内的温度快速上升或下降,以满足用户需求,提高用户体验。
由此可见,本申请所提供的方案达到了控制空调的出风温度的目的,从而实现了提高空调所在区域内的温度上升或下降的速度的技术效果,进而解决了现有技术中,当空调所在区域内的环境参数与空调的出风温度不匹配时,空调所在区域内的温度上升或下降的速度慢的技术问题。
实施例3
根据本发明实施例,还提供了一种空调出风温度的控制装置实施例,其中,图6是根据本发明实施例的空调出风温度的控制装置的示意图,如图6所示,该装置包括:获取模块601、确定模块603、控制模块605以及处理模块607。
其中,获取模块601,用于获取空调所在区域的环境参数以及空调的设定参数;确定模块603,用于根据环境参数以及设定参数确定空调的初始目标出风温度;控制模块605,用于基于初始目标出风温度控制空调按照与初始目标出风温度对应的初始运行参数运行,并获取空调按照初始运行参数运行时区域的温度变化速率;处理模块607,用于基于预设模型对温度变化速率、环境参数以及设定参数进行处理,得到空调的目标出风温度,其中,预设模型为基于多组数据对神经网络模型进行训练得到的,多组数据至少包括环境参数以及空调的设定参数。
此处需要说明的是,上述获取模块601、确定模块603、控制模块605以及处理模块607对应于上述实施例的步骤S102至步骤S108,四个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所公开的内容。
在一种可选的实施例中,处理模块包括:第一处理模块以及第二处理模块。其中,第一处理模块,用于在温度变化速率大于预设速率的情况下,基于预设模型对环境参数以及设定参数进行处理,得到目标出风温度;第二处理模块,用于在温度变化速率不大于预设速率的情况下,基于温度变化速率对预设模型进行修正,得到修正后的预设模型,并重新获取环境参数以及设定参数,根据重新获取后的环境温度以及设定参数确定初始目标出风温度,然后基于初始目标出风温度确定温度变化速率,直至温度变化速率大于预设速率为止。
在一种可选的实施例中,确定模块包括:第一获取模块、第三处理模块、第一确定模块以及第二确定模块。其中,第一获取模块,用于获取空调在不同工况下的环境参数以及设定参数;第三处理模块,用于对环境参数以及设定参数进行处理,得到不同工况下对应的温度变化速率以及出风温度;第一确定模块,用于基于神经网络模型确定温度变化速率与出风温度的关联关系;第二确定模块,用于基于关联关系确定使温度变化速率最大的最佳出风温度,其中,最佳出风温度为初始目标出风温度。
在一种可选的实施例中,确定模块包括:第二获取模块、第三确定模块以及第四确定模块。其中,第二获取模块,用于获取空调对应的当前环境参数以及当前设定参数;第三确定模块,用于确定空调在目标环境参数以及目标设定参数下运行时的最佳出风温度,其中,目标环境参数与当前环境参数相匹配,目标设定参数与当前设定参数相匹配;第四确定模块,用于确定最佳出风温度为初始目标出风温度。
在一种可选的实施例中,确定模块包括:第五确定模块以及第六确定模块。其中,第五确定模块,用于根据环境参数以及设定参数确定空调的换热器的温度;第六确定模块,用于确定换热器的温度为初始目标出风温度。
在一种可选的实施例中,空调出风温度的控制装置还包括:第三获取模块以及训练模块。其中,第三获取模块,用于在基于预设模型对温度变化速率、环境参数以及设定参数确定空调的目标出风温度之前,获取试验测试数据和/或属于同一控制系统的空调的运行数据,其中,试验测试数据为对多个空调进行测试所得到的数据;训练模块,用于基于试验测试数据和/或属于同一控制系统的空调的运行数据对神经网络模型进行训练,得到预设模型。
在一种可选的实施例中,空调出风温度的控制装置还包括:第四获取模块、第七确定模块以及第八确定模块。其中,第四获取模块,用于获取试验测试数据和/或属于同一控制系统的空调的运行数据,其中,试验测试数据为对多个空调进行测试所得到的数据;第七确定模块,用于根据试验测试数据和/或属于同一控制系统的空调的运行数据确定目标出风温度曲线;第八确定模块,用于根据目标出风温度曲线确定预设模型。
实施例4
根据本发明实施例的另一方面,还提供了一种存储介质,该存储介质包括存储的程序,其中,在程序运行时控制存储介质所在设备执行上述实施例1中的空调出风温度的控制方法。
实施例5
根据本发明实施例的另一方面,还提供了一种处理器,该处理器用于运行程序,其中,程序运行时执行上述实施例1中的空调出风温度的控制方法。
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)
1.一种空调出风温度的控制方法,其特征在于,包括:
获取空调所在区域的环境参数以及所述空调的设定参数;
根据所述环境参数以及所述设定参数确定所述空调的初始目标出风温度;
基于所述初始目标出风温度控制所述空调按照与所述初始目标出风温度对应的初始运行参数运行,并获取所述空调按照所述初始运行参数运行时所述区域的温度变化速率;
基于预设模型对所述温度变化速率、所述环境参数以及所述设定参数进行处理,得到所述空调的目标出风温度,其中,所述预设模型为基于多组数据对神经网络模型进行训练得到的,所述多组数据至少包括所述环境参数以及所述空调的设定参数;
其中,基于预设模型对所述温度变化速率、所述环境参数以及所述设定参数进行处理,得到所述空调的目标出风温度,包括:在所述温度变化速率大于预设速率的情况下,基于所述预设模型对所述环境参数以及所述设定参数进行处理,得到所述目标出风温度;在所述温度变化速率不大于所述预设速率的情况下,基于所述温度变化速率对所述预设模型进行修正,得到修正后的预设模型,并重新获取所述环境参数以及所述设定参数,根据重新获取后的环境温度以及所述设定参数确定所述初始目标出风温度,然后基于所述初始目标出风温度确定所述温度变化速率,直至所述温度变化速率大于所述预设速率为止。
2.根据权利要求1所述的方法,其特征在于,根据所述环境参数以及所述设定参数确定所述空调的初始目标出风温度,包括:
获取所述空调在不同工况下的环境参数以及所述设定参数;
对所述环境参数以及所述设定参数进行处理,得到所述不同工况下对应的温度变化速率以及出风温度;
基于神经网络模型确定所述温度变化速率与所述出风温度的关联关系;
基于所述关联关系确定使所述温度变化速率最大的最佳出风温度,其中,所述最佳出风温度为所述初始目标出风温度。
3.根据权利要求1所述的方法,其特征在于,根据所述环境参数以及所述设定参数确定所述空调的初始目标出风温度,包括:
获取所述空调对应的当前环境参数以及当前设定参数;
确定所述空调在目标环境参数以及目标设定参数下运行时的最佳出风温度,其中,所述目标环境参数与所述当前环境参数相匹配,所述目标设定参数与所述当前设定参数相匹配;
确定所述最佳出风温度为所述初始目标出风温度。
4.根据权利要求1所述的方法,其特征在于,根据所述环境参数以及所述设定参数确定所述空调的初始目标出风温度,包括:
根据所述环境参数以及所述设定参数确定所述空调的换热器的温度;
确定所述换热器的温度为所述初始目标出风温度。
5.根据权利要求1所述的方法,其特征在于,在基于预设模型对所述温度变化速率、所述环境参数以及所述设定参数确定所述空调的目标出风温度之前,所述方法还包括:
获取试验测试数据和/或属于同一控制系统的空调的运行数据,其中,所述试验测试数据为对多个空调进行测试所得到的数据;
基于所述试验测试数据和/或所述属于同一控制系统的空调的运行数据对所述神经网络模型进行训练,得到所述预设模型。
6.根据权利要求1所述的方法,其特征在于,在基于预设模型对所述温度变化速率、所述环境参数以及所述设定参数确定所述空调的目标出风温度之前,所述方法还包括:
获取试验测试数据和/或属于同一控制系统的空调的运行数据,其中,所述试验测试数据为对多个空调进行测试所得到的数据;
根据所述试验测试数据和/或所述属于同一控制系统的空调的运行数据确定目标出风温度曲线;
根据所述目标出风温度曲线确定所述预设模型。
7.一种空调出风温度的控制方法,其特征在于,包括:
获取空调的初始目标出风温度;
基于所述初始目标出风温度控制所述空调按照初始运行参数运行,并获取所述空调按照所述初始运行参数运行时所述空调所在环境的温度变化速率;
依据所述温度变化速率、所述空调所在区域的环境参数以及所述空调的设定参数确定所述空调的目标出风温度;
其中,依据所述温度变化速率、所述空调所在区域的环境参数以及所述空调的设定参数确定所述空调的目标出风温度,包括:在所述温度变化速率大于预设速率的情况下,基于所述预设模型对所述环境参数以及所述设定参数进行处理,得到所述目标出风温度;在所述温度变化速率不大于所述预设速率的情况下,基于所述温度变化速率对所述预设模型进行修正,得到修正后的预设模型,并重新获取所述环境参数以及所述设定参数,根据重新获取后的环境温度以及所述设定参数确定所述初始目标出风温度,然后基于所述初始目标出风温度确定所述温度变化速率,直至所述温度变化速率大于所述预设速率为止。
8.一种空调出风温度的控制装置,其特征在于,包括:
获取模块,用于获取空调所在区域的环境参数以及所述空调的设定参数;
确定模块,用于根据所述环境参数以及所述设定参数确定所述空调的初始目标出风温度;
控制模块,用于基于所述初始目标出风温度控制所述空调按照与所述初始目标出风温度对应的初始运行参数运行,并获取所述空调按照所述初始运行参数运行时所述区域的温度变化速率;
处理模块,用于基于预设模型对所述温度变化速率、所述环境参数以及所述设定参数进行处理,得到所述空调的目标出风温度,其中,所述预设模型为基于多组数据对神经网络模型进行训练得到的,所述多组数据至少包括所述环境参数以及所述空调的设定参数;
所述处理模块包括:第一处理模块,用于在所述温度变化速率大于预设速率的情况下,基于所述预设模型对所述环境参数以及所述设定参数进行处理,得到所述目标出风温度;第二处理模块,用于在所述温度变化速率不大于所述预设速率的情况下,基于所述温度变化速率对所述预设模型进行修正,得到修正后的预设模型,并重新获取所述环境参数以及所述设定参数,根据重新获取后的环境温度以及所述设定参数确定所述初始目标出风温度,然后基于所述初始目标出风温度确定所述温度变化速率,直至所述温度变化速率大于所述预设速率为止。
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中任意一项所述的空调出风温度的控制方法。
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中任意一项所述的空调出风温度的控制方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911039412.5A CN110736248B (zh) | 2019-10-29 | 2019-10-29 | 空调出风温度的控制方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911039412.5A CN110736248B (zh) | 2019-10-29 | 2019-10-29 | 空调出风温度的控制方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110736248A CN110736248A (zh) | 2020-01-31 |
CN110736248B true CN110736248B (zh) | 2020-09-25 |
Family
ID=69270272
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911039412.5A Active CN110736248B (zh) | 2019-10-29 | 2019-10-29 | 空调出风温度的控制方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110736248B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111365828A (zh) * | 2020-03-06 | 2020-07-03 | 上海外高桥万国数据科技发展有限公司 | 结合机器学习实现数据中心节能温控的模型预测控制方法 |
CN111473887B (zh) * | 2020-05-06 | 2021-08-24 | Oppo广东移动通信有限公司 | 壳体温度的获取方法、装置、存储介质和电子设备 |
CN112611093B (zh) * | 2020-12-18 | 2022-04-08 | 珠海格力电器股份有限公司 | 空调器的控制方法和空调器 |
CN113280464B (zh) * | 2021-06-09 | 2022-03-04 | 珠海格力电器股份有限公司 | 空调控制方法、空调控制器及空调机组 |
CN113847712A (zh) * | 2021-09-15 | 2021-12-28 | 珠海格力电器股份有限公司 | 空调的控制方法、控制装置和空调系统 |
CN117989676B (zh) * | 2024-04-07 | 2024-06-25 | 江苏华复保利环保科技有限公司 | 基于大数据的空调能耗数据监管方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0650591A (ja) * | 1992-07-30 | 1994-02-22 | Sanyo Electric Co Ltd | 空気調和機における運転制御方法 |
CN101832618A (zh) * | 2010-04-29 | 2010-09-15 | 海信(山东)空调有限公司 | 空调器压缩机频率控制方法及控制装置 |
CN103471204A (zh) * | 2013-08-29 | 2013-12-25 | 惠州市华阳多媒体电子有限公司 | 舒适度可配置的汽车空调控制系统及控制方法 |
CN104006502A (zh) * | 2014-06-11 | 2014-08-27 | 珠海格力电器股份有限公司 | 空调运行方法和装置 |
CN104110764A (zh) * | 2013-05-22 | 2014-10-22 | 广东美的制冷设备有限公司 | 一种空调、空调控制方法及系统 |
CN110030681A (zh) * | 2019-03-18 | 2019-07-19 | 青岛海尔空调器有限总公司 | 空调控制方法、控制装置及空调 |
-
2019
- 2019-10-29 CN CN201911039412.5A patent/CN110736248B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0650591A (ja) * | 1992-07-30 | 1994-02-22 | Sanyo Electric Co Ltd | 空気調和機における運転制御方法 |
CN101832618A (zh) * | 2010-04-29 | 2010-09-15 | 海信(山东)空调有限公司 | 空调器压缩机频率控制方法及控制装置 |
CN104110764A (zh) * | 2013-05-22 | 2014-10-22 | 广东美的制冷设备有限公司 | 一种空调、空调控制方法及系统 |
CN103471204A (zh) * | 2013-08-29 | 2013-12-25 | 惠州市华阳多媒体电子有限公司 | 舒适度可配置的汽车空调控制系统及控制方法 |
CN104006502A (zh) * | 2014-06-11 | 2014-08-27 | 珠海格力电器股份有限公司 | 空调运行方法和装置 |
CN110030681A (zh) * | 2019-03-18 | 2019-07-19 | 青岛海尔空调器有限总公司 | 空调控制方法、控制装置及空调 |
Also Published As
Publication number | Publication date |
---|---|
CN110736248A (zh) | 2020-01-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110736248B (zh) | 空调出风温度的控制方法和装置 | |
CN108195053B (zh) | 空调防凝露控制的方法、装置及计算机存储介质 | |
CN107883536B (zh) | 空调设备的参数调整方法及装置、终端 | |
CN108361954B (zh) | 空调防凝露控制的方法、装置及计算机存储介质 | |
CN106091237B (zh) | 空调防凝露运行控制方法及装置 | |
CN107421074B (zh) | 空调控制的方法及装置 | |
CN110726232B (zh) | 空调器的控制方法及装置、空调器设备 | |
CN110736225B (zh) | 空调的控制方法和装置 | |
WO2022218014A1 (zh) | 用于家电控制的方法、装置和家电 | |
CN104913440A (zh) | 空调器舒适性控制方法 | |
CN110726209B (zh) | 空调控制方法、装置、存储介质以及处理器 | |
CN108253603B (zh) | 空调控制的方法、装置、系统和空调 | |
CN110736249A (zh) | 压缩机的运行频率控制方法及装置、存储介质和处理器 | |
CN111895608B (zh) | 空调器与通风机的联动控制方法及装置 | |
CN110873446B (zh) | 控制空调的方法及装置、存储介质、处理器 | |
CN105004005A (zh) | 空调器的控制方法、装置和空调器 | |
CN110726219B (zh) | 空调的控制方法、装置和系统,存储介质及处理器 | |
CN110081560B (zh) | 风机运行频率的调整方法及装置 | |
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 | |
CN108375174B (zh) | 空调防凝露控制的方法、装置及计算机存储介质 | |
CN110940031A (zh) | 一种空调控制方法及厨房空调系统、存储介质 | |
CN109210692A (zh) | 一种空调自动控制方法和空调 | |
CN109323403A (zh) | 空调器及其控制方法和控制装置及电子设备 | |
CN113294897A (zh) | 空调器的转速控制方法、空调器和存储介质 |
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 |