CN110966714B - 一种空调智能控制方法、计算机可读存储介质及空调 - Google Patents

Abstract

本发明提供了一种空调智能控制方法、计算机可读存储介质及空调，实时检测空调运行时的相关参数和运行时间，依据检测的相关参数拟定下一时刻运行参数并计算出空调的实时控温精度，匹配下一时刻运行参数所对应下一时刻的空调目标运行能力值及目标能效参数，并计算下一时刻的拟定实际运行能力值。本发明利用神经网络算法处理复杂数据运算的高效性，实现空调控制过程更加高效化、智能化，可使空调在制冷/制热运行过程中，在保证温降/温升效果的前提下，使其控温过程更加节能，从而降低机组耗电量，提升整机能效。

Description

一种空调智能控制方法、计算机可读存储介质及空调

技术领域

本发明涉及空调技术领域，具体涉及一种空调智能控制方法、计算机可读存储介质及空调。

背景技术

目前，空调的研发测试大多是在实验室中完成，测试工况有限。而空调实际运行时，工况往往复杂多变。这种测试工况与实际运行工况之间的巨大差异，会造成空调不满足用户的使用体验，且实际运行能耗较大。另外，当前空调的控制方式自出厂起就已定式，不管实际运行条件如何，均按照单一的控制逻辑干预机组运行，导致空调输出能力与所需负荷匹配度较低，空调的输出能力过度或者不足，使得用户的舒适性差且易造成能源浪费。

针对相关技术中，由于空调的控制方式自出厂起就已定式，导致在复杂多变的运行工况下，空调输出能力与所需负荷匹配度较低，不满足用户使用体验的问题，目前尚未提出有效的解决方案。

发明内容

针对现有技术的不足，本发明提出了一种空调智能控制方法，解决了传统空调在制冷/制热运行过程中，控温过程不节能、耗电量偏高、整机能效较差的问题，解决了传统空调控制器数据运算能力差、智能化程度低的问题。

为实现上述目的，本发明采用如下技术方案：

一种空调智能控制方法，实时检测空调运行时的相关参数和运行时间，依据检测的相关参数拟定下一时刻运行参数并计算出空调的实时控温精度，匹配下一时刻运行参数所对应下一时刻的空调目标运行能力值及目标能效参数，并计算下一时刻的拟定实际运行能力值。利用神经网络算法处理复杂数据运算的高效性，实现空调控制过程更加高效化、智能化，可使空调在制冷/制热运行过程中，在保证温降/温升效果的前提下，使其控温过程更加节能，从而降低机组耗电量，提升整机能效。

进一步的，所述实时检测空调运行时的相关参数包括：空调内环温度T_内环、外环温度T_外环、压缩机运行频率F、内风机转速N_n、外风机转速N_w、膨胀阀开度B。通过检测空调上述的运行参数，可以分析空调当前运行状态，并分析上述参数获得空调的运行参数。

进一步的，所述计算出空调的实时控温精度具体为：制冷模式下，实时控温精度△T=T_内环-T_设定；制热模式下，实时控温精度△T=T_设定-（T_内环-T_内环补偿），其中T_内环补偿为预设常数值，T_设定为设定温度值。通过检测内环的实时温度，与设定温度比较计算出实时的控温精度，获得的控温精度精准，有利于提高后续的实际运行能力的计算准确性。

进一步的，所述依据检测的相关参数拟定下一时刻运行参数具体为：若运行时间t满足t＜t1，则根据检测的实时参数值并依据模糊控制或PID控制控制系统以运行参数F_实际、N_n实际、N_w实际、B_实际正常运行 。通过对运行时间的判断，当满足条件时证明当前运行时间较短，这种情况下直接按照系统本身的控制逻辑运行即可，不会对系统的能耗造成影响。

进一步的，所述依据检测的相关参数拟定下一时刻运行参数具体为：若运行时间t满足t≥t1,检测空调运行至t1时刻的实时参数值T_内环t1、T_外环t1、T_设定、△T _t1并依据模糊控制或PID控制计算机组下一时刻t1+a拟定运行参数F_目标t1+a、N_n目标t1+a、N_w目标t1+a、B_目标t1+a ，其中a为控制指令更新周期。当运行时间产国预设值，系统则需要通过当前时刻运行的参数拟定下一时刻的运行参数，保证在不降低运行效果的基础上，实现控温更节能。

进一步的，所述计算下一时刻的拟定实际运行能力值具体为：根据工况运行参数值T_内环t1、T_外环t1、F_目标t1+a、N_n目标t1+a、N_w目标t1+a、B_目标t1+a、D，查询模块中内置存储的空调运行大数据参数，匹配获取该工况运行参数所对应的下一时刻t1+a时刻空调目标运行能力值Q_目标t1+a、及目标能效参数EER_目标t1+a，并计算下一时刻t1+a时刻空调拟定实际运行能力值Q_实际t1+a=(1-A)* Q_目标t1+a ，其中A为能力修正系数。利用存储的大数据进行目标运行参数、目标能力值和目标能耗参数的筛选匹配，获得当前运行工况下的目标参数，并依据目标参数的具体情况进行实际运行参数的调整，从而降低机组耗电量，提升整机能效。

进一步的，所述计算下一时刻的拟定实际运行能力值具体为：若△T=T_设定+K ，计算运行能力值累计变化量Q_{累计变化量}，Q_{累计变化量}=∫₀ ^t（Q_目标-Q_实际），若Q_{累计变化量}=0，实际运行能力值Q_实际=Q_目标，空调按匹配的运行参数运行，其中K为常数值。当运行能力值没变化时，不需要对运行参数进行调整，保持当前运行即可。

进一步的，若Q_{累计变化量}＞0，则空调自t时刻起将其实际运行能力值由Q_实际提升为Q_实际 ^’= Q_实际+ Q_{累计变化量}/100运行。

进一步的，若Q_{累计变化量}＜0，则空调自t时刻起将其实际运行能力值由Q_实际降低为Q_实际 ^’= Q_实际-Q_{累计变化量}/100运行。

一种空调，包括检测传感器、神经网络模块、控制器和执行器，所述检测传感器用于检测空调运行时的相关参数并发送至神经网络模块，所述神经网络模块在运行时执行如以上任一项所述的空调智能控制方法，所述控制器用于接收指令和发送控制指令，所述执行器执行控制器传输的控制指令。

一种计算机可读存储介质，用于存储计算机程序，所述计算机程序被处理器调用时实现以上任一项所述的空调智能控制方法。

本发明提供的一种空调智能控制方法、计算机可读存储介质及空调的有益效果在于：（1）可使空调在制冷（制热）运行过程中，在保证温降效果的前提下，使其控温运行过程更加节能，从而降低机组耗电量，提升整机能效；（2）可提高传统空调控制器的数据运算能力，使其空调控制运行过程更加高效、智能化。

附图说明

图1为本发明所述空调智能控制流程示意图。

具体实施方式

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、完整的描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。本领域普通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，均属于本发明的保护范围。

实施例1：一种空调智能控制方法。

一种空调智能控制方法，具体步骤如下：

（1）用户设定空调制冷模式、空调设定温度值T_设定以及空调导风板状态D开机，其自身控制器控制机组正常运行，同时神经网络模块开始统计空调开机运行时间t(t开机时的初始取值为0，时间t单位为秒或分钟，优选分钟)；

（2）空调检测传感器实时检测空调内环感温包温度T_内环、外环感温包温度T_外环、压缩机运行频率F、内风机转速N_n、外风机转速N_w、膨胀阀开度B（仅含有膨胀阀的空调有此项，下同），同时将其参数值传递给空调神经网络模块；

（3）神经网络模块计算空调的实时控温精度△T（制冷模式：△T=T_内环-T_设定，制热模式：△T= T_设定-（T_内环- T_内环补偿），T_内环补偿为常数，一般取值为2或3），并判断空调开机运行时间t条件；

若t＜t1，则执行如下控制：（t1根据具体空调机型由厂家确定，为常数值；i为空调当前运行时间的区别角标，取值正整数）空调控制器根据实时参数值T_内环、T_外环、T_设定、△T并依据自身“传统控制”逻辑（模糊控制、PID控制等）控制机组执行器以运行参数F_实际、N_n实际、N_w实际、B_实际、D正常运行（Q_实际= Q_目标）；

若t≥t1，则执行如下控制：（t1<t1+n*a<t2< t1+(n+1)*a；其中n取值正整数；a为空调控制器“智能控制”指令更新周期，即神经网络模块指令运行周期，由空调厂家给定，取值为正数）

1）当空调开机运行至t1时刻时，空调控制器根据实时参数值T_内环t1、T_外环t1、T_设定、△T _t1并依据自身“传统控制”逻辑（模糊控制、PID控制等）计算机组下时刻(t1+a时刻)拟定运行参数F_目标t1+a、N_n目标t1+a、N_w目标t1+a、B_目标t1+a、D；

2）空调神经网络模块根据工况运行参数值T_内环t1、T_外环t1、F_目标t1+a、N_n目标t1+a、N_w目标t1+a、B_目标t1+a、D，查询其模块中内置存储的空调运行大数据参数，匹配获取该工况运行参数所对应的下时刻(t1+a时刻)空调目标运行能力值Q_目标t1+a、及目标能效参数EER_目标t1+a，并计算下时刻(t1+a时刻) 空调拟定实际运行能力值Q_实际t1+a=(1-A_{能力修正系数})* Q_目标t1+a；

3）空调神经网络模块根据T_内环t1、T_外环t1、Q_实际t1+a、D查询其模块中内置存储的空调运行大数据参数，匹配该参数所对应的频率F最低或能效EER最大(优先频率F最低，下同)的工况运行参数F_实际t1+a、N_n实际t1+a、N_w实际t1+a、B_实际t1+a，EER_实际t1+a，并将其参数传递给空调控制器；

4）空调控制器控制空调执行器以工况参数F_实际t1+a、N_n实际t1+a、N_w实际t1+a、B_实际t1+a、D由时刻t1运行时间段a至时刻t1+a；

5）神经网络模块以空调的控温精度值△T (此处示例△T _t1、△T_t1+a)，以及能效参数值EER(此处示例EER_实际t1+a、EER_目标t1+a)为依据，根据以下条件判断空调下一时刻（t1+(n+1)*a时刻。此处示例n=1，即t1+2a时刻）的执行条件：

当△T_t1+n*a>T_设定+k℃，EER_实际t1+n*a<EER_目标t1+n*a，△T _t1+(n-1)*a -△T_{t1+ n*a}>0，Q_{实际t1+(n+1)*a}=(1-A_{能力修正系数})* Q_{目标t1+(n+1)*a}；

当△T_t1+n*a>T_设定+k℃，EER_{实际t1+ n*a}<EER_{目标t1+ n*a}，△T _t1+(n-1)*a -△T_{t1+ n*a}≤0，Q_{实际t1+(n+1)*a}= Q_{目标t1+(n+1)*a}；

当△T_t1+n*a>T_设定+k℃，EER_{实际t1+ n*a}≥EER_{目标t1+ n*a}，Q_{实际t1+(n+1)*a}=(1+A_{能力修正系数})*Q_{目标t1+(n+1)*a}；

其中空调实际运行能力修正系数的具体取值如下：

初始取值(t1+a时刻)，A=0.1;

△T _t1+(n-1)*a -△T_{t1+ n*a}≥0.4℃，A=0.06；

0.4℃>△T _t1+(n-1)*a -△T_{t1+ n*a}≥0.2℃，A=0.06；

0.2℃>△T _t1+(n-1)*a -△T_{t1+ n*a}，A=0.01。

当空调开机运行至t1+a时刻时，空调控制器根据实时参数值T_内环t1+a、T_外环t1+a、T_设定、△T _t1+a并依据自身“传统控制”逻辑（模糊控制、PID控制等）计算机组下时刻(t1+2a时刻)拟定运行参数F_目标t1+2a、N_n目标t1+2a、N_w目标t1+2a、B_目标t1+2a、D；

空调神经网络模块根据工况运行参数值T_内环t1+a、T_外环t1+a、F_目标t1+2a、N_n目标t1+2a、N_w目标t1+2a、B_目标t1+2a、D，查询其模块中内置存储的空调运行大数据参数，匹配获取该工况运行参数所对应的下时刻(t1+2a时刻)空调目标运行能力值Q_目标t1+2a、及目标能效参数EER_目标t1+2a，并计算下时刻(t1+2a时刻) 空调拟定实际运行能力值Q_实际t1+2a；

空调神经网络模块根据T_内环t1+a、T_外环t1+a、Q_实际t1+2a、D查询其模块中内置存储的空调运行大数据参数，匹配该参数所对应的频率F最低或能效EER最大(优先频率F最低)的工况运行参数F_实际t1+2a、N_n实际t1+2a、N_w实际t1+2a、B_实际t1+2a，EER_实际t1+2a，并将其参数传递给空调控制器；

空调控制器控制空调执行器以工况参数F_实际t1+2a、N_n实际t1+2a、N_w实际t1+2a、B_实际t1+2a、D由时刻t1+a运行时间段a至时刻t1+2a；

6)同理上述步骤5)所示控制流程方法，空调以运行时间a为间隔控制机组正常运行（n=n+1, t=t1+n*a），直到空调运行至某一时刻（假定t2时刻），满足控温精度条件△T_t2=T_设定+k℃，此时空调执行如下流程；

7)神经网络模块计算空调的累积能力变化量Q_{累计变化量t2=}∫₀ ^t2（Q_目标-Q_实际），判断其大小并进行如下控制：

若Q_{累计变化量t2}=0，则自t2时刻起，空调“传统控制”逻辑控制空调运行，其实时运行能力值Q_实际ti= Q_目标ti；（如0~t1时间段控制）；

若Q_{累计变化量t2}＞0，则空调自t2时刻起将其实际运行能力值由Q_实际t2提升为Q_实际t2 ^’=Q_实际t2+ Q_{累计变化量t2}/100运行（执行器运行参数由神经网络模块查询匹配获得）；其间，神经网络模块实时计算其参数值Q_{累计变化量ti}，直到Q_{累计变化量ti}=0；其后，空调“传统控制”逻辑控制空调运行，其实时运行能力值Q_实际ti= Q_目标ti；(i代表时间区分角标，取值正整数，此处i≥2，即ti≥t2)；

若Q_{累计变化量t2}＜0，则空调自t2时刻起将其实际运行能力值由Q_实际t2降低为Q_实际t2 ^’=Q_实际t2-Q_{累计变化量t2}/100运行（执行器运行参数由神经网络模块查询匹配获得）；其间，神经网络模块实时计算其参数值Q_{累计变化量ti}，直到Q_{累计变化量ti}=0；其后，空调“传统控制”逻辑控制空调运行，其实时运行能力值Q_实际ti= Q_目标ti。

实施例2：一种空调。

一种空调，包括检测传感器、神经网络模块、控制器和执行器，检测传感器为现有空调所具有的传感器装置，用于检测空调内环感温包温度T_内环、外环感温包温度T_外环、压缩机运行频率F、内风机转速N_n、外风机转速N_w、膨胀阀开度B，导风板状态D，以及确定机组设定温度值T_设定；控制器为现有空调所具有的控制器，具体包含外机控制器、内机控制器等；执行器主要包含压缩机、室内风机、室外风机、电子膨胀阀、导风板等。

神经网络模块在运行时执行如实施例1所述的空调智能控制方法，主要由单元1、单元2、单元3组成，其具体形式可为易于安装于内机控制器或外机控制器上的独立外接U盘，或嵌套于内机控制器主板或外机控制器主板上的AI芯片模块等。单元1主要负责空调各模块之间的数据交互传输，具体可为现有已知数据传输装置；单元2主要负责空调运行参数数据的计算、匹配、判断、分析等复杂处理，其具体可为CNN、RNN、BP等现有已知的神经网络算法程序或其它人工智能算法程序；单元3主要负责数据存储，用来离线或在线存储空调运行参数大数据（T_内环、T_外环、T_设定、△T 、F、N_n、N_w、B、D、Q、P、EER等），其具体可为RAM或ROM形式的数据存储模块等。

实施例3：一种计算机可读存储介质。

一种计算机可读存储介质，用于存储计算机程序，所述计算机程序被处理器调用时实现实施例1所述的空调智能控制方法。

以上所述为本发明的较佳实施例而已，但本发明不应局限于该实施例和附图所公开的内容，所以凡是不脱离本发明所公开的精神下完成的等效或修改，都落入本发明保护的范围。

Claims (9)

1.一种空调智能控制方法，其特征在于，实时检测空调运行时的相关参数和运行时间，依据检测的相关参数拟定下一时刻运行参数并计算出空调的实时控温精度，匹配下一时刻运行参数所对应下一时刻的空调目标运行能力值及目标能效参数，并计算下一时刻的拟定实际运行能力值；

所述实时检测空调运行时的相关参数包括：空调内环温度T_内环、外环温度T_外环、压缩机运行频率F、内风机转速N_n、外风机转速N_w、膨胀阀开度B；

所述计算下一时刻的拟定实际运行能力值具体为：根据工况运行参数值T_内环t1、T_外环t1、F_目标t1+a、N_n目标t1+a、N_w目标t1+a、B_目标t1+a、D，查询模块中内置存储的空调运行大数据参数，匹配获取该工况运行参数所对应的下一时刻t1+a时刻空调目标运行能力值Q_目标t1+a、及目标能效参数EER_目标t1+a，并计算下一时刻t1+a时刻空调拟定实际运行能力值Q_实际t1+a＝(1-A)*Q_目标t1+a，其中A为能力修正系数；D表示导风板状态正常运行。

2.如权利要求1所述的空调智能控制方法，其特征在于，所述计算出空调的实时控温精度具体为：制冷模式下，实时控温精度△T＝T_内环-T_设定；制热模式下，实时控温精度△T＝T_设定-(T_内环-T_内环补偿)，其中T_内环补偿为预设常数值，T_设定为设定温度值。

3.如权利要求2所述的空调智能控制方法，其特征在于，所述依据检测的相关参数拟定下一时刻运行参数具体为：若运行时间t满足t＜t1，则根据检测的实时参数值并依据模糊控制或PID控制控制系统以运行参数F_实际、N_n实际、N_w实际、B_实际正常运行。

4.如权利要求2所述的空调智能控制方法，其特征在于，所述依据检测的相关参数拟定下一时刻运行参数具体为：若运行时间t满足t≥t1,检测空调运行至t1时刻的实时参数值T_内环t1、T_外环t1、T_设定、△T _t1并依据模糊控制或PID控制计算机组下一时刻t1+a拟定运行参数F_目标t1+a、N_n目标t1+a、N_w目标t1+a、B_目标t1+a，其中a为控制指令更新周期。

5.如权利要求2所述的空调智能控制方法，其特征在于，所述计算下一时刻的拟定实际运行能力值具体为：若△T＝T_设定+K，计算运行能力值累计变化量Q_{累计变化量}，Q_{累计变化量}＝∫₀ ^t(Q_目标-Q_实际)，若Q_{累计变化量}＝0，实际运行能力值Q_实际＝Q_目标，空调按匹配的运行参数运行，其中K为常数值。

6.如权利要求5所述的空调智能控制方法，其特征在于，若Q_{累计变化量}＞0，则空调自t时刻起将其实际运行能力值由Q_实际提升为Q_实际 ^’＝Q_实际+Q_{累计变化量}/100运行。

7.如权利要求5所述的空调智能控制方法，其特征在于，若Q_{累计变化量}＜0，则空调自t时刻起将其实际运行能力值由Q_实际降低为Q_实际 ^’＝Q_实际-Q_{累计变化量}/100运行。

8.一种空调，其特征在于，包括检测传感器、神经网络模块、控制器和执行器，所述检测传感器用于检测空调运行时的相关参数并发送至神经网络模块，所述神经网络模块在运行时执行如权利要求1-7任一项所述的空调智能控制方法，所述控制器用于接收指令和发送控制指令，所述执行器执行控制器传输的控制指令。

9.一种计算机可读存储介质，用于存储计算机程序，其特征在于，所述计算机程序被处理器调用时实现权利要求1-7任一项所述的空调智能控制方法。

Images