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
一种空调智能控制方法、计算机可读存储介质及空调 Download PDFInfo
- Publication number
- CN110966714B CN110966714B CN201911084123.7A CN201911084123A CN110966714B CN 110966714 B CN110966714 B CN 110966714B CN 201911084123 A CN201911084123 A CN 201911084123A CN 110966714 B CN110966714 B CN 110966714B
- Authority
- CN
- China
- Prior art keywords
- air conditioner
- target
- time
- running
- actual
- 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
-
- 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
-
- 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
- F24F11/65—Electronic processing for selecting an operating mode
-
- 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
- F24F11/72—Control systems characterised by their outputs; Constructional details thereof for controlling the supply of treated air, e.g. its pressure
- F24F11/74—Control systems characterised by their outputs; Constructional details thereof for controlling the supply of treated air, e.g. its pressure for controlling air flow rate or air velocity
- F24F11/77—Control systems characterised by their outputs; Constructional details thereof for controlling the supply of treated air, e.g. its pressure for controlling air flow rate or air velocity by controlling the speed of ventilators
-
- 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
- F24F11/70—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
- F24F11/83—Control systems characterised by their outputs; Constructional details thereof for controlling the temperature of the supplied air by controlling the supply of heat-exchange fluids to heat-exchangers
- F24F11/84—Control systems characterised by their outputs; Constructional details thereof for controlling the temperature of the supplied air by controlling the supply of heat-exchange fluids to heat-exchangers using valves
-
- 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
- F24F11/88—Electrical aspects, e.g. circuits
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
- Y02B30/00—Energy efficient heating, ventilation or air conditioning [HVAC]
- Y02B30/70—Efficient control or regulation technologies, e.g. for control of refrigerant flow, motor or heating
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
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Nn、外风机转速Nw、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、Nn实际、Nw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、Nn目标t1+a、Nw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、Nn目标t1+a、Nw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Nn、外风机转速Nw、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、Nn实际、Nw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、Nn目标t1+a、Nw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、Nn目标t1+a、Nw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、Nn实际t1+a、Nw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、Nn实际t1+a、Nw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、△Tt1+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△Tt1+n*a>T设定+k℃,EER实际t1+n*a<EER目标t1+n*a,△T t1+(n-1)*a -△Tt1+ 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△Tt1+n*a>T设定+k℃,EER实际t1+ n*a<EER目标t1+ n*a,△T t1+(n-1)*a -△Tt1+ n*a≤0,Q实际t1+(n+1)*a= Q目标t1+(n+1)*a;
当△Tt1+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 -△Tt1+ n*a≥0.4℃,A=0.06;
0.4℃>△T t1+(n-1)*a -△Tt1+ n*a≥0.2℃,A=0.06;
0.2℃>△T t1+(n-1)*a -△Tt1+ 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、Nn目标t1+2a、Nw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、Nn目标t1+2a、Nw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、Nn实际t1+2a、Nw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、Nn实际t1+2a、Nw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△Tt2=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Nn、外风机转速Nw、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、Nn、Nw、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Nn、外风机转速Nw、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、Nn目标t1+a、Nw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、Nn实际、Nw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、Nn目标t1+a、Nw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。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911084123.7A CN110966714B (zh) | 2019-11-07 | 2019-11-07 | 一种空调智能控制方法、计算机可读存储介质及空调 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911084123.7A CN110966714B (zh) | 2019-11-07 | 2019-11-07 | 一种空调智能控制方法、计算机可读存储介质及空调 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110966714A CN110966714A (zh) | 2020-04-07 |
CN110966714B true CN110966714B (zh) | 2021-07-13 |
Family
ID=70030418
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911084123.7A Active CN110966714B (zh) | 2019-11-07 | 2019-11-07 | 一种空调智能控制方法、计算机可读存储介质及空调 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110966714B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN114061061A (zh) * | 2020-07-31 | 2022-02-18 | 广东美的制冷设备有限公司 | 空气调节设备及其控制方法、控制装置、计算机存储介质 |
CN114517960B (zh) * | 2020-11-19 | 2023-07-07 | 珠海格力电器股份有限公司 | 空调控制方法、装置、电子设备和存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104515245A (zh) * | 2013-09-26 | 2015-04-15 | 珠海格力电器股份有限公司 | 空调系统的控制方法及装置 |
CN109708258A (zh) * | 2018-12-20 | 2019-05-03 | 南京达实能源技术有限公司 | 一种基于负荷动态变化的冷库温度前馈-模糊控制系统及控制方法 |
CN110186156A (zh) * | 2019-06-03 | 2019-08-30 | 西安锦威电子科技有限公司 | 制冷站模糊控制系统 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2782375B1 (fr) * | 1998-08-13 | 2000-10-06 | Suisse Electronique Microtech | Systeme de regulation du chauffage d'un immeuble |
US9817375B2 (en) * | 2014-02-26 | 2017-11-14 | Board Of Trustees Of The University Of Alabama | Systems and methods for modeling energy consumption and creating demand response strategies using learning-based approaches |
CN104374052B (zh) * | 2014-11-18 | 2017-07-11 | 珠海富蓝克建设工程有限公司 | 基于神经网络的中央空调节能控制方法及系统 |
CN105222271B (zh) * | 2015-09-17 | 2018-04-06 | 广东美的制冷设备有限公司 | 一种舒适性控制方法、控制器及空调系统 |
CN107676935B (zh) * | 2016-08-01 | 2020-02-04 | 青岛海尔空调器有限总公司 | 智能空调节能控制方法 |
US20190086106A1 (en) * | 2017-09-18 | 2019-03-21 | Ecofactor, Inc. | Systems and methods for fan delay-based variable thermostat settings |
CN107940693B (zh) * | 2017-11-14 | 2019-12-06 | 珠海格力电器股份有限公司 | 空调负荷调节控制方法和装置 |
CN109323425B (zh) * | 2018-11-15 | 2021-05-25 | 广东美的制冷设备有限公司 | 空调的控制方法、装置及可读存储介质 |
CN110057045B (zh) * | 2019-03-20 | 2021-10-29 | 青岛海尔空调器有限总公司 | 用于空调器的控制方法 |
-
2019
- 2019-11-07 CN CN201911084123.7A patent/CN110966714B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104515245A (zh) * | 2013-09-26 | 2015-04-15 | 珠海格力电器股份有限公司 | 空调系统的控制方法及装置 |
CN109708258A (zh) * | 2018-12-20 | 2019-05-03 | 南京达实能源技术有限公司 | 一种基于负荷动态变化的冷库温度前馈-模糊控制系统及控制方法 |
CN110186156A (zh) * | 2019-06-03 | 2019-08-30 | 西安锦威电子科技有限公司 | 制冷站模糊控制系统 |
Also Published As
Publication number | Publication date |
---|---|
CN110966714A (zh) | 2020-04-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110966714B (zh) | 一种空调智能控制方法、计算机可读存储介质及空调 | |
CN108375175B (zh) | 空调系统控制方法及装置 | |
CN107023940B (zh) | 空调器制热运行的控制方法 | |
CN107621048B (zh) | 一种空调的控制方法及装置 | |
CN102901293B (zh) | 精密调节电子膨胀阀的空调器及其控制方法 | |
CN108317670B (zh) | 一种基于机器学习的制冷系统节能控制方法及系统 | |
CN107143979B (zh) | 一拖多空调器的控制方法、控制装置和空调器 | |
CN104566769B (zh) | 空调节能控制方法和系统 | |
CN112880115B (zh) | 多机组空调系统的控制方法 | |
CN110822676B (zh) | 控制方法、控制装置、空调器和计算机可读存储介质 | |
CN110736270A (zh) | 电子膨胀阀的开度控制方法及装置 | |
CN110332649A (zh) | 一种空调器的制热防过载控制方法、装置及空调器 | |
CN107166649A (zh) | 自由组合一拖一空调器的控制方法、控制装置和空调器 | |
CN109708278B (zh) | 一种压缩机差异运行的控制方法及系统 | |
CN106196441B (zh) | 实现空调制冷控制的方法及装置 | |
CN109539380B (zh) | 一种热泵热水器压缩机频率控制方法 | |
CN105042799A (zh) | 空调器控制方法、控制装置及空调器 | |
CN111765599A (zh) | 空调控制策略的优化方法、处理器、存储器 | |
CN114440409A (zh) | 一种中央空调系统自适应节能控制方法 | |
CN101183850A (zh) | 一种变频器节电控制方法和装置 | |
CN112665132B (zh) | 空调系统及其冷却侧的节能控制方法、装置和控制器 | |
WO2020107721A1 (zh) | 热泵热水器控制方法及热泵热水器 | |
CN114294789A (zh) | 空调系统的控制方法、空调系统以及空调器 | |
CN112180733B (zh) | 一种基于模糊逻辑的建筑能耗系统预测控制参数整定方法 | |
CN111895624B (zh) | 一种空调温湿度控制方法、装置、存储介质及空调 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |