CN113819583A - 维持空调舒适性的节能控制方法、装置和计算机可读存储介质 - Google Patents

维持空调舒适性的节能控制方法、装置和计算机可读存储介质 Download PDF

Info

Publication number
CN113819583A
CN113819583A CN202111232629.5A CN202111232629A CN113819583A CN 113819583 A CN113819583 A CN 113819583A CN 202111232629 A CN202111232629 A CN 202111232629A CN 113819583 A CN113819583 A CN 113819583A
Authority
CN
China
Prior art keywords
temperature change
air conditioner
learner
energy
change period
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.)
Granted
Application number
CN202111232629.5A
Other languages
English (en)
Other versions
CN113819583B (zh
Inventor
青野正弘
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.)
Aux Air Conditioning Co Ltd
Ningbo Aux Electric Co Ltd
Original Assignee
Ningbo Aux Electric Co Ltd
Ningbo Aux Intelligent Commercial Air Conditioning Manufacturing 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 Ningbo Aux Electric Co Ltd, Ningbo Aux Intelligent Commercial Air Conditioning Manufacturing Co Ltd filed Critical Ningbo Aux Electric Co Ltd
Priority to CN202111232629.5A priority Critical patent/CN113819583B/zh
Publication of CN113819583A publication Critical patent/CN113819583A/zh
Application granted granted Critical
Publication of CN113819583B publication Critical patent/CN113819583B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • F24F11/46—Improving electric energy efficiency or saving
    • 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
    • F24F11/50—Control or safety arrangements characterised by user interfaces or communication
    • F24F11/61—Control or safety arrangements characterised by user interfaces or communication using timers
    • 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
    • F24F11/80—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
    • F24F11/88—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

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)
  • Human Computer Interaction (AREA)
  • Air Conditioning Control Device (AREA)

Abstract

本发明提供一种维持空调舒适性的节能控制方法、装置和计算机可读存储介质，涉及空调技术领域。方法包括：利用学习器计算出初始温度变化幅度Δt(ts)和初始温度变化周期Tt(ts)；更新学习器，计算出中间温度变化幅度Δt_L和中间温度变化周期Tt_L；根据初始温度变化幅度Δt(ts)和中间温度变化幅度Δt_L，计算出温度变化幅度Δt(ts+1)，根据初始温度变化周期Tt(ts)和中间温度变化周期Tt_L，计算出温度变化周期Tt(ts+1)以及修正目标温度Th；控制空调器以修正目标温度Th为目标，进行运转，从而实现能源消耗量的降低以及舒适性的提高。

Description

维持空调舒适性的节能控制方法、装置和计算机可读存储 介质
技术领域
本发明涉及空调技术领域，具体而言，涉及一种维持空调舒适性的节能控制方法、装置和计算机可读存储介质。
背景技术
APF(全称：Annual Performance Factor，中文名：全年能源消耗率)作为能源消耗效率的评价指标，用于机器性能评价，但其并未考虑通过利用实际使用环境中的机器使用方法，即运行方法来降低能源消耗。实际上，运行方法与降低能源消耗有很大的关系。例如，当检测到房间内无人时，将对应房间的空调运行功率减弱。此外，通过对房间内人员的舒适性进行定量判断，防止空调效果过度等也是常见案例。如上述举例所示，利用运行方法降低能源消耗的关键点在于，如何在确保用户舒适性的前提下抑制空调能力。
其中，有一种方法利用了人体的生理适应性，被称为被动控制(PassiveRhythming)空调。此方法强调温度随人体适应节奏变化更能提高舒适性这一点，通过改变目标温度，实现空调能源消耗量的降低。这个方法虽然可以降低能源消耗量，但用户舒适性与变化幅度、变化周期因素紧密相关，而此类因素又同住房环境负载、房间人数、人体活动量等相关，所以很难进行确定。因此在进行实际产品开发时，这些因素(温度变化幅度、温度变化周期)是基于相对比重较大且可预设的条件确定的，可能无法确保预设条件外的用户的舒适性。
发明内容
本发明解决的问题是：现有的空调器在固定的目标温度下运作，给用户带来的舒适感不足。
为解决上述问题，第一方面，本发明提供一种维持空调舒适性的节能控制方法，维持空调舒适性的节能控制方法包括：
利用学习器计算出初始温度变化幅度Δt(ts)和初始温度变化周期Tt(ts)；
更新学习器，计算出中间温度变化幅度Δt_L和中间温度变化周期Tt_L；
根据初始温度变化幅度Δt(ts)和中间温度变化幅度Δt_L，计算出温度变化幅度Δt(ts+1)，根据初始温度变化周期Tt(ts)和中间温度变化周期Tt_L，计算出温度变化周期Tt(ts+1)；
根据温度变化幅度Δt(ts+1)和温度变化周期Tt(ts+1)，计算出修正目标温度Th；
控制空调器以修正目标温度Th为目标，进行运转。
本发明提供的维持空调舒适性的节能控制方法至少包括以下有益效果：
1.针对设定温度，通过不规则的温度变化幅度和温度变化周期，对目标温度进行补偿，且温度变化幅度和温度变化周期会在运行过程中发生变化，不仅能够降低空调器的耗电量，而且修正目标温度Th能够适应人体的节奏，提高用户的舒适感；
2.以温度变化控制的主要因素：温度变化幅度和温度变化周期作为行动因素，进行机器学习，从而实现能源消耗量的降低以及舒适性的提高。
在可选的实施方式中，学习器的输出参数包括不舒适度，利用学习器计算出初始温度变化幅度Δt(ts)和初始温度变化周期Tt(ts)的步骤包括：
以第一预设条件为目标，计算出初始温度变化幅度Δt(ts)和初始温度变化周期Tt(ts)，其中，第一预设条件包括不舒适度小于预设值。
在可选的实施方式中，学习器的输出参数包括不舒适度，更新学习器的步骤包括：
在节能模式关闭的情况下，输出不舒适度为1，更新学习器。
在可选的实施方式中，学习器的输出参数包括不舒适度，更新学习器的步骤包括：
在空调以节能模式持续运行第一预设时长的情况下，输出不舒适度为0，更新学习器。
在可选的实施方式中，学习器的输出参数包括不舒适度和消耗功率，计算出中间温度变化幅度Δt_L和中间温度变化周期Tt_L的步骤包括：
以第二预设条件为目标，计算出中间温度变化幅度Δt_L和中间温度变化周期Tt_L，其中，第二预设条件包括不舒适度小于第一阈值、消耗功率小于第二阈值。
在可选的实施方式中，温度变化幅度Δt(ts+1)的计算公式为：
Δt(ts+1)＝α×[Δt(ts)]+(1-α)×[Δt_L]
式中，α为学习进度系数。
在可选的实施方式中，温度变化周期Tt(ts+1)的计算公式为：
Tt(ts+1)＝α×[Tt(ts)]+(1-α)×[Tt_L]
式中，α为学习进度系数。
在可选的实施方式中，学习进度系数α等于用户端实际学习次数与预设用户端学习总次数的比值。
第二方面，本发明提供一种维持空调舒适性的节能控制装置，维持空调舒适性的节能控制装置包括：
初始计算模块，用于利用学习器计算出初始温度变化幅度Δt(ts)和初始温度变化周期Tt(ts)；
中间计算模块，用于更新学习器，计算出中间温度变化幅度Δt_L和中间温度变化周期Tt_L；
最终计算模块，用于根据初始温度变化幅度Δt(ts)和中间温度变化幅度Δt_L，计算出温度变化幅度Δt(ts+1)，根据初始温度变化周期Tt(ts)和中间温度变化周期Tt_L，计算出温度变化周期Tt(ts+1)；
目标温度计算模块，用于根据温度变化幅度Δt(ts+1)和温度变化周期Tt(ts+1)，计算出修正目标温度Th；
控制模块，用于控制空调器以修正目标温度Th为目标，进行运转。
第三方面，本发明提供一种计算机可读存储介质，其上存储有计算机程序，计算机可读存储介质被处理器执行时实现如前述实施方式任一项的维持空调舒适性的节能控制方法。
附图说明
图1为温度变化量ΔTch在一个周期内的变化柱状图；
图2为本发明第一实施例提供的维持空调舒适性的节能控制方法的流程图；
图3为神经网络的非线性回归模型的示意图；
图4为本发明第二实施例提供的维持空调舒适性的节能控制方法的流程图；
图5为本发明第三实施例提供的维持空调舒适性的节能控制装置的组成框图。
附图标记说明：
1-服务器；2-维持空调舒适性的节能控制装置；21-初始计算模块；22-中间计算模块；23-最终计算模块；24-目标温度计算模块；25-控制模块。
具体实施方式
为使本发明的上述目的、特征和优点能够更为明显易懂，下面结合附图对本发明的具体实施例做详细的说明。
因为现有的空调器在目标温度下运作，给用户带来的舒适感不足，所以本实施例本实施例提供的维持空调舒适性的节能控制方法，对当前目标温度Tg(设定温度)进行修正，并获得修正目标温度Th，使得修正目标温度Th的大小随时间的变化具有1/f波动特性，相比于一直固定不变的目标温度，不仅能够降低空调器的耗电量，而且具有1/f波动特性的修正目标温度Th能够适应人体的节奏，提高用户的舒适感。
在制冷模式下，修正目标温度Th的计算公式为：
Th(t)＝Tg(t)+ΔTf(t)+ΔTr
式中，Th(t)为t时刻的修正目标温度，Tg(t)为t时刻的当前目标温度，ΔTf(t)为t时刻的温度变动量，ΔTr为环温修正值。
其中，温度变动量ΔTf(t)的计算公式为：
ΔTf(t)＝Δt(ts+1)×ΔTch
式中，ΔTch为温度变化量，Δt(ts+1)为温度变化幅度。
具体的，可以在存储器中提前设置1/f波动振幅表(如下表1所示)，根据当前时刻ts，确定温度变化量ΔTch，1/f波动振幅表中当前时刻ts与温度变化量ΔTch的关系曲线具有1/f波动特性。
表1：1/f波动振幅表
Figure BDA0003316585170000061
Figure BDA0003316585170000071
表1中，仅展示了一个周期内每个时刻对应的温度变化量ΔTch的值，当然也可以展示多个周期内温度变化量ΔTch的值。当前时刻ts代表在一个周期内的一个时间节点。一个周期的时长以及一个周期内每个时间节点的确定可以根据实验灵活确定。
与表1对应的，温度变化量ΔTch在一个周期内的变化趋势如图1所示。可见，温度变化量ΔTch的温度变化幅度为3℃，制冷模式下温度变化周期可以设定为30分钟，制热模式下温度变化周期可以设定为40分钟。
其中，温度变化幅度Δt(ts+1)和温度变化周期Tt(ts+1)根据用户实际情况进行更新，更新方法见后文。
在环温修正表(如下表2所示)中，根据环境温度Tout，确定环温修正值ΔTr。
表2：环温修正表
环境温度Tout(℃) Tout≦24 24<Tout≦28 28<Tout
环温修正值ΔTr(℃) 2 1 0
在制热模式下，修正目标温度Th的计算公式为：
Th(t)＝Tg(t)-ΔTf(t)-ΔTr
式中，Th(t)为t时刻的修正目标温度，Tg(t)为t时刻的当前目标温度，ΔTf(t)为t时刻的温度变动量，ΔTr为环温修正值。
具体的，温度变化量ΔTch可以参照表1确定。
在环温修正表(如下表3所示)中，根据环境温度Tout，确定环温修正值ΔTr。
表3：环温修正表
环境温度Tout(℃) Tout<0 0≦Tout<5 5≦Tout
环温修正值ΔTr(℃) 0 1 2
本实施例提供的维持空调舒适性的节能控制方法，在上述修正目标温度Th的基础上，还利用学习器来确定温度变化量ΔTch的温度变化幅度Δt(ts+1)和温度变化周期Tt(ts+1)，以实现能源消耗量的降低以及舒适性的提高，具体实现方式见以下实施例。
第一实施例
请参阅图2，本实施例提供的维持空调舒适性的节能控制方法包括以下步骤：
S01：利用学习器计算出初始温度变化幅度Δt(ts)和初始温度变化周期Tt(ts)。
其中，学习器在开发阶段，已基于数个用户使用情况完成学习。在启动节能模式之后，学习器则计算出初始温度变化幅度Δt(ts)和初始温度变化周期Tt(ts)。
学习器的选择不受限制，可以是有教师型学习器、无教师型学习器等，无论选择哪一种学习器都可以实现此控制。本实施例以简单易懂的神经网络作为学习器进行说明，学习器的输入参数包括温度变化幅度、温度变化周期以及用户使用状况参数，其中，用户使用状况参数可以包括环境温度、室内温度、设定温度和居住人数，输出参数包括不舒适度和消耗功率。具体的，学习器的输入参数和输出参数如下表4所示。
表4
Figure BDA0003316585170000091
请参阅图3，利用神经网络的非线性回归模型，非线性回归模型包括输入层、中间层和输出层，输入层用于输入输入参数，输出层用于输出输出参数，可以减小输出参数相对于输入参数的误差，提高收敛性。若以图2中的各点为节点N(i，j)，则i为层，例如输出层、中间层或输出层，j为各层的节点数，节点间的相关公式：
N(i，j)＝Σmj*N(i-1，j)
式中，Σ为各层节点的总数，mj为各节点间的加权系数。
而且，S01中，可以以第一预设条件为目标，计算出初始温度变化幅度Δt(ts)和初始温度变化周期Tt(ts)，其中，第一预设条件包括不舒适度小于预设值。而且，预设值可以是0.2。
在S01执行完成之后，则对学习器进行更新，并确定输出参数。
S02：判断节能模式是否关闭。
在节能模式关闭的情况下，则执行S03：输出不舒适度为1，更新学习器。
在节能模式启动的情况下，则执行S04：判断节能模式是否持续运行第一预设时长。
本实施例中，输出参数的确定方法为：打开节能模式经过第一预设时长后，用户对节能运行还在忍受范围内，则不舒适度输出为0；若第一预设时长内节能模式关闭，用户对节能运行依旧在忍受范围外，则不舒适度输出为1。
具体的，在空调以节能模式持续运行第一预设时长的情况下，则执行S05：输出不舒适度为0，更新学习器，在空调以节能模式未持续运行第一预设时长的情况下，则返回执行S02。其中，第一预设时长可以是1小时。
此外，当学习器的输入值存在变动时，则取预设时长内的平均值。
在更新学习器之后，则执行S06：以第二预设条件为目标，计算出中间温度变化幅度Δt_L和中间温度变化周期Tt_L。
其中，第二预设条件包括不舒适度小于第一阈值、消耗功率小于第二阈值。而且，第一阈值可以是0.3，第二阈值为上次消耗功率的0.8倍。
此外，当学习器计算无解时，维持现有的温度变化幅度和温度变化周期。
S07：计算出温度变化幅度Δt(ts+1)和温度变化周期Tt(ts+1)。
其中，温度变化周期的更新公式为：
Tt(ts+1)＝α×[Tt(ts)]+(1-α)×[Tt_L]
温度变化幅度的更新公式为：
Δt(ts+1)＝α×[Δt(ts)]+(1-α)×[Δt_L]
式中，Tt(ts+1)为更新后的温度变化幅度，Δt(ts+1)更新后的温度变化周期，α为学习进度系数，α的取值范围为：0<α<1，学习进度系数＝用户端实际学习次数/预设用户端学习总次数，在学习初期通过积极改变参数促进学习使其达到更佳状态，而学习进展到一定程度后，不再改变参数，致力于排除学习干扰。此外，虽然案例本实施例中温度变化幅度和温度变化周期的变化时间是同步的，但是实际应用中也可不同步进行。
在S07执行完成之后，则返回执行S02。
在确定温度变化幅度Δt(ts+1)和温度变化周期Tt(ts+1)之后，即可计算出温度变动量ΔTf，进而计算出修正目标温度Th，并控制空调器以修正目标温度Th为目标，进行运转。
本实施例提供的维持空调舒适性的节能控制方法的有益效果包括：
1.针对设定温度，通过不规则的温度变化幅度和温度变化周期，对目标温度进行补偿，且温度变化幅度和温度变化周期会在运行过程中发生变化，使获得的修正目标温度Th的大小随时间的变化具有1/f波动特性，不仅能够降低空调器的耗电量，而且具有1/f波动特性的修正目标温度Th能够适应人体的节奏，提高用户的舒适感；
2.以温度变化控制的主要因素：温度变化幅度和温度变化周期作为行动因素，以外环温度、室内温度、房间人数等环境条件作为环境因素，以用户的温度变化控制持续时长作为评价因素进行机器学习，通过上述针对用户进行的温度变化控制学习，从而实现能源消耗量的降低以及舒适性的提高。
第二实施例
请参阅图4，本实施例提供一种维持空调舒适性的节能控制方法，其与第一实施例提供的方法相似，不同之处在于，本实施例提供的方法使用云端的服务器1更新学习器，通过网络平台，基于大量的用户信息进行学习器的学习。此时，学习器的输出参数可以追加空调机型等级、所在地区等参数，以细化用户差异，也可以防止输出参数相同，却出现不同的输出参数，导致学习崩坏，这样就可以确保不同的输出参数与输出参数的因果对应关系。
本实施例提供的维持空调舒适性的节能控制方法包括以下步骤：
S1：利用学习器计算出初始温度变化幅度Δt(ts)和初始温度变化周期Tt(ts)。
其中，在启动节能模式之后，学习器则计算出初始温度变化幅度Δt(ts)和初始温度变化周期Tt(ts)。
在S1执行完成之后，则对学习器进行更新，并确定输出参数。
S2：判断节能模式是否关闭。
在节能模式关闭的情况下，则执行S3：输出不舒适度为1，并向服务器1发送用户信息。
在节能模式启动的情况下，则执行S4：判断节能模式是否持续运行第一预设时长。
在节能模式持续运行第一预设时长的情况下，则执行S5：输出不舒适度为0，并向服务器1发送用户信息。
在空调以节能模式未持续运行第一预设时长的情况下，则返回执行S2。
在S3和S5之后，服务器1则执行S6：在户信息收集到预设量的情况下，更新学习器。
S7：以第二预设条件为目标，计算出中间温度变化幅度Δt_L和中间温度变化周期Tt_L。
其中，第二预设条件包括不舒适度小于第一阈值、消耗功率小于第二阈值。而且，第一阈值可以是0.3，第二阈值为上次消耗功率的0.8倍。
S8：向空调器发送计算出的中间温度变化幅度Δt_L和中间温度变化周期Tt_L。
在S8之后，空调器则执行S9：接收服务器1发送的中间温度变化幅度Δt_L和中间温度变化周期Tt_L。
S10：计算出温度变化幅度Δt(ts+1)和温度变化周期Tt(ts+1)。
其中，温度变化幅度Tt的更新公式为：
Tt(ts+1)＝α×[Tt(ts)]+(1-α)×[Tt_L]
温度变化周期Δt的更新公式为：
Δt(ts+1)＝α×[Δt(ts)]+(1-α)×[Δt_L]
式中，Tt(ts+1)为更新后的温度变化幅度，Δt(ts+1)更新后的温度变化周期，α为学习进度系数。
在S10执行完成之后，则返回执行S2。
在确定温度变化幅度Δt(ts+1)和温度变化周期Tt(ts+1)之后，即可计算出温度变动量ΔTf，进而计算出修正目标温度Th，并控制空调器以修正目标温度Th为目标，进行运转。
本实施例提供的维持空调舒适性的节能控制方法的有益效果包括：
不仅能够实现能源消耗量的降低以及舒适性的提高，还可以利用网络收集用户信息及使用方法，在机器学习时通过利用条件相似用户机器学习结果共享，而且，通过云端的服务器1进行用户舒适性学习，并向本地的空调器发送温度变化幅度和温度变化周期，缩减实现控制最优化所需时间。
第三实施例
请参阅图5，本实施例提供的维持空调舒适性的节能控制装置2包括：
初始计算模块21，用于利用学习器计算出初始温度变化幅度Δt(ts)和初始温度变化周期Tt(ts)；
中间计算模块22，用于更新学习器，计算出中间温度变化幅度Δt_L和中间温度变化周期Tt_L；
最终计算模块23，用于根据初始温度变化幅度Δt(ts)和中间温度变化幅度Δt_L，计算出温度变化幅度Δt(ts+1)，根据初始温度变化周期Tt(ts)和中间温度变化周期Tt_L，计算出温度变化周期Tt(ts+1)；
目标温度计算模块24，用于根据温度变化幅度Δt(ts+1)和温度变化周期Tt(ts+1)，计算出修正目标温度Th；
控制模块25，用于控制空调器以修正目标温度Th为目标，进行运转。
具体的，本实施例提供的维持空调舒适性的节能控制装置2主要用于执行第一实施例或第二实施例提供的维持空调舒适性的节能控制方法，其各个模块的功能可参照上述实施例。
另外，在本实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
本实施例还提供一种计算机可读存储介质，其上存储有计算机程序，计算机可读存储介质被处理器执行时实现如第一实施例或第二实施例提供的维持空调舒适性的节能控制方法。
计算机可读存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
虽然本发明披露如上，但本发明并非限定于此。任何本领域技术人员，在不脱离本发明的精神和范围内，均可作各种更动与修改，因此本发明的保护范围应当以权利要求所限定的范围为准。

Claims (10)

1.一种维持空调舒适性的节能控制方法，其特征在于，所述维持空调舒适性的节能控制方法包括：
利用学习器计算出初始温度变化幅度Δt(ts)和初始温度变化周期Tt(ts)；更新所述学习器，计算出中间温度变化幅度Δt_L和中间温度变化周期Tt_L；根据所述初始温度变化幅度Δt(ts)和所述中间温度变化幅度Δt_L，计算出温度变化幅度Δt(ts+1)，根据所述初始温度变化周期Tt(ts)和所述中间温度变化周期Tt_L，计算出温度变化周期Tt(ts+1)；
根据所述温度变化幅度Δt(ts+1)和所述温度变化周期Tt(ts+1)，计算出修正目标温度Th；
控制空调器以所述修正目标温度Th为目标，进行运转。
2.根据权利要求1所述的维持空调舒适性的节能控制方法，其特征在于，所述学习器的输出参数包括不舒适度，所述利用学习器计算出初始温度变化幅度Δt(ts)和初始温度变化周期Tt(ts)的步骤包括：
以第一预设条件为目标，计算出所述初始温度变化幅度Δt(ts)和所述初始温度变化周期Tt(ts)，其中，第一预设条件包括所述不舒适度小于预设值。
3.根据权利要求1所述的维持空调舒适性的节能控制方法，其特征在于，所述学习器的输出参数包括不舒适度，所述更新所述学习器的步骤包括：
在节能模式关闭的情况下，输出所述不舒适度为1，更新所述学习器。
4.根据权利要求1所述的维持空调舒适性的节能控制方法，其特征在于，所述学习器的输出参数包括不舒适度，所述更新所述学习器的步骤包括：
在空调以节能模式持续运行第一预设时长的情况下，输出所述不舒适度为0，更新所述学习器。
5.根据权利要求1所述的维持空调舒适性的节能控制方法，其特征在于，所述学习器的输出参数包括不舒适度和消耗功率，所述计算出中间温度变化幅度Δt_L和中间温度变化周期Tt_L的步骤包括：
以第二预设条件为目标，计算出所述中间温度变化幅度Δt_L和所述中间温度变化周期Tt_L，其中，第二预设条件包括所述不舒适度小于第一阈值、所述消耗功率小于第二阈值。
6.根据权利要求1所述的维持空调舒适性的节能控制方法，其特征在于，所述温度变化幅度Δt(ts+1)的计算公式为：
Δt(ts+1)＝α×[Δt(ts)]+(1-α)×[Δt_L]
式中，α为学习进度系数。
7.根据权利要求1所述的维持空调舒适性的节能控制方法，其特征在于，所述温度变化周期Tt(ts+1)的计算公式为：
Tt(ts+1)＝α×[Tt(ts)]+(1-α)×[Tt_L]
式中，α为学习进度系数。
8.根据权利要求6或7所述的维持空调舒适性的节能控制方法，其特征在于，学习进度系数α等于用户端实际学习次数与预设用户端学习总次数的比值。
9.一种维持空调舒适性的节能控制装置，其特征在于，所述维持空调舒适性的节能控制装置包括：
初始计算模块，用于利用学习器计算出初始温度变化幅度Δt(ts)和初始温度变化周期Tt(ts)；
中间计算模块，用于更新所述学习器，计算出中间温度变化幅度Δt_L和中间温度变化周期Tt_L；
最终计算模块，用于根据所述初始温度变化幅度Δt(ts)和所述中间温度变化幅度Δt_L，计算出温度变化幅度Δt(ts+1)，根据所述初始温度变化周期Tt(ts)和所述中间温度变化周期Tt_L，计算出温度变化周期Tt(ts+1)；
目标温度计算模块，用于根据所述温度变化幅度Δt(ts+1)和所述温度变化周期Tt(ts+1)，计算出修正目标温度Th；
控制模块，用于控制空调器以所述修正目标温度Th为目标，进行运转。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机可读存储介质被处理器执行时实现如权利要求1～8任一项所述的维持空调舒适性的节能控制方法。
CN202111232629.5A 2021-10-22 2021-10-22 维持空调舒适性的节能控制方法、装置和计算机可读存储介质 Active CN113819583B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111232629.5A CN113819583B (zh) 2021-10-22 2021-10-22 维持空调舒适性的节能控制方法、装置和计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111232629.5A CN113819583B (zh) 2021-10-22 2021-10-22 维持空调舒适性的节能控制方法、装置和计算机可读存储介质

Publications (2)

Publication Number Publication Date
CN113819583A true CN113819583A (zh) 2021-12-21
CN113819583B CN113819583B (zh) 2022-09-30

Family

ID=78917294

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111232629.5A Active CN113819583B (zh) 2021-10-22 2021-10-22 维持空调舒适性的节能控制方法、装置和计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN113819583B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117404827A (zh) * 2023-12-14 2024-01-16 珠海格力电器股份有限公司 热泵系统控制方法、装置及热泵系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1129308A (zh) * 1994-08-19 1996-08-21 三洋电机株式会社 空调机
CN1140250A (zh) * 1995-06-13 1997-01-15 三洋电机株式会社 带太阳能发电机的空气调节器
CN108700312A (zh) * 2016-04-08 2018-10-23 松下知识产权经营株式会社 室内空调系统
CN110285539A (zh) * 2019-06-27 2019-09-27 广东美的制冷设备有限公司 空调器及其控制方法和计算机可读存储介质
CN110953701A (zh) * 2019-10-23 2020-04-03 广东美的制冷设备有限公司 运行控制方法、运行控制装置、空调器和存储介质
CN112443954A (zh) * 2020-11-27 2021-03-05 广东美的制冷设备有限公司 空调器的控制方法、空调器及计算机可读存储介质
CN112969893A (zh) * 2018-11-19 2021-06-15 三菱电机株式会社 空气调节装置的控制系统

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1129308A (zh) * 1994-08-19 1996-08-21 三洋电机株式会社 空调机
CN1140250A (zh) * 1995-06-13 1997-01-15 三洋电机株式会社 带太阳能发电机的空气调节器
CN108700312A (zh) * 2016-04-08 2018-10-23 松下知识产权经营株式会社 室内空调系统
CN112969893A (zh) * 2018-11-19 2021-06-15 三菱电机株式会社 空气调节装置的控制系统
CN110285539A (zh) * 2019-06-27 2019-09-27 广东美的制冷设备有限公司 空调器及其控制方法和计算机可读存储介质
CN110953701A (zh) * 2019-10-23 2020-04-03 广东美的制冷设备有限公司 运行控制方法、运行控制装置、空调器和存储介质
CN112443954A (zh) * 2020-11-27 2021-03-05 广东美的制冷设备有限公司 空调器的控制方法、空调器及计算机可读存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117404827A (zh) * 2023-12-14 2024-01-16 珠海格力电器股份有限公司 热泵系统控制方法、装置及热泵系统
CN117404827B (zh) * 2023-12-14 2024-05-17 珠海格力电器股份有限公司 热泵系统控制方法、装置及热泵系统

Also Published As

Publication number Publication date
CN113819583B (zh) 2022-09-30

Similar Documents

Publication Publication Date Title
CN113819583B (zh) 维持空调舒适性的节能控制方法、装置和计算机可读存储介质
CN109305183B (zh) 一种空调温度调节方法、系统、装置及计算机可读存储介质
TW201323793A (zh) 空調控制裝置與方法
CN110108003B (zh) 基于智能家居的空调温度智能控制方法、装置及空调
US12038191B2 (en) Air conditioner timing estimation controller using machine learning model
CN116520909A (zh) 哈里斯鹰算法优化模糊pid参数的高值耗材柜温度控制方法
CN106959613A (zh) Siso系统基于最近更新信息的动态线性化自适应控制律算法
CN110986249B (zh) 空调的自调节控制方法、系统及空调器
CN110736232A (zh) 空调控制方法及装置
Jia et al. Networked evolutionary game-based demand response via feedback controls
Xuemei et al. A novel air-conditioning load prediction based on ARIMA and BPNN model
CN108063701A (zh) 一种控制智能设备的方法及装置
JP6841182B2 (ja) 温感算出装置、温感算出方法、空調装置、およびプログラム
CN106779179B (zh) 一种空调机组的负荷预测方法及设备
CN114674061B (zh) 一种智能调节空调的方法
CN113494756A (zh) 终端及室内空气调节方法
Du et al. A novel locally regularized automatic construction method for RBF neural models
CN112346342B (zh) 一种非仿射动力学系统的单网络自适应评价设计方法
CN115076762B (zh) 功率调节方法、功率调节装置及温度调节设备
CN112443949B (zh) 空调器的控制方法、控制装置及可读存储介质
CN114413454A (zh) 基于模糊算法的空调制热抑霜控制方法、系统及空调器
CN113108438A (zh) 一种空调控制方法、装置、存储介质及空调
CN115950080B (zh) 一种基于强化学习的暖通空调调控方法和装置
CN118101486B (zh) 基于特征根分析的线性多智能体系统双向一致性控制方法
CN118466623B (zh) 一种基于人工智能的温控系统及方法

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
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20221012

Address after: 315191 No. 1166 Mingguang North Road, Jiangshan Town, Ningbo, Zhejiang, Yinzhou District

Patentee after: NINGBO AUX ELECTRIC Co.,Ltd.

Patentee after: AUX AIR CONDITIONING LIMITED BY SHARE Ltd.

Address before: 315000 No.1166 Mingguang North Road, Jiangshan Town, Yinzhou District, Ningbo City, Zhejiang Province

Patentee before: NINGBO AUX ELECTRIC Co.,Ltd.

Patentee before: Ningbo Oxfam intelligent commercial air conditioning manufacturing Co.,Ltd.