CN114383289A - 调温时长的计算方法及装置、设备及存储介质 - Google Patents

调温时长的计算方法及装置、设备及存储介质 Download PDF

Info

Publication number
CN114383289A
CN114383289A CN202111515853.5A CN202111515853A CN114383289A CN 114383289 A CN114383289 A CN 114383289A CN 202111515853 A CN202111515853 A CN 202111515853A CN 114383289 A CN114383289 A CN 114383289A
Authority
CN
China
Prior art keywords
temperature
time length
target
algorithm
adjusting
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
CN202111515853.5A
Other languages
English (en)
Other versions
CN114383289B (zh
Inventor
张仰光
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.)
Qibei Co
Original Assignee
Qibei Co
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 Qibei Co filed Critical Qibei Co
Priority to CN202111515853.5A priority Critical patent/CN114383289B/zh
Publication of CN114383289A publication Critical patent/CN114383289A/zh
Application granted granted Critical
Publication of CN114383289B publication Critical patent/CN114383289B/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
    • F24F11/62—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
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Signal Processing (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Computational Mathematics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Fuzzy Systems (AREA)
  • Operations Research (AREA)
  • Human Computer Interaction (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Air Conditioning Control Device (AREA)

Abstract

本申请实施例公开了一种调温时长的计算方法及装置、设备及存储介质，包括：若获取到室外温度，则根据第一算法及室外温度计算将室内初始温度调节至目标温度所需要的目标调温时长，若未获取到则根据第二算法计算，第一算法为基于HVAC设备的调温能力、热传导的傅里叶定律及热力学第一定律确定的算法，第二算法为基于历史调温记录、室内温度的温度数据得到的加权算法，通过根据室外温度的获取结果，使得能够基于是否获取到室外温度的场景选择相应的算法进行目标调温时长的计算，能够有效提高调温时长计算的准确性，通过利用第一算法或第二算法计算目标调温时长，能够进一步提高调温时长的准确性，具有使用的数据量少，计算时间快，占用的资源少等优点。

Description

调温时长的计算方法及装置、设备及存储介质
技术领域
本申请涉及温度控制技术领域，尤其涉及一种调温时长的计算方法及装置、设备及存储介质。
背景技术
温控器是用于控制供热通风与空气调节(Heating，Ventilation and AirConditioning，HVAC)设备以确保用户的居住环境保持在一定的温度范围内。
目前，可以计算温控器所处的空间内的温度达到预设的目标温度所需要的时长，并将该时长通知给用户，使得能够提示用户调温所需要的时间，以增强用户体验。
然而，现有的计算调温时长的方式需要使用到大量的数据进行计算，存在计算时间长，且准确性低的问题。
发明内容
本申请的主要目的在于提供一种调温时长的计算方法及装置、设备及存储介质，可以解决现有技术中的调温时长的计算需要大量数据，存在计算时间长，且准确性低的问题。
为实现上述目的，本申请第一方面提供一种调温时长的计算方法，所述方法包括：
获取目标空间的室外温度；
若获取到所述室外温度，则根据第一算法及所述室外温度，计算将所述目标空间的室内初始温度调节至目标温度所需要的目标调温时长；若未获取到所述室外温度，则根据第二算法计算所述目标调温时长；
其中，所述第一算法为基于供热通风与空气调节HVAC设备的调温能力、热传导的傅里叶定律及热力学第一定律确定的算法，所述第二算法为基于历史调温记录、以当前时间点为结束点的预设时长内的室内温度的温度数据得到的加权算法，所述历史调温记录包括历史调温过程中的室内初始温度与目标温度之间的温度差与调温时长的对应关系。
可选的，根据第一算法及所述室外温度，计算将所述目标空间的室内初始温度调节至目标温度所需要的目标调温时长，包括：
根据所述目标温度、室外温度、室内初始温度及所述第一算法，计算得到所述目标调温时长；
所述根据第二算法计算所述目标调温时长，包括：
根据所述目标温度、室内初始温度、所述历史调温记录、所述温度数据及所述第二算法，计算得到所述目标调温时长。
可选的，所述根据所述目标温度、室外温度、室内初始温度及所述第一算法，计算得到所述目标调温时长，包括：
计算所述室外温度与所述室内初始温度的差值的绝对值，作为第一差值，及计算所述室外温度与所述目标温度的差值的绝对值，作为第二差值；
将所述第一差值代入所述第一算法中，得到第一时长，及将所述第二差值代入所述第二算法中，得到第二时长；
根据所述室外温度与室内初始温度的大小关系，所述第一时长、第二时长及调温场景计算得到所述目标调温时长，所述调温场景为制冷场景或者制热场景。
可选的，所述根据所述室外温度与室内初始温度的大小关系，所述第一时长、第二时长及调温场景计算得到所述目标调温时长，包括：
在制冷场景下，若所述室外温度等于所述室内初始温度，则确定所述第二时长为所述目标调温时长，若所述室外温度大于所述室内初始温度，则将第二时长与第一时长的差值作为所述目标调温时长，若所述室外温度小于所述室内初始温度，则将第一时长与第二时长的和作为所述目标调温时长；
在制热场景下，若所述室外温度等于所述室内初始温度，则确定所述第二时长为所述目标调温时长，若所述室外温度大于所述室内初始温度，则将所述第一时长与所述第二时长的和作为所述目标调温时长，若所述室外温度小于所述室内初始温度，则将所述第一时长与所述第二时长的差值作为所述目标调温时长
可选的，所述第一算法按照如下方式得到：
假设室内初始温度与室外温度相同，确定将预设的室内空间的温度调整预设温度大小，所需要的第一能量的第一计算公式，及利用HVAC设备的调温能力，确定若所述HVAC设备将所述室内空间的室内温度调节与室外温度的差值的绝对值等于目标差值时，所述HVAC设备所产生的第二能量的第二计算公式；
基于热力学第一定律的所述第一能量等于所述第二能量，将所述第二能量的第二计算公式，替换所述第一计算公式中的第一能量，利用所述热传导的傅里叶定律对应的热流动能量的第三计算公式，替换所述第一计算公式中的热流动能量，得到第一算法。
可选的，所述根据所述目标温度、室内初始温度、所述历史调温记录、所述温度数据及所述第二算法，计算得到所述目标调温时长，包括：
根据所述目标温度、室内初始温度，及所述历史调温记录，确定将所述目标空间的温度调节至所述目标温度所需要的第三时长；
获取所述预设时长内的温度数据，并利用所述温度数据进行线性拟合，预测将所述目标空间从室内当前温度调节至所述目标温度所需要的第四时长；
根据所述第三时长、所述第四时长及所述第二算法，进行加权计算，得到所述目标调温时长。
可选的，所述根据所述目标温度、室内初始温度，及所述历史调温记录，确定将所述目标空间的温度调节至所述目标温度所需要的第三时长，包括：
计算所述目标温度与室内初始温度的差值，作为第三差值；
查找历史调温记录，获取所述历史调温记录中，调温的温差值等于所述第三差值的候选调温时长；
采用三西格玛准则剔除所述候选调温时长中的异常时长，并取剩余候选调温时长中的中位数作为所述第三时长。
可选的，所述根据所述第三时长、所述第四时长及所述第二算法，进行加权计算，得到所述调温时长，包括：
确定所述室内当前温度与所述目标温度的差值的绝对值，作为第四差值，确定所述室内初始温度与所述目标温度的差值的绝对值，作为第五差值；
利用所述第四差值与所述第五差值确定所述第三时长对应的第一权重；
将所述第三时长、所述第一权重、所述第四时长代入所述第二算法进行加权计算，得到所述调温时长。
为实现上述目的，本申请第二方面提供一种调温时长的计算装置，所述装置包括：
获取模块，用于获取目标空间的室外温度；
计算模块，用于若获取到所述室外温度，则根据第一算法及所述室外温度，计算将所述目标空间的室内初始温度调节至目标温度所需要的目标调温时长；若未获取到所述室外温度，则根据第二算法计算所述目标调温时长；
其中，所述第一算法为基于供热通风与空气调节HVAC设备的调温能力、热传导的傅里叶定律及热力学第一定律确定的算法，所述第二算法为基于历史调温记录、以当前时间点为结束点的预设时长内的室内温度的温度数据得到的加权算法，所述历史调温记录包括历史调温过程中的室内初始温度与目标温度之间的温度差与调温时长的对应关系。
为实现上述目的，本申请第三方面提供一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行第一方面所述的各个步骤。
为实现上述目的，本申请第四方面提供一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行第一方面中的各个步骤。
本申请实施例具有如下优点或有益效果：
本申请提供一种调温时长的计算方法，包括：获取目标空间的室外温度，若获取到室外温度，则根据第一算法及室外温度计算将目标空间的室内初始温度调节至目标温度所需要的目标调温时长，若未获取到室外温度，则根据第二算法计算目标调温时长，其中，第一算法为基于HVAC设备的调温能力、热传导的傅里叶定律及热力学第一定律确定的算法，第二算法为基于历史调温记录、以当前时间点为结束点的预设时长内的室内温度的温度数据得到的加权算法，通过根据室外温度的获取结果，使得能够基于是否能够获取到室外温度的场景选择相应的算法进行目标调温时长的计算，能够有效提高调温时长计算的准确性，且通过利用上述的第一算法或第二算法进行目标调温时长的计算，具有准确性高、使用的数据量少，计算时间快，且占用的资源少等优点。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
其中：
图1为本申请实施例中调温时长的计算方法的流程示意图；
图2为本申请实施例中第一算法得到方式的流程示意图；
图3为本申请实施例中利用第一算法计算目标调温时长的流程示意图；
图4为本申请实施例中利用第二算法计算目标调温时长的流程示意图；
图5为本申请实施例中调温时长的计算装置的结构示意图；
图6为本申请实施例中计算机设备的结构框图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
请参阅图1，为本申请实施例中调温时长的计算方法的流程示意图，包括：
步骤101、获取目标空间的室外温度；
步骤102、若获取到所述室外温度，则根据第一算法及所述室外温度，计算将所述目标空间的室内初始温度调节至目标温度所需要的目标调温时长；若未获取到所述室外温度，则根据第二算法计算所述目标调温时长。
其中，第一算法为基于供热通风与空气调节HVAC设备的调温能力、热传导的傅里叶定律及热力学第一定律确定的算法，第二算法为基于历史调温记录、以当前时间点为结束点的预设时长内的室内温度的温度数据得到的加权算法。
其中，历史调温记录包括历史调温过程中的室内初始温度与目标温度之间的温度差与调温时长的对应关系，且该室内初始温度是指调温前的室内的温度。在一种优选的方式中，上述的历史调温记录中的室内初始温度与室外温度相同。
其中，在室内初始温度与目标温度的温度差为正值时，则表明历史调温记录是制冷场景下得到的，该温度差为负值时，则表明历史调温记录是制热场景下得到的，且可以理解的是，不同场景或者不同时刻下的目标温度可以是不同的，也可以是相同的，目标温度通常是由用户设置的温度。
在本申请实施例中，上述的目标空间可以是指封闭的或者部分封闭的空间，例如，可以是房间、汽车内的空间等等，调温时长则是指将该目标空间的室内初始温度调节至目标温度所需要的时长，且调温可以是将温度调高，实现制热，也可以是将温度调低，实现制冷。
在一种可行的实现方式中，上述的调温时长的计算方法可以是由温控器实现的，在需要进行调温时，可以先由温控器获取目标空间的室外温度，可以理解的是，该温控器通常是设置在目标空间内的，用于控制目标空间内的温度变化，为了能够获取到室外温度，在需要进行调温时，温控器可以尝试接入网络，以便从网络上获取到室外温度，其中，若温控器在尝试预设次数之后仍然无法接入网络，则确定该温控器无法获取到室外温度，上述的室外温度的获取结果为未获取到室外温度。若温控器连接上网络，则可以通过该网络向服务器发送室外温度的获取请求，该获取请求中包含温控器所处的地理位置，服务器接收到该获取请求之后，将基于获取请求中的温控器所处的地理位置获取与该地理位置匹配的天气预报信息，从该天气预报信息中获取当前时间点对应的温度值，将该温度值作为室外温度，并反馈给温控器，使得温控器可以获取到室外问题，即上述的室外温度的获取结果为获取到室外温度。可以理解的是，温控器接入网络之后，在某些场景下，也可能获取不到室外温度，使得室外温度的获取结果仍然为未获取到室外温度。
在本发明实施例中，针对于室外温度的获取结果，分别设置第一算法，和第二算法用于计算目标调温时长，其中，第一算法需要使用到室外温度，因此，在获取到室外温度的场景下，可以使用第一算法及室外温度计算目标调温时长。第二算法不需要使用到室外温度，因此，在未获取到室外温度的场景下，可以使用第二算法计算目标调温时长。
其中，第一算法为基于HVAC设备的调温能力、热传导的傅里叶定律及热力学第一定律确定的算法，进一步地，第一算法还可以是基于HVAC设备的调温能力、热传导的傅里叶定律、热力学第一定律、室内初始温度和室外温度确定的算法。
第二算法为基于历史调温记录，以当前时间点为结束时间点的预设时长内的室内温度的温度数据得到的加权算法。其中，预设时长可以3分钟，若当前时间点为8：00，则该预设时长的范围为7:57～8:00。室内温度的温度数据是由温控器采集到的目标空间内的数据，包括采集时间与温度值的对应关系。历史调温记录包括历史调温的温度差与调温时长的对应关系，例如，若在历史的某一个时刻，目标空间内的温度为A，需要将目标空间内的温度调节值B，历史调温过程中的时长是C，则温度差为B-A，形成的一条历史调温记录为温度差B-A与调温时长C的对应关系。
需要说明的是，上述描述了温控器实现上述调温时长的计算方法的相关内容，在另一种可行的实现方式中，还可以由服务器执行上述调温时长的计算方法，可以理解的是，若由服务器执行上述的调温时长的计算方法，温控器与服务器之间的网络需要顺畅，以便服务器能够从温控器获取到相关的信息，在实际应用中，可以根据具体的需要设置执行上述方法的设备，此处不做赘述。
在本申请实施例中，通过预先设置第一算法与第二算法，且该两个算法是与获取到室外温度和未获取到室外温度的场景有对应关系的，使得能够根据室外温度的获取结果，选择相应的算法进行目标调温时长的计算，以便基于不同场景下的计算获取到准确性更高的目标调温时长，且由于第一算法为基于HVAC设备的调温能力、热传导的傅里叶定律及热力学第一定律确定的算法，第二算法为基于历史调温记录，以当前时间点为结束时间点的预设时长内的室内温度的温度数据得到的加权算法，使得该两个算法不需要使用到大量数据，具备使用的数据量小，运算速度快，占用的资源少的优点。
在一种可行的实现方式中，上述步骤102具体可以按照如下方式实现：
步骤A、若获取到室外温度，则根据目标温度，获取到的室外温度、室内初始温度及上述的第一算法，计算得到目标调温时长。
步骤B、若未获取到室外温度，则根据目标温度、室内初始温度、历史调温记录、预设时长内的温度数据及第二算法，计算得到目标调温时长。
为了更好地理解本申请实施例中的技术方案，下面将分别介绍使用第一算法计算得到目标调温时长，和使用第二算法得到目标调温时长的具体方式。
(一)使用第一算法得到目标调温时长
为了更好地理解本申请实施例中的技术方案，先介绍第一算法的推导过程，请参阅图2，为本申请实施例中第一算法得到方式的流程示意图，包括：
步骤201、假设室内初始温度与室外温度相同，确定将预设的室内空间的温度调整预设温度大小，所需要的第一能量的第一计算公式，及利用HVAC设备的调温能力，确定若HVAC设备将室内空间的室内温度调节与室外温度的差值的绝对值等于目标差值时，HVAC设备所产生的第二能量的第二计算公式；
步骤202、基于热力学第一定律的所述第一能量等于所述第二能量，将所述第二能量的第二计算公式，替换所述第一计算公式中的第一能量，利用所述热传导的傅里叶定律对应的热流动能量的第三计算公式，替换所述第一计算公式中的热流动能量，得到第一算法。
由上述可知，在一种可行的实现方式中，第一算法的推导的前提条件是室内初始温度与室外温度相同。
下面将详细描述第一算法的推导过程。
1、可以先得到将预设的室内空间的温度调整预设温度大小，所需要的第一能量的第一计算公式，在一种可行的实现方式中，该第一计算公式如下：
第一能量Q1＝将室内空间调整预设温度大小所需要的基础能量cmΔT+在调整过程中该室内空间的热流动能量Q2，即第一计算公式：
Q1＝cmΔT1+Q2公式(1)
其中，cm表示的室内空间的热容比和质量，且在调节过程中cm保持不变，是常数，ΔT1表示室内初始温度与目标温度的差值的绝对值，即上述的预设温度大小，Q2用于表示在室内温度与室外温度不同的情况下，室内外的能量必然存在着流动，且该流动的能量大小。
需要说明的是，无论是制冷还是制热，都可以使用上述公式(1)得到第一能量，如果是制冷，则得到的第一能量为第一制冷量，如果是制热，则得到的第一能量为第一制热量。
2、进一步地，可继续得到第二计算公式，该第二计算公式为基于HVAC设备的调温能力，确定HVAC设备若将室内空间的室内温度调节至与室外温度的差值的绝对值等于目标差值时，该HVAC设备所产生的第二能量的第二计算公式。
其中，第二能量可以是制冷所需要的制冷量，也可以是制热所需要的制热量。
以制冷为例，在室内初始温度与室外温度相同的情况下，第二能量则为HVAC设备控制室内温度与室外温度产生所能产生的有效制冷量，具体的，需要确定额定制冷量，同时需要确定该额定制冷量的制冷有效率，即第二计算公式如下：
有效制冷量Q3＝额定制冷量Q4*制冷有效率q
其中，制冷有效率
Figure BDA0003406714960000101
额定制冷量Q4与额定功率有关，通常HAVC设备的额定功率是固定值，ΔT2表示的室外温度与目标温度的差值的绝对值，即为上述的目标差值，H表示HAVC设备出风口和入风口的温度的差值的绝对值，在没有达到系统极限温度的情况下，H通常是固定值，且为常数。
基于上述描述，可以确定有效制冷量：
Figure BDA0003406714960000102
需要说明的是，在制热场景下，有效制冷量的公式与有效制热量的公式相同，且上述Q3则表示有效制热量，Q4则表示额定制热量，H表示HAVC设备出风口和入风口的温度的差值的绝对值，在实际应用中，可以根据具体的场景设定公式(2)的表达式，及公式(2)中各参数的含义，此处不做赘述。
3、进一步地，传统的热传导的傅里叶定律的第三计算公式公式如下：
Q5＝-λΑ(dt/dδ)s 公式(3)
其中，Q5表示热流动能量，λ为导热系数，A导热面积，s为时间，(dt/dδ)为温差梯度，其中，导热系数和导热面积的乘积的负值-λΑ是热流量比率K。
在基于上述热传导的傅里叶定律计算上述室内空间的热流动能量时，可以将Q2＝Q5，dt/dδ表示的温度梯度为室外温度与目标温度的差值的绝对值，即dt/dδ＝ΔT2，且-λΑ表示热流量比率K，因此，上述公式(3)可以表示成：
Q2＝Ks*ΔT2 公式(4)
需要说明的是，无论是制热还是制热，热传导所产生的热流动能量都可以使用上述的公式(4)，且该公式(4)可以称为热流量公式。
4、在得到上述的公式(1)、公式(2)及公式(4)之后，由于考虑到公式(1)表达的是将室内空间的温度调整预设温度大小所需要的第一能量，公式(2)表示的是基于HVAC设备的调温能力将室内空间的室内温度与室外温度直接的差值调节至目标差值产生的有效的第二能量，进一步地，基于热力学第一定律，即能量守恒定律，要实现对室内空间的温度的调温，需要达到的是室内空间所需要的第一能量，与HVAC设备的产生的第二能量之间的能量守恒，可将第二能量的第二计算公式替换第一计算公式中的第一能量，即公式(1)中的Q1等于公式(2)中的Q3，因此，可以得到如下等式：
Figure BDA0003406714960000111
进一步简化，即可以得到如下等式：
Figure BDA0003406714960000112
其中，Q2表示的热流动能量，且公式(4)表示的就是热传导的热流动能量，含义与Q2相同，将公式(4)替换上述公式(5)中的Q2，得到如下公式：
Figure BDA0003406714960000113
考虑到在实际应用中，并不能确保调温前室内初始温度等于室外温度，因此，需要寻找到ΔT1与ΔT2之间的转换关系，为此，可以通过微分处理的方式，具体的可以对公式(6)等号两端均进行基于调温时长s的微分处理，得到如下公式：
Figure BDA0003406714960000114
其中，d表示微分，且进一步地，ΔT1ds表示室内初始温度与目标温度的差值的绝对值在一个时间片段下的变化值，且由于该时间片段通常非常短，该变化值的大小可以约等于dΔT2，因此，上述公式(7)可以变化为：
Figure BDA0003406714960000115
进一步地，对上述公式(8)进行变形，则可以得到如下公式：
Figure BDA0003406714960000116
在得到上述公式(9)之后，为了能够得到调温时长s的大小，可以再次对公式(9)进行积分，得到如下公式：
Figure BDA0003406714960000121
其中，s表示调温时长，w表示积分后得到的常数，cm表示的室内空间的热容比和质量，且为常数，ln()表示以常数e为底数的对数，Q4表示额定制冷量或者额定制热量，通常也为常数，K热流量比率，H表示HAVC设备出风口和入风口的温度的差值的绝对值，且为常数，ΔT2表示室外温度与室内初始温度的差值的绝对值，由此可知，在上述公式(10)中，ΔT2是自变量，s是因变量，其他都是常数，因此，对上述公式(10)进行进一步简化，得到如下公式：
s＝W-βln(r-εΔT2)公式(11)
其中，W、β、r、ε均为常数，β等于公式10中的cm，等于公式(10)中的Q4，ε等于公式(10)中的
Figure BDA0003406714960000122
上述公式(11)即为第一算法的表达式，且该第一算法适用于制冷场景和制热场景，且可以分别得到制冷场景下W、β、r、ε的值，以便得到与制冷场景对应的第一算法，及得到制热场景下W、β、r、ε的值，以便得到与制热场景对应的第一算法，在实际应用中，可以根据室内初始温度，与目标温度之间的关系确定是制冷场景还是制热场景。
具体的，为了能够使用上述的公式(11)，可以使用历史调温记录中的调温时长和温度差的对应关系代入到上述公式(11)中，通过历史调温记录进行W、β、r、ε的求解，得到该四个常数具体的值，以便得到可以使用的第一算法的实际表达式，且在得到制冷场景的第一算法时，使用的历史调温数据为制冷历史调温数据，在得到制热场景的第一算法时，使用的历史调温数据为制热历史调温数据。
可以理解的是，得到上述第一算法之后，则可以在获取到室外温度的情况下，使用第一算法计算目标调温时长，请参阅图3，为本申请实施例中利用第一算法计算目标调温时长的流程示意图，具体的，为上述步骤B中的根据目标温度、室外温度、室内初始温度及第一算法，计算得到目标调温时长的细化步骤的流程示意图，包括：
步骤301、计算室外温度与室内初始温度的差值的绝对值，作为第一差值，及计算室外温度与目标温度的差值的绝对值，作为第二差值；
步骤302、将第一差值代入第一算法中，得到第一时长，及将第二差值代入第一算法中，得到第二时长；
步骤303、根据室外温度与室内初始温度的大小关系，第一时长、第二时长及调温场景计算得到目标调温时长。
在本申请实施例中，在上述公式(11)中，自变量ΔT2表示室外温度与目标温度的差值的绝对值，且是在室内初始温度等于室外温度的条件下。
在用于计算目标调温温度时，考虑到室内初始温度与室外温度不一定相等，且需要计算的是将目标空间的室内温度从室内初始温度调节至目标温度所需要的时长，因此，为了提高目标调温时长计算的准确性，且能够满足上述第一算法的条件，将以室外温度为基准，分段进行调温时长的确定。
具体的，可以先计算室外温度与室内初始温度的差值的绝对值，作为第一差值，将该第一差值代入上述第一算法的公式(11)中，则可以得到第一时长，该第一时长则表示室外温度与室内初始温度之间的调节所需要的时长。例如，在制冷场景下，若室外温度为28度，室内初始温度为25度，则将用于计算目标调温时长的目标温度设置为25度，计算将室内温度从28度调节至25度所需要的第一时长，若室外温度为27度，室内初始温度为30度，则将室外温度作为目标温度，室内初始温度作为室外温度，确定将室内的温度从30度降低至27度所需要的第一时长。
进一步的，计算室外温度与目标温度的差值的绝对值，作为第二差值，将该第二差值代入第一算法中，得到第二时长。
在得到第一时长和第二时长之后，将继续根据室外温度与室内初始温度的大小关系，第一时长、第二时长及调温场景得到上述的目标调温时长。
在一种可行的实现方式中，若是制冷场景，则通常目标温度是低于室外温度的，且将判断室外温度与室内初始温度的大小关系，若室外温度等于室内初始温度，则表明不需要使用到第一时长，此时可以将第二时长作为目标调温时长，若室外温度大于室内初始温度，则表明实际调温的温差是小于室外温度与目标温度的差值的绝对值的，所需要的时间比从室外温度调节到目标温度短，因此，可以将第二时长减去第一时长的差值作为目标调温时长。例如，若室外温度为28度、室内初始温度为26度，目标温度为20度，则可以先将室内初始温度作为目标温度使用，计算将室内温度从28度调节至26度所需要的第一时长，再利用室外温度28度及实际的目标温度20度计算将室内温度从28度调节至20度所需要的第二时长，由于室内初始温度为26度，因此，在实际调节过程中，是不需要将室内温度从28度降到26度的，即第一时长的时间其实是不用在实际中，只在计算中才使用的，可以将第二时长减去第一时长的差值作为实际调节的目标调温时长。
若室外温度小于室内初始温度，则表明实际调温的温差是大于室外温度与目标温度的差值的绝对值的，所需要的时间比从室外温度调节到目标温度长，因此，可以将第一时长加上第二时长的和作为目标调温时长。例如，若室外温度为27度、室内初始温度为30度，目标温度为20度，则第一时长表示的是将室内温度从30度降低至27度所需要的时长，第二时长表示的是将室内温度从27度降低至20度所需要的时长，由于室内初始温度实际为30度，因此，在实际的调节过程中，需要先将室内温度从室内初始温度降低至室外温度，再将室内温度从室外温度降低是目标温度，即多出了第一时长的时间，此时可以将第一时长和第二时长的和作为实际调节的目标调温时长。
在另一种可行的实现方式中，若是制热场景，则通常目标温度是高于室外温度的，则将判断室外温度与室内初始温度的大小关系，若室外温度等于室内初始温度，则表明不需要使用到第一时长，此时，可以将第二时长作为目标调温时长，若室外温度大于室内初始温度，则表明实际调温的温差是大于室外温度与目标温度的差值的绝对值的，所需要的时间比从室外温度升高到目标温度长，因此，可以将第一时长加上第二时长的和作为目标调温时长，例如，若室外温度为15度，室内初始温度12度，目标温度为21度，则第一时长表示的是将室内温度从15度升高至15度所需要的时间，第二时长表示的是将室内温度从15度升高至21度所需要的时间，即实际调节过程中，需要先将室内温度从室内初始温度调节至室外温度，再将室内温度从室外温度调节至目标温度，所需要的实际调节的目标调温时长等于第一时长加上第二时长。
若室外温度小于室内初始温度，则表明实际调温的温差是大于室外温度与目标温度的差值的绝对值的，所需要的时间比从室外温度调节到目标温度短，因此，可以用第二时长减去第一时长的差值作为目标调温时长。例如，若室外温度为16度，室内初始温度为18度，目标温度为21度，则可以先将室内初始温度作为目标温度使用，计算将室内温度从16度升高至18度所需要的第一时长，再利用室外温度16度，及实际的目标温度21度，计算将室内温度从16度升高至21度所需要的第二时长，由于室内初始温度为18度，因此，在实际调节过程中，不需要先将室内温度从16度调整至18度，因此，可以将第二时长减去第一时长的差值作为实际调节的目标调温时长。
在本申请实施例中，在得到上述的第一算法之后，计算目标调温时长所需要的数据包括目标温度、室外温度和室内初始温度，使用到的数据少，计算时间快，占用的资源少等优点，且使用基于HVAC设备的调温能力、热传导的傅里叶定律及热力学第一定律确定的第一算法能够有效提高目标调温时长的准确性。
(二)使用第二算法得到目标调温时长
在本申请实施例中，第二算法的公式如下：
s＝s1*(t1/t0)+s2*(1-t1/t0) 公式(12)
其中，s表示目标调温时长，s1表示基于历史调温记录确定的第三时长，s2表示基于预设时长内的温度数据确定的第四时长，t0表示室内初始温度与目标温度的差值的绝对值，t1表示室内当前温度与目标温度的差值的绝对值。
为了更好地理解在没有获取到室外温度的情况下计算目标调温时长的方法，请参阅图4，为本申请实施例中利用第二算法计算目标调温时长的方法的流程的示意图，具体的是上述步骤B中根据目标温度、室外温度、室内初始温度及第一算法，计算得到目标调温时长的细化步骤的流程示意图，包括：
步骤401、根据目标温度、室内初始温度，及历史调温记录，确定将目标空间的温度调节至目标温度所需要的第三时长；
步骤402、获取预设时长内的温度数据，并利用温度数据进行线性拟合，预测将目标空间从室内初始温度调节至目标温度所需要的第四时长；
步骤403、根据第三时长、第四时长及第二算法，进行加权计算，得到目标调温时长。
在本申请实施例中，在未获取到室外温度的情况下，将根据目标温度、室内初始温度、历史调温记录，确定将目标空间的温度调节至目标温度所需要的第三时长，具体的，可以先计算目标温度与室内初始温度的差值，作为第三差值，其中，该差值大于0则表示调温场景制热场景，该差值小于0则表示调温场景为制冷场景，需要说明的是，无论是制热场景还是制冷场景，都可以使用本申请中的第二算法计算目标调温时长。
在得到第三差值之后，可查找历史调温记录，获取历史调温记录中，调温的温差值等于第三差值的候选调温时长；可以理解是的，若是制热场景，则使用制热场景下的历史调温记录，若是制冷场景，则使用制冷场景下的历史调温数据。
在得到候选调温时长之后，将采用三西格玛准则剔除候选调温时长中的异常时长，并取剩余候选调温时长中的中位数作为第三时长。
在得到第三时长之后，还将获取预设时长内的调温数据，例如可以是以当前时间点为结束时间点三分钟内的调温数据，该调温数据包括：距离调温起始点的时长与温度值之间的对应关系，并以距离调温起始点的时长为横纵，温度值为纵轴构建坐标系，将调温数据映射至坐标系中并对调温数据进行线性拟合，得到当前调温的调温函数，并利用该调温函数进行预测，预测将目标空间从室内当前温度调节至目标温度所需要的第四时长。
在得到第四时长之后可根据第三时长、第四时长及第二算法，进行加权计算，得到目标调温时长。具体的，可以分别为第三时长和第四时长分配加权的权重值，以便能够构建加权形式的加权算法，即第二算法。考虑到利用预设时长内的调温数据进行线性拟合时，室内当前温度越靠近目标温度时，得到的调温函数越准确，因此，室内当前温度与目标温度的差值越小的情况下，第三时长的权重值越小，第四时长的权重值越大。
具体的，可以将室内当前温度与目标温度的差值的绝对值作为第四差值，室内初始温度与目标温度的差值的绝对值作为第五差值，将第四差值与第五差值的比值作为第三时长对应的第一权重，将第三时长、第一权重、第四时长代入上述的第二算法的公式(12)中进行加权计算，得到目标调温时长。可以理解的是，使用第二算法计算得到的目标调温时长是实时的，在调温过程中可以利用第二算法实时更新该目标调温时长，且该目标调温时长的值是越来越准确的。
在本申请实施例中，通过基于历史调温记录得到第三时长，及基于预设时长内的调温数据进行线性拟合预测第四时长，并基于该第三时长和第四时长进行加权计算，使得得到的目标调温时长的准确性高，且使用的数据量小，具有计算时间快，占用的资源少等优点。
请参阅图5，为本申请实施例中一种调温时长的计算装置的结构示意图，该装置包括：
获取模块501，用于获取目标空间的室外温度；
计算模块502，用于若获取到所述室外温度，则根据第一算法及所述室外温度，计算将所述目标空间的室内初始温度调节至目标温度所需要的目标调温时长；若未获取到所述室外温度，则根据第二算法计算所述目标调温时长；
其中，所述第一算法为基于供热通风与空气调节HVAC设备的调温能力、热传导的傅里叶定律及热力学第一定律确定的算法，所述第二算法为基于历史调温记录、以当前时间点为结束点的预设时长内的室内温度的温度数据得到的加权算法，所述历史调温记录包括历史调温过程中的室内初始温度与目标温度之间的温度差与调温时长的对应关系。
进一步地，上述的计算模块502包括：
第一计算模块，用于若所述获取到室外温度，则根据所述目标温度、室外温度、室内初始温度及所述第一算法，计算得到所述目标调温时长；
第二计算模块，用于若未获取到室外温度，则根据所述目标温度、室内初始温度、所述历史调温记录、所述温度数据及所述第二算法，计算得到所述目标调温时长。
进一步地，第一计算模块具体包括：
差值计算模块，用于若所述获取结果为获取到室外温度，计算所述室外温度与所述室内初始温度的差值的绝对值，作为第一差值，及计算所述室外温度与所述目标温度的差值的绝对值，作为第二差值；
算法计算模块，用于将所述第一差值代入所述第一算法中，得到第一时长，及将所述第二差值代入所述第一算法中，得到第二时长；
时长计算模块，用于根据所述室外温度与室内初始温度的大小关系，所述第一时长、第二时长及调温场景计算得到所述目标调温时长，所述调温场景为制冷场景或者制热场景。
其中，时长计算模块具体用于：在制冷场景下，若所述室外温度等于所述室内初始温度，则确定所述第二时长为所述目标调温时长，若所述室外温度大于所述室内初始温度，则将第二时长与第一时长的差值作为所述目标调温时长，若所述室外温度小于所述室内初始温度，则将第一时长与第二时长的和作为所述目标调温时长；在制热场景下，若所述室外温度等于所述室内初始温度，则确定所述第二时长为所述目标调温时长，若所述室外温度大于所述室内初始温度，则将所述第一时长与所述第二时长的和作为所述目标调温时长，若所述室外温度小于所述室内初始温度，则将所述第一时长与所述第二时长的差值作为所述目标调温时长。
其中，装置还包括算法设置模块，用于假设室内初始温度与室外温度相同，确定将预设的室内空间的温度调整预设温度大小，所需要的第一能量的第一计算公式，及利用HVAC设备的调温能力，确定若所述HVAC设备将所述室内空间的室内温度调节与室外温度的差值的绝对值等于目标差值时，所述HVAC设备所产生的第二能量的第二计算公式；基于热力学第一定律的所述第一能量等于所述第二能量，将所述第二能量的第二计算公式，替换所述第一计算公式中的第一能量，利用所述热传导的傅里叶定律对应的热流动能量的第三计算公式，替换所述第一计算公式中的热流动能量，得到第一算法。
进一步地，上述第二计算模块包括：
确定模块，用于根据所述目标温度、室内初始温度，及所述历史调温记录，确定将所述目标空间的温度调节至所述目标温度所需要的第三时长；
预测模块，用于获取所述预设时长内的温度数据，并利用所述温度数据进行线性拟合，预测将所述目标空间从室内初始温度调节至所述目标温度所需要的第四时长；
加权计算模块，用于根据所述第三时长、所述第四时长及所述第二算法，进行加权计算，得到所述目标调温时长。
其中，确定模块具体用于计算所述目标温度与室内初始温度的差值，作为第三差值；查找历史调温记录，获取所述历史调温记录中，调温的温差值等于所述第三差值的候选调温时长；采用三西格玛准则剔除所述候选调温时长中的异常时长，并取剩余候选调温时长中的中位数作为所述第三时长。
其中，加权计算模块具体用于确定所述室内当前温度与所述目标温度的差值的绝对值，作为第四差值，确定所述室内初始温度与所述目标温度的差值的绝对值，作为第五差值；利用所述第四差值与所述第五差值确定所述第三时长对应的第一权重；将所述第三时长、所述第一权重、所述第四时长代入所述第二算法进行加权计算，得到所述目标调温时长。
在本申请实施例中，通过获取模块501获取到目标空间的室外温度，并由计算模块502根据该室外温度的获取结果，选择第一算法或者第二算法，计算将目标空间的室内初始温度调节至目标温度所需要的目标调温时长，其中，第一算法为基于HVAC设备的调温能力、热传导的傅里叶定律及热力学第一定律确定的算法，第二算法为基于历史调温记录、以当前时间点为结束点的预设时长内的室内温度的温度数据得到的加权算法，通过根据室外温度的获取结果，使得能够基于是否能够获取到室外温度的场景选择相应的算法进行目标调温时长的计算，能够有效提高调温时长计算的准确性，且通过利用上述的第一算法或第二算法进行目标调温时长的计算，具有准确性高、使用的数据量少，计算时间快，且占用的资源少等优点。
图6示出了一个实施例中计算机设备的内部结构图。该计算机设备具体可以是温控器，也可以是服务器。如图6所示，该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，存储器包括非易失性存储介质和内存储器。该计算机设备的非易失性存储介质存储有操作系统，还可存储有计算机程序，该计算机程序被处理器执行时，可使得处理器实现上述方法实施例中的各个步骤。该内存储器中也可储存有计算机程序，该计算机程序被处理器执行时，可使得处理器执行上述方法实施例中的各个步骤。本领域技术人员可以理解，图6中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提出了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行上述方法实施例中的各个步骤。
在一个实施例中，提出了一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行上述方法实施例中的各个步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一非易失性计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (11)

1.一种调温时长的计算方法，其特征在于，所述方法包括：
获取目标空间的室外温度；
若获取到所述室外温度，则根据第一算法及所述室外温度，计算将所述目标空间的室内初始温度调节至目标温度所需要的目标调温时长；若未获取到所述室外温度，则根据第二算法计算所述目标调温时长；
其中，所述第一算法为基于供热通风与空气调节HVAC设备的调温能力、热传导的傅里叶定律及热力学第一定律确定的算法，所述第二算法为基于历史调温记录、以当前时间点为结束点的预设时长内的室内温度的温度数据得到的加权算法，所述历史调温记录包括历史调温过程中的室内初始温度与目标温度之间的温度差与调温时长的对应关系。
2.根据权利要求1所述的方法，其特征在于，所述根据第一算法及所述室外温度，计算将所述目标空间的室内初始温度调节至目标温度所需要的目标调温时长，包括：
根据所述目标温度、室外温度、室内初始温度及所述第一算法，计算得到所述目标调温时长；
所述根据第二算法计算所述目标调温时长，包括：
根据所述目标温度、室内初始温度、所述历史调温记录、所述温度数据及所述第二算法，计算得到所述目标调温时长。
3.根据权利要求2所述的方法，其特征在于，所述根据所述目标温度、室外温度、室内初始温度及所述第一算法，计算得到所述目标调温时长，包括：
计算所述室外温度与所述室内初始温度的差值的绝对值，作为第一差值，及计算所述室外温度与所述目标温度的差值的绝对值，作为第二差值；
将所述第一差值代入所述第一算法中，得到第一时长，及将所述第二差值代入所述第一算法中，得到第二时长；
根据所述室外温度与室内初始温度的大小关系，所述第一时长、第二时长及调温场景计算得到所述目标调温时长，所述调温场景为制冷场景或者制热场景。
4.根据权利要求3所述的方法，其特征在于，所述根据所述室外温度与室内初始温度的大小关系，所述第一时长、第二时长及调温场景计算得到所述目标调温时长，包括：
在制冷场景下，若所述室外温度等于所述室内初始温度，则确定所述第二时长为所述目标调温时长，若所述室外温度大于所述室内初始温度，则将第二时长与第一时长的差值作为所述目标调温时长，若所述室外温度小于所述室内初始温度，则将第一时长与第二时长的和作为所述目标调温时长；
在制热场景下，若所述室外温度等于所述室内初始温度，则确定所述第二时长为所述目标调温时长，若所述室外温度大于所述室内初始温度，则将所述第一时长与所述第二时长的和作为所述目标调温时长，若所述室外温度小于所述室内初始温度，则将所述第一时长与所述第二时长的差值作为所述目标调温时长。
5.根据权利要求1所述的方法，其特征在于，所述第一算法按照如下方式得到：
假设室内初始温度与室外温度相同，确定将预设的室内空间的温度调整预设温度大小，所需要的第一能量的第一计算公式，及利用HVAC设备的调温能力，确定若所述HVAC设备将所述室内空间的室内温度调节与室外温度的差值的绝对值等于目标差值时，所述HVAC设备所产生的第二能量的第二计算公式；
基于热力学第一定律的所述第一能量等于所述第二能量，将所述第二能量的第二计算公式，替换所述第一计算公式中的第一能量，利用所述热传导的傅里叶定律对应的热流动能量的第三计算公式，替换所述第一计算公式中的热流动能量，得到第一算法。
6.根据权利要求2所述的方法，其特征在于，所述根据所述目标温度、室内初始温度、所述历史调温记录、所述温度数据及所述第二算法，计算得到所述目标调温时长，包括：
根据所述目标温度、室内初始温度，及所述历史调温记录，确定将所述目标空间的温度调节至所述目标温度所需要的第三时长；
获取所述预设时长内的温度数据，并利用所述温度数据进行线性拟合，预测将所述目标空间从室内初始温度调节至所述目标温度所需要的第四时长；
根据所述第三时长、所述第四时长及所述第二算法，进行加权计算，得到所述目标调温时长。
7.根据权利要求6所述的方法，其特征在于，所述根据所述目标温度、室内初始温度，及所述历史调温记录，确定将所述目标空间的温度调节至所述目标温度所需要的第三时长，包括：
计算所述目标温度与室内初始温度的差值，作为第三差值；
查找历史调温记录，获取所述历史调温记录中，调温的温差值等于所述第三差值的候选调温时长；
采用三西格玛准则剔除所述候选调温时长中的异常时长，并取剩余候选调温时长中的中位数作为所述第三时长。
8.根据权利要求6所述的方法，其特征在于，所述根据所述第三时长、所述第四时长及所述第二算法，进行加权计算，得到所述目标调温时长，包括：
确定所述室内当前温度与所述目标温度的差值的绝对值，作为第四差值，确定所述室内初始温度与所述目标温度的差值的绝对值，作为第五差值；
利用所述第四差值与所述第五差值确定所述第三时长对应的第一权重；
将所述第三时长、所述第一权重、所述第四时长代入所述第二算法进行加权计算，得到所述目标调温时长。
9.一种调温时长的计算装置，其特征在于，所述装置包括：
获取模块，用于获取目标空间的室外温度；
计算模块，用于若获取到所述室外温度，则根据第一算法及所述室外温度，计算将所述目标空间的室内初始温度调节至目标温度所需要的目标调温时长；若未获取到所述室外温度，则根据第二算法计算所述目标调温时长；
其中，所述第一算法为基于供热通风与空气调节HVAC设备的调温能力、热传导的傅里叶定律及热力学第一定律确定的算法，所述第二算法为基于历史调温记录、以当前时间点为结束点的预设时长内的室内温度的温度数据得到的加权算法，所述历史调温记录包括历史调温过程中的室内初始温度与目标温度之间的温度差与调温时长的对应关系。
10.一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时，使得所述处理器执行如权利要求1至8中任一项所述方法的步骤。
11.一种计算机设备，包括存储器和处理器，其特征在于，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如权利要求1至8中任一项所述方法的步骤。
CN202111515853.5A 2021-12-13 2021-12-13 调温时长的计算方法及装置、设备及存储介质 Active CN114383289B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111515853.5A CN114383289B (zh) 2021-12-13 2021-12-13 调温时长的计算方法及装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111515853.5A CN114383289B (zh) 2021-12-13 2021-12-13 调温时长的计算方法及装置、设备及存储介质

Publications (2)

Publication Number Publication Date
CN114383289A true CN114383289A (zh) 2022-04-22
CN114383289B CN114383289B (zh) 2023-09-01

Family

ID=81196755

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111515853.5A Active CN114383289B (zh) 2021-12-13 2021-12-13 调温时长的计算方法及装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN114383289B (zh)

Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150159893A1 (en) * 2013-12-11 2015-06-11 International Business Machines Corporation Intelligent thermostat control system
CN104913441A (zh) * 2015-05-29 2015-09-16 广东美的制冷设备有限公司 空调器的温度调节时间预测方法、控制器及空调器
EP3070411A1 (en) * 2015-03-18 2016-09-21 Kabushiki Kaisha Toshiba Air conditioning control device, control method, and computer program
CN106482282A (zh) * 2015-08-28 2017-03-08 广东美的制冷设备有限公司 空调器及其控制方法
WO2017215091A1 (zh) * 2016-06-14 2017-12-21 顺德职业技术学院 远程控制冷暖空调器智能控制运行方法
CN107975918A (zh) * 2017-11-21 2018-05-01 广东美的暖通设备有限公司 空调系统、空调系统的控制方法和装置
CN109323418A (zh) * 2018-09-30 2019-02-12 广东美的制冷设备有限公司 空调控制方法和装置及空调系统、设备和存储介质
CN109341013A (zh) * 2018-09-30 2019-02-15 广东美的制冷设备有限公司 空调器及其控制方法、装置
US20200025402A1 (en) * 2017-04-28 2020-01-23 Johnson Controls Technology Company Smart thermostat with model predictive control and demand response integration
US20200041157A1 (en) * 2018-08-06 2020-02-06 Johnson Controls Technology Company Thermostat with estimation of run-time savings
CN112229026A (zh) * 2019-06-30 2021-01-15 广东美的制冷设备有限公司 空调器的控制方法、空调器、服务器及存储介质
CN112762576A (zh) * 2020-12-29 2021-05-07 广东美的白色家电技术创新中心有限公司 空调系统控制方法、达温时间预测模型训练方法及设备
US20210148592A1 (en) * 2019-11-18 2021-05-20 Johnson Controls Technology Company Building cooling systems with energy optimization and model predictive control
CN113446715A (zh) * 2021-06-30 2021-09-28 启北公司 一种温度控制方法、系统、温控器及存储介质
CN113776172A (zh) * 2021-08-12 2021-12-10 启北公司 场景温度规划方法和装置、计算机设备以及介质

Patent Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150159893A1 (en) * 2013-12-11 2015-06-11 International Business Machines Corporation Intelligent thermostat control system
EP3070411A1 (en) * 2015-03-18 2016-09-21 Kabushiki Kaisha Toshiba Air conditioning control device, control method, and computer program
CN104913441A (zh) * 2015-05-29 2015-09-16 广东美的制冷设备有限公司 空调器的温度调节时间预测方法、控制器及空调器
CN106482282A (zh) * 2015-08-28 2017-03-08 广东美的制冷设备有限公司 空调器及其控制方法
WO2017215091A1 (zh) * 2016-06-14 2017-12-21 顺德职业技术学院 远程控制冷暖空调器智能控制运行方法
US20200025402A1 (en) * 2017-04-28 2020-01-23 Johnson Controls Technology Company Smart thermostat with model predictive control and demand response integration
CN107975918A (zh) * 2017-11-21 2018-05-01 广东美的暖通设备有限公司 空调系统、空调系统的控制方法和装置
US20200041157A1 (en) * 2018-08-06 2020-02-06 Johnson Controls Technology Company Thermostat with estimation of run-time savings
CN109341013A (zh) * 2018-09-30 2019-02-15 广东美的制冷设备有限公司 空调器及其控制方法、装置
CN109323418A (zh) * 2018-09-30 2019-02-12 广东美的制冷设备有限公司 空调控制方法和装置及空调系统、设备和存储介质
CN112229026A (zh) * 2019-06-30 2021-01-15 广东美的制冷设备有限公司 空调器的控制方法、空调器、服务器及存储介质
US20210148592A1 (en) * 2019-11-18 2021-05-20 Johnson Controls Technology Company Building cooling systems with energy optimization and model predictive control
CN112762576A (zh) * 2020-12-29 2021-05-07 广东美的白色家电技术创新中心有限公司 空调系统控制方法、达温时间预测模型训练方法及设备
CN113446715A (zh) * 2021-06-30 2021-09-28 启北公司 一种温度控制方法、系统、温控器及存储介质
CN113776172A (zh) * 2021-08-12 2021-12-10 启北公司 场景温度规划方法和装置、计算机设备以及介质

Also Published As

Publication number Publication date
CN114383289B (zh) 2023-09-01

Similar Documents

Publication Publication Date Title
CN112577161B (zh) 空调能耗模型训练方法与空调系统控制方法
Tao et al. Application of SVR optimized by modified simulated annealing (MSA-SVR) air conditioning load prediction model
Rahdar et al. Modeling and optimization of R-717 and R-134a ice thermal energy storage air conditioning systems using NSGA-II and MOPSO algorithms
CN111005799B (zh) 一种水温的控制方法、装置、热管理系统和存储介质
CN113739390B (zh) 空调器控制方法、装置和电子设备
CN110244797B (zh) 机房温度控制方法、装置、计算机设备及存储介质
US10061365B2 (en) Temperature prediction system using prediction models, temperature prediction method using prediction models, and non-transitory computer readable recording medium having therein program for temperature prediction using prediction models
CN110595139A (zh) 冰箱翻转梁防凝露控制方法、装置、控制设备及冰箱
Candanedo et al. Near-optimal transition between temperature setpoints for peak load reduction in small buildings
CN114001442A (zh) 空气源热泵机组的控制方法、装置和电子设备
Dai et al. A reinforcement learning-enabled iterative learning control strategy of air-conditioning systems for building energy saving by shortening the morning start period
CN114383289B (zh) 调温时长的计算方法及装置、设备及存储介质
JP6277777B2 (ja) 空調制御システム及び空調制御方法
US11251617B2 (en) Energy conservation using active demand stabilization
CN112306122A (zh) 温室环境控制方法、装置、系统、计算机设备及存储介质
Biyik et al. Model predictive building thermostatic controls of small-to-medium commercial buildings for optimal peak load reduction incorporating dynamic human comfort models: Algorithm and implementation
US20200110396A1 (en) Industrial Process Control Coordination and Implementation
CN111197840B (zh) 组合式风柜的控制方法、装置、计算机设备和存储介质
AU2020401389B2 (en) Control system bypassing for industrial cold storage
US20210116954A1 (en) Energy conservation using active demand stabilization
CN114282445A (zh) 循环水系统运行优化方法以及相关设备
CN113686066A (zh) 一种热泵系统控制方法及装置
Sawant et al. Application and analysis of a model based controller for cooling towers in compression chiller plants
CN114484724B (zh) 空调控制方法、装置、空调、存储介质和计算机程序产品
CN111928458B (zh) 基于用户实际热舒适度的室内环境温度控制方法、装置

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