CN115523644B - 控制空调系统的主机的方法、设备和存储介质 - Google Patents
控制空调系统的主机的方法、设备和存储介质 Download PDFInfo
- Publication number
- CN115523644B CN115523644B CN202211373242.6A CN202211373242A CN115523644B CN 115523644 B CN115523644 B CN 115523644B CN 202211373242 A CN202211373242 A CN 202211373242A CN 115523644 B CN115523644 B CN 115523644B
- Authority
- CN
- China
- Prior art keywords
- conditioning system
- set value
- air conditioning
- machine
- delay time
- 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
- 238000004378 air conditioning Methods 0.000 title claims abstract description 162
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000003860 storage Methods 0.000 title claims description 18
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 128
- 230000009467 reduction Effects 0.000 claims abstract description 44
- 230000004044 response Effects 0.000 claims abstract description 32
- 230000001965 increasing effect Effects 0.000 claims description 11
- 230000000737 periodic effect Effects 0.000 claims description 11
- 238000013528 artificial neural network Methods 0.000 claims description 3
- 238000004422 calculation algorithm Methods 0.000 claims description 3
- 230000006698 induction Effects 0.000 claims description 2
- 230000003247 decreasing effect Effects 0.000 claims 2
- 238000010586 diagram Methods 0.000 description 14
- 238000012545 processing Methods 0.000 description 13
- 238000005265 energy consumption Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 9
- 238000004590 computer program Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 238000001816 cooling Methods 0.000 description 4
- 230000009466 transformation Effects 0.000 description 4
- 238000012423 maintenance Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000005057 refrigeration Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000033228 biological regulation Effects 0.000 description 2
- 238000009833 condensation Methods 0.000 description 2
- 230000005494 condensation Effects 0.000 description 2
- 238000001704 evaporation Methods 0.000 description 2
- 230000008020 evaporation Effects 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 238000003754 machining Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003434 inspiratory effect Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000010977 unit operation Methods 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
- F24F11/62—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
- F24F11/30—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
- F24F11/47—Responding to energy costs
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Air Conditioning Control Device (AREA)
Abstract
本公开的实施例涉及控制空调系统的主机的方法，方法包括：获取用于加减主机的第一预定系数、第二预定系数、加机温差设定值、加机延时时间设定值、减机温差设定值、减机延时时间设定值、加机负载率设定值、减机负载率设定值以及总管冷冻水出水温度设定值；获取所述空调系统的实时负载率和总管冷冻水出水温度；基于所述空调系统被设置的相应模式，根据第一预定系数、第二预定系数计算对应于相应模式的加机温差设定值、加机延时时间设定值、减机温差设定值以及减机延时时间设定值；响应于所述空调系统满足对应于相应模式的加机条件，则向空调系统发送加机指令；响应于所述空调系统满足对应于相应模式的减机条件，则向空调系统发送减机指令。
Description
技术领域
本公开总体上涉及空调系统智能控制领域，并且更具体地，涉及用于控制空调系统的主机的方法、计算设备和计算机可读存储介质。
背景技术
不论是在公共或商业建筑还是工业厂房中，中央空调系统是保证环境舒适度或保障生产工艺的重要设施，其能耗占建筑总能耗的30~50%。其中，用于提供冷源的冷水主机的能耗是中央空调能耗的重要组成部分，能耗占比达50%以上。
大多数制冷站房中，冷水主机采用多台并联运行，所以如何在保证末端供冷需求的前提下，实现多台冷水主机的联合调控是节能降耗的关键。现有控制系统中，有的系统是由设备运维人员根据经验确定冷水主机的启停组合和时间，这种经验取决于现场人员的专业性而且无法做到及时调整；有的群控系统则根据编写的加减机条件进而自动调整冷水主机运行组合。现有技术的加减机条件通常采用冷冻水出水温度以及负载率等参数与相应设定值进行对比，若达到条件则下发加机或减机的指令，而相应设定值由人为经验进行设定且一般为固定值或阶段性调整，无法适用不同工况的变化。
综上，传统的空调系统控制方案的不足之处在于：不能及时加减机，无法满足末端的冷量需求或者造成能源浪费；以及某些临界工况下，可能造成频繁加减机，增加运行能耗或供冷不稳定，同时影响冷水主机的使用寿命。
发明内容
针对上述问题，本公开提供了一种用于控制空调系统的主机的方法和设备，使得能够降低空调系统的运行能耗，同时增加冷水主机的使用寿命。根据本公开的第一方面，提供了一种用于控制空调系统的主机的方法，所述空调系统中包括多台的主机，其中所述方法包括：获取用于加减主机的第一预定系数、第二预定系数、加机温差设定值、加机延时时间设定值、减机温差设定值、减机延时时间设定值、加机负载率设定值、减机负载率设定值以及总管冷冻水出水温度设定值；获取所述空调系统的实时负载率和总管冷冻水出水温度；基于所述空调系统被设置的相应模式，根据第一预定系数、第二预定系数计算对应于相应模式的加机温差设定值、加机延时时间设定值、减机温差设定值以及减机延时时间设定值；响应于所述空调系统满足对应于相应模式的加机条件，则向空调系统发送加机指令；以及响应于所述空调系统满足对应于相应模式的减机条件，则向空调系统发送减机指令。
根据本公开的第二方面，提供了一种计算设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本公开的第一方面的方法。
在本公开的第三方面中，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中所述计算机指令用于使计算机执行本公开的第一方面的方法。
在一个实施例中，响应于所述空调系统满足对应于相应模式的加机条件则向空调系统发送加机指令包括：响应于所述空调系统的总管冷冻水出水温度高于总管冷冻水出水温度设定值与加机温差设定值之和，计算加机延时时间以及加机延时时间下的实时负载率平均值；响应于所述空调系统的总管冷冻水出水温度不高于总管冷冻水出水温度设定值与加机温差设定值之和，则加机延时时间清零；在加机延时时间达到加机延时时间设定值后，确定实时负载率平均值与加机负载率设定值的关系；以及响应于实时负载率平均值高于加机负载率设定值，则向空调系统发送加机指令；响应于实时负载率平均值不高于加机负载率设定值则所述空调系统再次满足一个加机延时时间，则向空调系统发送加机指令。
在一个实施例中，响应于所述空调系统满足对应于相应模式的减机条件则向空调系统发送减机指令包括：响应于所述空调系统的总管冷冻水出水温度低于总管冷冻水出水温度设定值与减机温差设定值之和，计算减机延时时间以及减机延时时间下的实时负载率平均值；响应于所述空调系统的总管冷冻水出水温度不低于总管冷冻水出水温度设定值与减机温差设定值之和，则减机延时时间清零；以及在减机延时时间达到减机延时时间设定值后，确定实时负载率平均值与减机负载率设定值的关系；以及响应于实时负载率平均值低于减机负载率设定值，则向空调系统发送减机指令。
在一个实施例中，基于所述空调系统被设置的相应模式第一预定系数、第二预定系数计算对应于相应模式的加机温差设定值、加机延时时间设定值、减机温差设定值以及减机延时时间设定值包括：响应于所述空调系统被设置为舒适优先模式，基于第一预定系数和所述加机温差设定值、加机延时时间设定值、减机温差设定值以及第二预定系数和减机延时时间设定值确定对应于舒适优先模式的加机温差设定值、加机延时时间设定值、减机温差设定值以及减机延时时间设定值。
在一个实施例中，响应于所述空调系统被设置为舒适优先模式，如果连续五个数据的平均负载率低于负载率极限阈值，则向空调系统发送减机指令。
在一个实施例中，基于所述空调系统被设置的相应模式根据第一预定系数、第二预定系数计算对应于相应模式的加机温差设定值、加机延时时间设定值、减机温差设定值以及减机延时时间设定值包括：响应于所述空调系统被设置为节能优先模式，基于第二预定系数和所述加机温差设定值、加机延时时间设定值、减机温差设定值以及第一预定系数和减机延时时间设定值确定对应于节能优先模式的加机温差设定值、加机延时时间设定值、减机温差设定值以及减机延时时间设定值。
在一个实施例中，响应于所述空调系统被设置为节能优先模式，如果连续五个数据的冷冻水出水温度高于温度极限阈值，则向空调系统发送加机指令。
在一个实施例中，基于所述空调系统被设置的相应模式根据第一预定系数、第二预定系数计算对应于相应模式的加机温差设定值、加机延时时间设定值、减机温差设定值以及减机延时时间设定值包括：基于所述空调系统的历史用冷数据，确定所述空调系统的周期性用冷规律。
在一个实施例中，确定所述空调系统的周期性用冷规律包括：获取第一负荷区间温度阈值以及第二负荷区间温度阈值，第一负荷区间温度阈值低于第二负荷区间温度阈值；将所述空调系统的冷冻水回水温度平均值低于第一负荷区间温度阈值的时间段定义为第一负荷区间，从而将所述空调系统设置为节能优先模式；以及将所述空调系统的冷冻水回水温度平均值高于第一负荷区间温度阈值的时间段定义为第二负荷区间，从而将所述空调系统设置为舒适优先模式。
在一个实施例中，确定所述空调系统的周期性用冷规律包括：获取所述空调系统的主机启停次数阈值；如果所述空调系统的主机启停次数高于主机启停次数阈值，则计算相邻的加机和减机的时间间隔最小值；响应于时间间隔最小值处于加机期间，则增加加机延时时间设定值；以及响应于时间间隔最小值处于减机期间，则增加减机延时时间设定值。
在一个实施例中，确定所述空调系统的周期性用冷规律包括：获取所述空调系统的主机的能效-负载率性能曲线以及能效预设百分比；基于主机的能效-负载率性能曲线，获取最优能效；以及基于最优能效以及能效预设百分比，计算作为加机负载率设定值的第一负载率以及作为减机负载率设定值的第二负载率。
在一个实施例中，获取所述空调系统的主机的能效-负载率性能曲线包括：基于所述空调系统的主机的吸气焓值、排气焓值和冷凝器出口焓值来确定所述空调系统的主机的能效-负载率性能曲线。
在一个实施例中，获取所述空调系统的主机的能效-负载率性能曲线包括：基于神经网络MLP算法来确定所述空调系统的主机的能效-负载率性能曲线。
应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
结合附图并参考以下详细说明，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。在附图中，相同或相似的附图标注表示相同或相似的元素。
图1图示了用于实现根据本公开实施例的用于控制空调系统的主机的方法的系统100的示意图。
图2图示了本公开实施例提供的一种用于控制空调系统的主机的方法200的流程图。
图3示出了根据本公开的实施例的电子设备300的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
在本文中使用的术语“包括”及其变形表示开放性包括，即“包括但不限于”。除非特别申明，术语“或”表示“和/或”。术语“基于”表示“至少部分地基于”。术语“一个示例实施例”和“一个实施例”表示“至少一个示例实施例”。术语“另一实施例”表示“至少一个另外的实施例”。术语“第一”、“第二”等等可以指代不同的或相同的对象。下文还可能包括其他明确的和隐含的定义。
如前文所描述，冷水机组常采用多台并联运行，因此实现多台冷水机组的联合调控是节能降耗的关键。现有控制系统中，部分系统是由设备运维人员根据经验确定冷水机组的启停组合和时间，这种经验取决于现场人员的专业性而且无法做到及时调整；部分群控系统则根据编写的加减机条件进而自动调整冷水机组运行组合。现有技术的加减机条件通常采用冷冻水出水温度以及负载率等参数与相应设定值进行对比，若达到条件则下发加机或减机的指令，而相应设定值由人为经验进行设定且一般为固定值。不合理的加减机条件若不匹配实际工况则会引起以下问题：第一，不能及时加机，无法满足末端的冷量需求或不能及时减机，造成能源浪费；其次，某些临界工况下，可能造成频繁加减机，增加冷水机组运行能耗，同时影响冷水机组的使用寿命。
为了至少部分地解决上述问题以及其他潜在问题中的一个或多个，本公开提出了一种用于控制空调系统的主机的技术方案。在本公开的技术方案中，结合空调系统中的各台主机的运行参数和所获取到的空调系统在目标时刻的预测负荷，至少能够筛选出空调系统的可用容量台数组合，以用于针对该目标时刻实现平稳、节能地控制主机的运行。
下面通过几个具体的实施例对本公开进行说明。为了保持本发明实施例的以下说明清楚且简明，可省略已知功能和已知部件的详细说明。当本发明实施例的任一部件在一个以上的附图中出现时，该部件在每个附图中由相同的参考标号表示。
例如，图1图示了用于实现根据本公开实施例的用于控制空调系统的主机的方法的系统100的示意图。如图1所示，系统100包括空调系统20和计算设备40。在图1所示的示例中，空调系统20用于对周围环境的温度进行调节，计算设备40用于控制空调系统20的主机的运行。例如，空调系统20可以是中央空调系统，计算设备40可以是云端服务器。需要说明的是，为便于说明，在本公开中以空调系统20制冷为例进行说明，但这并不是对本公开的限制。
在图1所示的示例中，空调系统20包括多台主机。例如，图1中示例性地示出了4台主机22a、22b、22c和22d。例如，主机22a的容量为800千瓦（kw），编号为1#；主机22b至22d的容量均为1600 kw，编号分别为2#、3#和4#。图1中的多台主机22a、22b、22c和22d可以采用并联连接的方式连接在所述空调系统20中。
在图1所示的示例中，计算设备40包括至少一个处理器42和与该至少一个处理器42耦合的至少一个存储器44，该存储器44中存储有可由该至少一个处理器42执行的指令46，该指令46在被该至少一个处理器42执行时使得计算设备40执行如下所述的方法的至少一部分。
需要说明的是，在本公开的实施例中，容量台数组合指代空调系统中的各个容量的主机与相应容量主机的台数所构成的组合。例如，在图1所述的示例中，1台容量为800 kw的主机（例如，主机22a）与3台容量为1600 kw的主机（例如，主机22b、22c和22d）可以构成容量台数组合{800:1,1600:3}。又例如，在图1所述的示例中，1台容量为800 kw的主机（例如，主机22a）与2台容量为1600 kw的主机（例如，主机22b、22c和22d中的两个）可以构成容量-台数组合{800:1,1600:2}。
对于空调系统，各个容量的制冷主机与相应容量主机的编号所构成的组合。例如：若某中央空调系统存在800kW主机1台，编号为1#，1600kW主机3台，编号分别为2#、3#、4#，则可以使用例如{800:[1#],1600:[2#,3#,4#]}的方式表示其容量-主主机合。
图2图示了本公开实施例提供的一种用于控制空调系统的主机的方法200的流程图。方法200可以由图1中所示的系统100中的计算设备40执行，也可以由图3所示的电子设备300执行。应当理解的是，方法200还可以包括未示出的附加框和/或可以省略所示出的框，本公开的范围在此方面不受限制。
在步骤202，计算设备40可以获取用于加减主机的第一预定系数、第二预定系数、加机温差设定值、加机延时时间设定值、减机温差设定值、减机延时时间设定值、加机负载率设定值、减机负载率设定值以及总管冷冻水出水温度设定值。
在一个实施例中，空调系统可以包括多台主机，例如多台不同容量的主机或相同容量的主机。计算设备40可以通过空调系统的通讯接口实时采集并存储冷水机组的运行参数数据，所述冷水机组参数数据至少包括冷冻水出水温度设定值、冷冻水出水温度、冷冻水回水温度；制冷站房的加机温差设定值、加机负载率设定值、加机延时时间设定值、减机温差设定值、减机负载率设定值、减机延时时间设定值、加减机模式、总管冷冻水出水温度、总管冷冻水回水温度等以及第一预定系数和第二预定系数。
第一预定系数Ki为增大系数，范围例如可以介于1~3之间；第二预定系数Kd为减小系数，范围例如可以介于0~1之间。
在步骤204，计算设备40获取空调系统的实时负载率和冷冻水出水温度。
在一个实施例中，计算设备40可以获取空调系统的实时负载率和冷冻水出水温度，其中总管冷冻水出水温度设定值默认为各运行中冷水机组冷冻水出水温度设定值的加权平均值，也可根据实际情况自行设定。总管冷冻水出水温度设定值可以用公式1计算：
在公式1中，n为正在运行的机组数量，Tset,i为第i台机组的冷冻水出水温度设定值，
为第i台机组的名义制冷量，
为所有运行机组的名义制冷量之和。
在步骤206，计算设备40基于所述空调系统被设置为不同模式，根据第一预定系数和第二预定系数计算对应于相应模式的加机温差设定值、加机延时时间设定值、减机温差设定值以及减机延时时间设定值。
如果总管冷冻水出水温度高于总管冷冻水出水温度设定值与加机温差（加机温差一般为正值）的和，则开始计时加机延时时间（若计时时间内不满足上述条件则时间清零），加机延时时间达到加机延时时间设定值后，判断所有运行冷水机组的平均负载率是否高于加机负载率设定值，若满足则下发加机命令，若不满足则再次计时加机延时时间，直至再次达到加机延时时间设定值后下发加机命令。
若总管冷冻水出水温度低于总管冷冻水出水温度设定值与减机温差（减机温差为正值或负值均可）的和，则开始计时减机延时时间（若计时时间内不满足上述条件则时间清零），减机延时时间达到减机延时时间设定值后，判断所有运行冷水机组的平均负载率是否低于减机负载率设定值，若满足则下发减机命令，不满足则不下发。
在一个实施例中，所述空调系统可以被设置为舒适优先模式。响应于所述空调系统被设置为舒适优先模式，基于第一预定系数和所述加机温差设定值、加机延时时间设定值、减机温差设定值以及第二预定系数和减机延时时间设定值确定对应于舒适优先模式的加机温差设定值、加机延时时间设定值、减机温差设定值以及减机延时时间设定值。在一个实施例中，响应于所述空调系统被设置为舒适优先模式，如果连续五个数据的平均负载率低于负载率极限阈值，则向空调系统发送减机指令。
舒适性优先模式相比默认模式下降低加机难度并提高减机难度，即减小加机温差设定值和加机延时时间设定值或者减小减机温差设定值和增大减机延时时间设定值。该模式下的加机温差设定值=默认模式下的设定值*Kd，加机延时时间设定值=默认模式下的设定值*Kd。减机温差设定值=默认模式下的设定值*Kd，减机延时时间设定值=默认模式下的设定值*Ki。该模式下若连续五个数据的平均负载低于负载率极限阈值则下发减机命令。
在一个实施例中，如果以上设定值为负值，则还可以将Kd变换为Ki，并且将Ki变换为Kd。
在一个实施例中，所述空调系统可以被设置为节能优先模式。响应于所述空调系统被设置为节能优先模式，基于第二预定系数和所述加机温差设定值、加机延时时间设定值、减机温差设定值以及第一预定系数和减机延时时间设定值确定对应于节能优先模式的加机温差设定值、加机延时时间设定值、减机温差设定值以及减机延时时间设定值。在一个实施例中，响应于所述空调系统被设置为节能优先模式，如果连续五个数据的冷冻水出水温度高于温度极限阈值，则向空调系统发送加机指令。
所述节能优先模式，相比默认模式下提高加机难度并降低减机难度，即增大加机温差设定值和加机延时时间设定值或者增大减机温差设定值和减小减机延时时间设定值。该模式下的加机温差设定值=默认模式下的设定值*Ki，加机延时时间设定值=默认模式下的设定值*Ki；减机温差设定值=默认模式下的设定值*Ki，减机延时时间设定值=默认模式下的设定值*Kd。该模式下若连续五个数据的冷冻水出水温度高于温度极限阈值则下发加机命令。
在一个实施例中，如果以上设定值为负值，则还可以将Kd变换为Ki，并且将Ki变换为Kd。
在一个实施例中，所述空调系统可以被设置为智控模式。在智控模式，可以基于所述空调系统的历史用冷数据，确定所述空调系统的周期性用冷规律。具体可以识别所述空调系统的周期性规律、加减机规律以及高效运行规律。
在识别周期性规律中，计算设备40可以获取第一负荷区间温度阈值以及第二负荷区间温度阈值，第一负荷区间温度阈值低于第二负荷区间温度阈值；将所述空调系统的冷冻水回水温度平均值低于第一负荷区间温度阈值的时间段定义为第一负荷区间，从而将所述空调系统设置为节能优先模式；以及将所述空调系统的冷冻水回水温度平均值高于第一负荷区间温度阈值的时间段定义为第二负荷区间，从而将所述空调系统设置为舒适优先模式。
在一个实施例中，计算设备40每间隔一段时间定时触发一次分析历史数据，在冷水主机运行台数相同条件下的每一天数据中，根据冷冻水回水温度变化率以及冷冻水回水温度平均值将数据分为多个区间，将冷冻水回水温度平均值低于第一负荷区间温度阈值的时间定义为低负荷区间，设置为节能优先模式；将冷冻水回水温度平均值高于第二负荷区间温度阈值的时间定义为高负荷区间，设置为舒适优先模式；将其他工况时间定义为常规负荷区间，设置为默认模式。
在识别加减机规律中，计算设备40可以获取所述空调系统的主机启停次数阈值；如果所述空调系统的主机启停次数高于主机启停次数阈值，则计算计算相邻的加机和减机的时间间隔最小值；响应于时间间隔最小值处于加机期间，则增加加机延时时间设定值；以及响应于时间间隔最小值处于减机期间，则增加减机延时时间设定值。
在检测加减机中，根据实时运行数据检测是否存在频繁加减机的情况，实时检测过去预设时间阈值内冷水机组启停的次数，若实际启停次数超过主机启停次数阈值则认为存在频繁加减机的情况。计算相邻的加机和减机的时间间隔，判断最小值是在加机期间还是减机期间，若最小值在加机期间，则将加机延时时间设定值增加，增量是最小值与Kd的乘积，若最小值在减机期间，则将减机延时时间设定值增加，增量是最小值与Kd的乘积。
在识别高效运行区间中，计算设备40可以获取所述空调系统的主机的能效-负载率性能曲线以及能效预设百分比；基于主机的能效-负载率性能曲线，获取最优能效；基于最优能效以及能效预设百分比，计算作为加机负载率设定值的第一负载率以及作为减机负载率设定值的第二负载率。
在一个实施例中，在识别高效运行区间中，基于冷水机组运行数据建立不同冷水机组单机以及多机运行组合的能效-负载率的性能曲线，找出运行能效最优值，并以最优能效与预设百分比（如70%）的乘积在性能曲线上找到两个交点，其中较高的负载率作为加机负载率设定值，较低的负载率作为减机负载率设定值。
在一个实施例中，可以基于所述空调系统的主机的吸气焓值、排气焓值和冷凝器出口焓值来确定所述空调系统的主机的能效-负载率性能曲线。例如，能效-负载率性能曲线可以基于热力学定律根据机组的运行参数进行计算，进而建立能效-负载率性能曲线。能效COP可基于吸气焓值
、排气焓值
和冷凝器出口焓值
来确定。具体地，能效COP可根据下等式确定：
在公式2中，k为系数，其取值在范围 (0,1)之间，并且具体根据压缩机的结构、冷却形式及运行时间等因素来取值；
为吸气焓值，其取决于吸气温度和蒸发温度，也可以由蒸发温度通过拟合或调用软件获得；
为排气焓值，其取决于排气温度和冷凝温度，可由冷凝温度和排气温度通过拟合或调用软件获得，若无排气温度则可使用供油温度或油箱温度；
为冷凝器出口焓值，其可由冷凝温度通过拟合或调用软件获得。
在一个实施例中，可以基于神经网络MLP算法来确定所述空调系统的主机的能效-负载率性能曲线。例如，能效COP可以用公式3：
在公式3中，PLR为负载率，c0~c1为系数，根据历史数据进行拟合。
运行年限未超过5年机组的变工况性能曲线也可以从厂家获取。
在自定义模式中，现场运维人员可以根据实际情况对加减机条件的自定义，支持在一天内的不同时间段内进行自定义，如车间产能具有一定规律性时，可在产能较大时间段内让加机变得更容易，即将其设置为舒适性优先模式或者自行定义加机相关参数；又如在快下班时间段不希望因短暂的负荷增加进行加机或迟迟无法减机的情况，可将其时间段设置为节能优先模式或者自行定义减机相关参数。根据实际情况对加减机条件进行优化，增强其在不同工况下的适应性。
在步骤208，计算设备40响应于所述空调系统满足对应于相应模式的加机条件，则向空调系统发送加机指令。
在一个实施例中，计算设备40响应于所述空调系统的冷冻水出水温度高于冷冻水出水温度设定值与加机温差设定值之和，计算加机延时时间以及加机延时时间下的实时负载率平均值；响应于所述空调系统的总管冷冻水出水温度不高于总管冷冻水出水温度设定值与加机温差设定值之和，则加机延时时间清零；在加机延时时间达到加机延时时间设定值后，确定实时负载率平均值与加机负载率设定值的关系；以及响应于实时负载率平均值高于加机负载率设定值，则向空调系统发送加机指令；响应于实时负载率平均值不高于加机负载率设定值则所述空调系统再次满足一个加机延时时间，则向空调系统发送加机指令。
在一个实施例中，响应于所述空调系统被设置为节能优先模式，如果连续五个数据的冷冻水出水温度高于温度极限阈值，则向空调系统发送加机指令。
在步骤210，计算设备40响应于所述空调系统满足对应于相应模式的减机条件，则向空调系统发送减机指令。
在一个实施例中，响应于所述空调系统被设置为舒适优先模式，如果连续五个数据的平均负载率低于负载率极限阈值，则向空调系统发送减机指令。
在一个实施例中，计算设备40响应于所述空调系统的冷冻水出水温度低于冷冻水出水温度设定值与减机温差设定值之和，计算减机延时时间以及减机延时时间下的实时负载率平均值；响应于所述空调系统的总管冷冻水出水温度不低于总管冷冻水出水温度设定值与减机温差设定值之和，则减机延时时间清零；以及在减机延时时间达到减机延时时间设定值后，确定实时负载率平均值与减机负载率设定值的关系；以及响应于实时负载率平均值低于减机负载率设定值，则向空调系统发送减机指令。
如果满足加机条件则下发加机命令即增加开启一台冷水机组以及其联锁设备，若满足减机条件则下发减机命令即关闭一台运行的冷水机组以及其联锁设备，若不满足加机或者减机条件则维持现有运行冷水机组不变。
本发明基于对机组运行参数的实时采集及分析，实时优化加减机条件，提高加减机条件在不同工况下的适应性，智控模式下的机组可以在高效运行区间运行，提高运行效率降低能耗，此外通过检测频繁加减机情况优化加减机条件，提高冷水机组使用寿命。
图3示出了可以用来实施本公开内容的实施例的示例电子设备300的示意性框图。例如，如图1所示的故障诊断设备110可以由电子设备300来实施。如图所示，电子设备300包括中央处理单元（CPU）301，其可以根据存储在只读存储器（ROM）302中的计算机程序指令或者从存储单元308加载到随机存取存储器（RAM）303中的计算机程序指令，来执行各种适当的动作和处理。在随机存取存储器303中，还可存储电子设备300操作所需的各种程序和数据。中央处理单元301、只读存储器302以及随机存取存储器303通过总线304彼此相连。输入/输出（I/O）接口305也连接至总线304。
电子设备300中的多个部件连接至输入/输出接口305，包括：输入单元306，例如键盘、鼠标、麦克风等；输出单元307，例如各种类型的显示器、扬声器等；存储单元308，例如磁盘、光盘等；以及通信单元309，例如网卡、调制解调器、无线通信收发机等。通信单元309允许设备300通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
上文所描述的各个过程和处理，例如方法200，可由中央处理单元301执行。例如，在一些实施例中，方法200可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元308。在一些实施例中，计算机程序的部分或者全部可以经由只读存储器302和/或通信单元309而被载入和/或安装到设备300上。当计算机程序被加载到随机存取存储器303并由中央处理单元301执行时，可以执行上文描述的方法200的一个或多个动作。
本公开涉及方法、装置、系统、电子设备、计算机可读存储介质和/或计算机程序产品。计算机程序产品可以包括用于执行本公开的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子（非穷举的列表）包括：便携式计算机盘、硬盘、随机存取存储器（RAM）、只读存储器（ROM）、可擦式可编程只读存储器（EPROM或闪存）、静态随机存取存储器（SRAM）、便携式压缩盘只读存储器（CD-ROM）、数字多功能盘（DVD）、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波（例如，通过光纤电缆的光脉冲）、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘计算设备。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构（ISA）指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等，以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机（例如利用因特网服务提供商来通过因特网连接）。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列（FPGA）或可编程逻辑阵列（PLA），该电子电路可以执行计算机可读程序指令，从而实现本公开的各个方面。
这里参照根据本公开实施例的方法、装置（系统）和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理单元，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理单元执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本公开的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
Claims (12)
1.一种用于控制空调系统的主机的方法，所述空调系统中包括多台主机，其中所述方法包括：
获取用于加减主机的第一预定系数、第二预定系数、加机温差设定值、加机延时时间设定值、减机温差设定值、减机延时时间设定值、加机负载率设定值、减机负载率设定值以及总管冷冻水出水温度设定值；
获取所述空调系统的实时负载率和总管冷冻水出水温度；
基于所述空调系统被设置的相应模式，根据第一预定系数、第二预定系数计算对应于相应模式的加机温差设定值、加机延时时间设定值、减机温差设定值以及减机延时时间设定值；
响应于所述空调系统满足对应于相应模式的加机条件，则向空调系统发送加机指令，其中响应于所述空调系统的总管冷冻水出水温度高于总管冷冻水出水温度设定值与加机温差设定值之和，计算加机延时时间以及加机延时时间下的实时负载率平均值；在加机延时时间达到加机延时时间设定值后，确定实时负载率平均值与加机负载率设定值的关系；响应于实时负载率平均值高于加机负载率设定值，则向空调系统发送加机指令；以及响应于实时负载率平均值不高于加机负载率设定值则所述空调系统再次满足一个加机延时时间，则向空调系统发送加机指令；以及
响应于所述空调系统满足对应于相应模式的减机条件，则向空调系统发送减机指令。
2. 根据权利要求1所述的方法，其中响应于所述空调系统满足对应于相应模式的减机条件则向空调系统发送减机指令包括：
响应于所述空调系统的总管冷冻水出水温度低于总管冷冻水出水温度设定值与减机温差设定值之和，计算减机延时时间以及减机延时时间下的实时负载率平均值；以及
在减机延时时间达到减机延时时间设定值后，确定实时负载率平均值与减机负载率设定值的关系；以及
响应于实时负载率平均值低于减机负载率设定值，则向空调系统发送减机指令。
3.根据权利要求1所述的方法，其中基于所述空调系统被设置的相应模式第一预定系数、第二预定系数计算对应于相应模式的加机温差设定值、加机延时时间设定值、减机温差设定值以及减机延时时间设定值包括：
响应于所述空调系统被设置为舒适优先模式，基于第一预定系数和所述加机温差设定值、加机延时时间设定值、减机温差设定值以及第二预定系数和减机延时时间设定值确定对应于舒适优先模式的加机温差设定值、加机延时时间设定值、减机温差设定值以及减机延时时间设定值。
4.根据权利要求1所述的方法，其中基于所述空调系统被设置的相应模式根据第一预定系数、第二预定系数计算对应于相应模式的加机温差设定值、加机延时时间设定值、减机温差设定值以及减机延时时间设定值包括：
响应于所述空调系统被设置为节能优先模式，基于第二预定系数和所述加机温差设定值、加机延时时间设定值、减机温差设定值以及第一预定系数和减机延时时间设定值确定对应于节能优先模式的加机温差设定值、加机延时时间设定值、减机温差设定值以及减机延时时间设定值。
5.根据权利要求3或4所述的方法，其中基于所述空调系统被设置的相应模式根据第一预定系数、第二预定系数计算对应于相应模式的加机温差设定值、加机延时时间设定值、减机温差设定值以及减机延时时间设定值包括：
基于所述空调系统的历史用冷数据，确定所述空调系统的周期性用冷规律。
6.根据权利要求5所述的方法，其中确定所述空调系统的周期性用冷规律包括：
获取第一负荷区间温度阈值以及第二负荷区间温度阈值，第一负荷区间温度阈值低于第二负荷区间温度阈值；
将所述空调系统的冷冻水回水温度平均值低于第一负荷区间温度阈值的时间段定义为第一负荷区间，从而将所述空调系统设置为节能优先模式；以及
将所述空调系统的冷冻水回水温度平均值高于第一负荷区间温度阈值的时间段定义为第二负荷区间，从而将所述空调系统设置为舒适优先模式。
7.根据权利要求5所述的方法，其中确定所述空调系统的周期性用冷规律包括：
获取所述空调系统的主机启停次数阈值；
如果所述空调系统的主机启停次数高于主机启停次数阈值，则计算相邻的加机和减机的时间间隔最小值；
响应于时间间隔最小值处于加机期间，则增加加机延时时间设定值；以及
响应于时间间隔最小值处于减机期间，则增加减机延时时间设定值。
8.根据权利要求5所述的方法，其中确定所述空调系统的周期性用冷规律包括：
获取所述空调系统的主机的能效-负载率性能曲线以及能效预设百分比；
基于主机的能效-负载率性能曲线，获取最优能效；以及
基于最优能效以及能效预设百分比，计算作为加机负载率设定值的第一负载率以及作为减机负载率设定值的第二负载率。
9.根据权利要求8所述的方法，其中获取所述空调系统的主机的能效-负载率性能曲线包括：
基于所述空调系统的主机的吸气焓值、排气焓值和冷凝器出口焓值来确定所述空调系统的主机的能效-负载率性能曲线。
10.根据权利要求8所述的方法，其中获取所述空调系统的主机的能效-负载率性能曲线包括：
基于神经网络MLP算法来确定所述空调系统的主机的能效-负载率性能曲线。
11.一种计算设备，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-10中任一项所述的方法。
12.一种存储有计算机指令的非瞬时计算机可读存储介质，其中所述计算机指令用于使计算机执行权利要求1-10中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211373242.6A CN115523644B (zh) | 2022-11-04 | 2022-11-04 | 控制空调系统的主机的方法、设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211373242.6A CN115523644B (zh) | 2022-11-04 | 2022-11-04 | 控制空调系统的主机的方法、设备和存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115523644A CN115523644A (zh) | 2022-12-27 |
| CN115523644B true CN115523644B (zh) | 2023-03-10 |
Family
ID=84704930
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211373242.6A Active CN115523644B (zh) | 2022-11-04 | 2022-11-04 | 控制空调系统的主机的方法、设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115523644B (zh) |
Family Cites Families (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000337683A (ja) * | 1999-05-24 | 2000-12-08 | Hitachi Ltd | 氷蓄熱ユニットにおける負荷予測制御方法 |
| CN102168877B (zh) * | 2011-03-01 | 2013-06-12 | 深圳达实智能股份有限公司 | 一种基于负荷预测的中央空调系统群控方法及装置 |
| CN104566787B (zh) * | 2014-12-17 | 2017-09-15 | 中国南方航空工业(集团)有限公司 | 冷水机组的节能控制方法及控制系统 |
| CN104566868B (zh) * | 2015-01-27 | 2017-09-08 | 杭州宏成节能科技有限公司 | 一种中央空调控制系统及其控制方法 |
| CN104913559B (zh) * | 2015-06-15 | 2017-03-08 | 江苏苏源光一科技有限公司 | 一种基于主机cop值的制冷机组群控方法 |
| CN110529980B (zh) * | 2019-08-14 | 2021-07-02 | 雄安达实智慧科技有限公司 | 中央空调实际需求供冷负荷的确定方法、系统和电子设备 |
| CN113531953A (zh) * | 2021-09-17 | 2021-10-22 | 同方德诚(山东)科技股份公司 | 一种多能源供冷供热的联动控制方法 |
| CN113865016A (zh) * | 2021-09-30 | 2021-12-31 | 珠海格力电器股份有限公司 | 一种空调系统控制方法、装置及空调系统 |
-
2022
- 2022-11-04 CN CN202211373242.6A patent/CN115523644B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN115523644A (zh) | 2022-12-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11473796B2 (en) | Systems and methods to control energy consumption efficiency | |
| CN110398034B (zh) | 空调的冷却塔控制方法、系统及空调 | |
| JP7009372B2 (ja) | 予測フリークーリング | |
| CA2839192A1 (en) | Controlling the setback and setback recovery of a power-consuming device | |
| CN110740617B (zh) | 机架式变频空调控制方法和机架式变频空调 | |
| EP3862644B1 (en) | Information processing device and air-conditioning system provided with same | |
| CN106969413A (zh) | 家用空调及其用电量控制方法和控制装置 | |
| US20170241661A1 (en) | Predictive free cooling | |
| CN112283890A (zh) | 适应建筑暖通设备监控系统的冷热量控制方法及装置 | |
| CN111059727A (zh) | 一种空调压缩机频率控制方法 | |
| WO2023173765A1 (zh) | 用于移动式空调的控制方法及装置、移动式空调 | |
| CN115682324A (zh) | 中央空调系统节能优化控制方法、装置、设备和存储介质 | |
| CN113587384B (zh) | 空调器的控制方法、装置、空调器和存储介质 | |
| CN115523644B (zh) | 控制空调系统的主机的方法、设备和存储介质 | |
| CN116255858A (zh) | 用于控制制冷系统的冷却塔的方法、设备和存储介质 | |
| CN111750492B (zh) | 空气调节系统、服务器系统、网络和方法 | |
| CN117029225A (zh) | 用于控制空调的方法、装置、空调和存储介质 | |
| CN114526537B (zh) | 一种设备节能控制方法和装置 | |
| CN117847746A (zh) | 空调器语音控制方法、空调器及计算机存储介质 | |
| KR20160009117A (ko) | 빌딩 자동 제어 시스템 | |
| KR20160009116A (ko) | 서브 미터링 기반의 빌딩 에너지 관리 방법 | |
| EP3568646A1 (en) | Predictive free cooling | |
| CN117346295B (zh) | 多机组的耦合控制方法、装置、设备及计算机可读介质 | |
| CN114046594A (zh) | 一种温度控制方法及装置、系统 | |
| Wood | Chiller energy optimization systems versus building automation systems: Learn the nuances of a chiller energy optimization system operates contrasted with a building automation system. |
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 | ||
| CP03 | Change of name, title or address | ||
| CP03 | Change of name, title or address |
Address after: No. 118, Building C1, No.1 Qingsheng Avenue, Nansha District, Guangzhou City, Guangdong Province, 511455 Patentee after: Guangdong Mushroom IoT Technology Co.,Ltd. Country or region after: China Address before: 518109 room 2202, building 1, Huide building, Beizhan community, Minzhi street, Longhua District, Shenzhen, Guangdong Patentee before: MOGULINKER TECHNOLOGY (SHENZHEN) CO.,LTD. Country or region before: China |