CN115597182A - 一种中央空调智能控制设备及中央空调系统 - Google Patents
一种中央空调智能控制设备及中央空调系统 Download PDFInfo
- Publication number
- CN115597182A CN115597182A CN202211277833.3A CN202211277833A CN115597182A CN 115597182 A CN115597182 A CN 115597182A CN 202211277833 A CN202211277833 A CN 202211277833A CN 115597182 A CN115597182 A CN 115597182A
- Authority
- CN
- China
- Prior art keywords
- data
- central air
- determining
- unit
- cold
- 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
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
- F24F11/50—Control or safety arrangements characterised by user interfaces or communication
- F24F11/56—Remote control
-
- 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
- F24F11/70—Control systems characterised by their outputs; Constructional details thereof
-
- 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
-
- 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
- F24F2110/20—Humidity
-
- 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
本发明提供了一种中央空调智能控制设备及中央空调系统,包括:数据采集模块,用于采集中央空调服务区域的各种传感器数据;云端分析模块,用于对所述各种传感器数据基于大数据模型进行智能分析,得到最优冷量输出;指令控制模块,用于基于所述最优冷量输出,确定对各个调节单元的控制指令;本发明通过每隔预设时间更新采集数据,通过云端分析达到根据环境不断对运行温度和运行风向进行调整的目的,实现根据环境来实时分析确定出最优的运行温度,实现对空调系统的全智能自动动态运行,无需定温,提高节能率。
Description
技术领域
本发明涉及控制技术领域,特别涉及一种中央空调智能控制设备及中央空调系统。
背景技术
中央空调系统由一个或多个冷热源系统和多个空气调节系统组成,该系统不同于传统冷剂式空调,(如单体机,VRV)集中处理空气以达到舒适要求,采用液体气化制冷的原理为空气调节系统提供所需冷量,用以抵消室内环境的冷负荷;制热系统为空气调节系统提供所需热量,用以抵消室内环境热负荷,制冷系统是中央空调系统至关重要的部分,其采用种类、运行方式、结构形式等直接影响了中央空调系统在运行中的经济性、高效性、合理性。
中央空调系统的核心应用是在保证给用户带来舒适的温度环境的基础上,尽可能地提高节能率,降低费用成本,目前市面上的中央空调采用传统的BA集控,需要人工定时调控,节能率很低。
因此,本发明提出一种中央空调智能控制设备及中央空调系统。
发明内容
本发明提供一种中央空调智能控制设备及中央空调系统,无需定温,利用AI智能深度学习不断更新,实现对温度的全自动调控,提高节能率。
一种中央空调智能控制设备,包括:
数据采集模块,用于采集中央空调服务区域的各种传感器数据;
云端分析模块,用于对所述各种传感器数据基于大数据模型进行智能分析,得到最优冷量输出;
指令控制模块,用于基于所述最优冷量输出,确定对各个调节单元的控制指令。
优选的,所述数据采集模块,包括:
特征确定单元,用于基于各种传感器的类型,确定所述各种传感器的传输特征;
频率确定单元,用于基于所述传输特征和预设上传时间,确定对所述各种传感器的采集频率;
采集单元,用于按照所述采集频率对各种传感器进行数据采集,得到各种传感器数据。
优选的,所述频率确定单元,包括:
时长确定单元,用于对所述传输特征进行分析,确定对传感器采集信号的采集时长、对采集到信号的处理时长和处理完信号后得到的数据的网关协议转换时长,并基于所述采集时长、处理时长和网关协议转换时长得到总时长;
关系确定单元,用于基于所述总时长,确定各种传感器之间的总时长关系,并基于所述总时长关系确定任意两种传感器实现接收同步的采集频率之间的数值关系,并从各种传感器中随机选取得到主传感器;
频率设定单元,用于基于所述预设上传时间,确定出主传感器的采集频率,并基于所述主传感器和其他传感器的采集频率之间的数值关系,确定其他传感器的采集频率。
优选的,所述云端分析模块,包括:
数据处理单元,用于基于中央空调的型号和中央空调服务区域的区域特征,分别从数据库中调取原始数据,并对原始数据按照空调节能所需参数进行划分,分别得到第一输入数据和第一结果数据,第二输入数据和第二结果数据;
模型建立单元,用于确定所述第一输入数据和第一结果数据的第一关系,第二输入数据和第二结果数据的第二关系,基于所述第一关系和第二关系,生成以中央空调系统和中央空调服务区域为主的大数据模型;
结果获取单元,用于将所述各种传感器数据输入所述大数据模型中,得到多组结果数据;
结果分析单元,用于按照预设要求对所述多组结果数据进行评估,根据评估结果,选取出最优结果数据,并基于所述最优结果数据,确定最优冷量输出。
优选的,所述数据处理单元,包括:
数据调取单元,用于基于中央空调的型号,从数据库中调取与所述中央空调系统相关的第一原始数据,基于中央空调服务区域的区域特征,从数据库中调取与所述中央空调服务区域相关的第二原始数据,其中,所述第一原始数据和第二原始数据包含的数据类型相同;
数据划分单元,用于按照空调节能所需参数将所述第一原始数据和第二原始数据进行划分,得到第一数据集合和第二数据集合,并分别获取所述第一数据集合和第二数据集合的第一输入数据和第一结果数据,第二输入数据和第二结果数据。
优选的,所述模型建立单元,包括:
权重标记单元,用于对所述第一输入数据中的区域数据进行第一权重标记,根据第一标记结果,对所述第一数据集合进行训练,确定第一输入数据和第一结果数据之间的第一关系,对所述第二输入数据中的空调型号进行第二权重标记,对所述第二数据集合进行训练,确定第二输入数据和第二结果数据之间的第二关系;
模型生成单元,用于基于所述第一关系和第二关系,将所述第一数据集合和第二数据集合进行关联,结合所述第一关系和第二关系,生成以中央空调系统和中央空调服务区域为主的大数据模型。
优选的,所述指令控制模块,包括:
区域划分单元,用于基于所述中央空调服务区域中中央空调的布局,将所述中央空调服务区域划分为多个子服务区域,并根据传感器数据获取在每个子服务区域的人员分布和环境温度;
冷量确定单元,用于基于所述环境温度与预设温度的温度差异,确定子服务区域的第一冷量输出;
冷量调整单元,用于基于人员流动、子服务区域面积、天气特征和未来时间段特征,对所述第一冷量输出进行调整,得到目标冷量输出;
指令确定单元,用于基于所述目标冷量输出,生成对各个调节单元的冷量输出的控制指令。
优选的,所述冷量调整单元,包括:
权重确定单元,基于所述人员分布,获取人员流动动态图,并基于所述人员流动动态图,预测在未来时间段的人员流动预测图,基于所述人员流动预测图和子服务区域的面积确定对所述第一冷量输出的主要影响权重,获取中央空调服务的天气特征和时段特征,并基于所述天气特征和未来时间段特征确定对第一冷量输出的次要影响权重;
调整单元,用于基于所述主要影响权重和次要影响权重依次对所述第一冷量输出进行加权分析,得到第二冷量输出,并基于每个子服务区域的第二冷量输出之间的数值关系,结合所述最优冷量输出,对所述第二冷量输出进行调整,确定总冷量满足所述最优冷量输出的目标冷量输出。
优选的,所述指令确定单元,包括:
变化确定单元,用于基于所述温度差异,确定所述子服务区域的初始冷量输出,并基于所述初始冷量输出,所述人员流动预测图、子服务区域的面积、天气特征和未来时间段特征,设计随时间变化的温度变化情况,且基于所述温度变化情况,以所述目标冷量输出为总和,确定在所述未来时间段的每个时间节点的节点冷量输出,得到冷量输出变化图;
指令生成单元,用于基于所述冷量输出变化图,确定在每个时间节点的冷量输出调整量,基于所述冷量输出调整量和时间节点的时间特征,生成对各个调节单元的冷量输出的控制指令。
一种中央空调系统,包括:所述中央控制空调系统包括权利要求1至9任意一项所述的中央空调智能控制设备。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1为本发明实施例中一种中央空调智能控制设备及中央空调系统的结构图;
图2为本发明实施例中所述数据采集模块的结构图;
图3为本发明实施例中所述云端分析模块的结构图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
实施例1
本发明实施例提供一种中央空调智能控制设备,如图1所示,包括:
数据采集模块,用于采集中央空调服务区域的各种传感器数据;
云端分析模块,用于对所述各种传感器数据基于大数据模型进行智能分析,得到最优冷量输出;
指令控制模块,用于基于所述最优冷量输出,确定对各个调节单元的控制指令。
在该实施例中,所述各种传感器数据包括温度传感器、湿度传感器、位置传感器、摄像视频等。
在该实施例中,所述各个调节单元包括冷量输出量调节单元。
在该实施例中,所述对各个调节单元的控制指令实现了对最优冷量的精确输出。
上述设计方案得工作原理有益效果是:数据采集模块每隔10分钟对中央空调服务区域的各种传感器数据进行采集,云端分析模块对采集到的各种传感器数据进行智能分析,确定出空调系统的运行温度和风向,指令控制模块用于根据最优冷量输出,确定对各个调节单元的控制指令,实现对中央空调的智能控制,本发明通过每隔10分钟更新采集数据,通过云端分析达到根据环境不断对冷量输出的输出量进行调整的目的,实现对空调系统的全智能自动动态运行,无需定温,提高节能率。
实施例2
基于实施例1的基础上,本发明实施例提供一种中央空调智能控制设备,如图2所示,所述数据采集模块,包括:
特征确定单元,用于基于各种传感器的类型,确定所述各种传感器的传输特征;
频率确定单元,用于基于所述传输特征和预设上传时间,确定对所述各种传感器的采集频率;
采集单元,用于按照所述采集频率对各种传感器进行数据采集,得到各种传感器数据。
在该实施例中,所述传输特征为传感器采集得到的数据进行传输时需要经过数据处理、和网关传输选择等特征。
在该实施例中,所述预设上传时间根据云端采集模块的接收时间确定。
在该实施例中,所述各种传感器的采集频率可实现云端分析模块对所述各种传感数据的同时接收。
上述设计方案的有益效果是:通过根据传输特征和预设上传时间,确定对所述各种传感器的采集频率,实现云端分析模块对所述各种传感数据的同时接收,便于了云端分析模块对传感器数据的分析,提高传感器数据分析的质量和效率,为确定最优冷量输出提供基础。
实施例3
基于实施例1的基础上,本发明实施例提供一种中央空调智能控制设备,所述频率确定单元,包括:
时长确定单元,用于对所述传输特征进行分析,确定对传感器采集信号的采集时长、对采集到信号的处理时长和处理完信号后得到的数据的网关协议转换时长,并基于所述采集时长、处理时长和网关协议转换时长得到总时长;
关系确定单元,用于基于所述总时长,确定各种传感器之间的总时长关系,并基于所述总时长关系确定任意两种传感器实现接收同步的采集频率之间的数值关系,并从各种传感器中随机选取得到主传感器;
频率设定单元,用于基于所述预设上传时间,确定出主传感器的采集频率,并基于所述主传感器和其他传感器的采集频率之间的数值关系,确定其他传感器的采集频率。
上述设计方案的有益效果是:通过根据对各种传感器的时长进行确定,得到总时长,并基于所述总时长确定出各种传感器采集频率之间的数值关系,结合预设上传时间,确定出每个传感器的采集频率,按照所述采集频率实现云端分析模块对所述各种传感数据的同时接收,便于了云端分析模块对传感器数据的分析,提高传感器数据分析的质量和效率,为确定最优冷量输出提供基础。
实施例4
基于实施例1的基础上,本发明实施例提供一种中央空调智能控制设备,如图3所示,所述云端分析模块,包括:
数据处理单元,用于基于中央空调的型号和中央空调服务区域的区域特征,分别从数据库中调取原始数据,并对原始数据按照空调节能所需参数进行划分,分别得到第一输入数据和第一结果数据,第二输入数据和第二结果数据;
模型建立单元,用于确定所述第一输入数据和第一结果数据的第一关系,第二输入数据和第二结果数据的第二关系,基于所述第一关系和第二关系,生成以中央空调系统和中央空调服务区域为主的大数据模型;
结果获取单元,用于将所述各种传感器数据输入所述大数据模型中,得到多组结果数据;
结果分析单元,用于按照预设要求对所述多组结果数据进行评估,根据评估结果,选取出最优结果数据,并基于所述最优结果数据,确定最优冷量输出。
在该实施例中,基于所述中央空调的型号调取的原始数据对应所述第一输入数据和第一结果数据,基于所述中央空调服务区域的区域特征调取的原始数据对应所述第二输入数据和第二结果数据。
在该实施例中,在该实施例中,所述空调节能所需参数为参考区域数据、空调运行数据、区域内的人员分布数据、区域的环境数据等。
在该实施例中,所述第一输入数据和第二输入数据包括参考区域数据、区域内的人员分布数据、区域的环境数据等,第一结果数据和第二结果数据包括空调运行数据、人员满意度数据、空调节能数据等。
在该实施例中,所述空调节能所需参数为参考区域数据、空调运行数据、区域内的人员分布数据、区域的环境数据等。
在该实施例中,所述第一关系,用于确定在空调型号为本中央空调系统时,区域的不同对节能效果和用户满意度的影响,所述第二关系,用于在区域为本服务区域时,在不同的空调下的节能效果和用户满意度。
在该实施例中,每组结果数据中包括空调冷量输出数据、节能数据和预测人员满意数据,最优结果数据中空调冷量输出、节能数据和预测人员满意数据的综合评分最高。
上述设计方案的有益效果是:通过以中央空调型号和服务区域为主,分别从数据库中获取相关数据进行分析和融合,保证相关数据的广泛性,建立大数据模型,保证建立得到的大数据模型以中央空调型号和服务区域为主,保证了大数据模型的精准性,然后将各种传感器数据输入大数据模型中,得到了多组满足要求的结果数据,通过对结果数据进行评估,保证选取出最优结果数据,保证最优冷量输出的节能性和用户满意度,为确定最优的运行温度,实现对空调系统的全智能自动动态运行提供基础。
实施例5
基于实施例4的基础上,本发明实施例提供一种中央空调智能控制设备,所述数据处理单元,包括:
数据调取单元,用于基于中央空调的型号,从数据库中调取与所述中央空调系统相关的第一原始数据,基于中央空调服务区域的区域特征,从数据库中调取与所述中央空调服务区域相关的第二原始数据,其中,所述第一原始数据和第二原始数据包含的数据类型相同;
数据划分单元,用于按照空调节能所需参数将所述第一原始数据和第二原始数据进行划分,得到第一数据集合和第二数据集合,并分别获取所述第一数据集合和第二数据集合的第一输入数据和第一结果数据,第二输入数据和第二结果数据。
在该实施例中,所述第一原始数据和第二原始数据包含的数据类型例如参考区域数据、空调运行数据、区域内的人员分布数据、区域的环境在该实施例中,所述第一数据集合和第二数据集合的分类方式完全一致。
在该实施例中,所述第一输入数据和第二输入数据包括参考区域数据、区域内的人员分布数据、区域的环境数据等,第一结果数据和第二结果数据包括空调运行数据、人员满意度数据、空调节能数据等。数据等。
上述设计方案的有益效果是:通过以中央空调型号和服务区域为主,分别从数据库中获取相关数据进行分析和融合,保证相关数据的广泛性,为建立大数据模型提供丰富的数据基础。
实施例6
基于实施例4的基础上,本发明实施例提供一种中央空调智能控制设备,所述模型建立单元,包括:
权重标记单元,用于对所述第一输入数据中的区域数据进行第一权重标记,根据第一标记结果,对所述第一数据集合进行训练,确定第一输入数据和第一结果数据之间的第一关系,对所述第二输入数据中的空调型号进行第二权重标记,对所述第二数据集合进行训练,确定第二输入数据和第二结果数据之间的第二关系;
模型生成单元,用于基于所述第一关系和第二关系,将所述第一数据集合和第二数据集合进行关联,结合所述第一关系和第二关系,生成以中央空调系统和中央空调服务区域为主的大数据模型。
在该实施例中,所述第一权重和第二权重均大于1,且可默认未进行权重标记的输入数据的权重为1,权重标记,用于突出空调型号或区域。
在该实施例中,所述第一关系,用于确定在空调型号为本中央空调系统时,区域的不同对节能效果和用户满意度的影响,所述第二关系,用于在区域为本服务区域时,在不同的空调下的节能效果和用户满意度。
上述设计方案的有益效果是:保证建立得到的大数据模型以中央空调型号和服务区域为主,保证了大数据模型的精准性。
实施例7
基于实施例1的基础上,本发明实施例提供一种中央空调智能控制设备,所述指令控制模块,包括:
区域划分单元,用于基于所述中央空调服务区域中中央空调的布局,将所述中央空调服务区域划分为多个子服务区域,并根据传感器数据获取在每个子服务区域的人员分布和环境温度;
冷量确定单元,用于基于所述环境温度与预设温度的温度差异,确定子服务区域的第一冷量输出;
冷量调整单元,用于基于人员流动、子服务区域面积、天气特征和未来时间段特征,对所述第一冷量输出进行调整,得到目标冷量输出;
指令确定单元,用于基于所述目标冷量输出,生成对各个调节单元的冷量输出的控制指令。
在该实施例中,所述目标冷量输出为子服务区域的中央空调在未来时间段的总冷量输出,而最优冷量输出为整个服务区域在未来时间段的总冷量输出。
在该实施例中,对所述第一冷量输出进行调整,得到目标冷量输出包括权重确定单元,基于所述人员分布,获取人员流动动态图,并基于所述人员流动动态图,预测在未来时间段的人员流动预测图,基于所述人员流动预测图和子服务区域的面积确定对所述第一冷量输出的主要影响权重,获取中央空调服务的天气特征和时段特征,并基于所述天气特征和未来时间段特征确定对第一冷量输出的次要影响权重;
调整单元,用于基于所述主要影响权重和次要影响权重依次对所述第一冷量输出进行加权分析,得到第二冷量输出,并基于每个子服务区域的第二冷量输出之间的数值关系,结合所述最优冷量输出,对所述第二冷量输出进行调整,确定总冷量满足所述最优冷量输出的目标冷量输出。
在该实施例种,生成对各个调节单元的冷量输出的控制指令包括:变化确定单元,用于基于所述温度差异,确定所述子服务区域的初始冷量输出,并基于所述初始冷量输出,所述人员流动预测图、子服务区域的面积、天气特征和未来时间段特征,设计随时间变化的温度变化情况,且基于所述温度变化情况,以所述目标冷量输出为总和,确定在所述未来时间段的每个时间节点的节点冷量输出,得到冷量输出变化图;
指令生成单元,用于基于所述冷量输出变化图,确定在每个时间节点的冷量输出调整量,基于所述冷量输出调整量和时间节点的时间特征,生成对各个调节单元的冷量输出的控制指令。
上述设计方案的有益效果是:通过将中央空调服务区域划分为多个子服务区域,结合多个子服务区域的于人员流动、子服务区域面积、天气特征和未来时间段特征,来对第一冷量输出进行调整,保证得到的目标冷量输出满足每个子服务区域的人员要求,基于所述目标冷量输出,生成对各个调节单元的冷量输出的控制指令,实现对空调系统的全智能自动动态运行,无需定温,提高节能率。
实施例8
基于实施例7的基础上,本发明实施例提供一种中央空调智能控制设备,所述冷量调整单元,包括:
权重确定单元,基于所述人员分布,获取人员流动动态图,并基于所述人员流动动态图,预测在未来时间段的人员流动预测图,基于所述人员流动预测图和子服务区域的面积确定对所述第一冷量输出的主要影响权重,获取中央空调服务的天气特征和时段特征,并基于所述天气特征和未来时间段特征确定对第一冷量输出的次要影响权重;
调整单元,用于基于所述主要影响权重和次要影响权重依次对所述第一冷量输出进行加权分析,得到第二冷量输出,并基于每个子服务区域的第二冷量输出之间的数值关系,结合所述最优冷量输出,对所述第二冷量输出进行调整,确定总冷量满足所述最优冷量输出的目标冷量输出。
在该实施例中,所述主要影响权重大于次要影响权重。
上述设计方案的有益效果是:通过根据人员流动预测图和子服务区域的面积确定对所述第一冷量输出的主要影响权重,根据天气特征和未来时间段特征确定对第一冷量输出的次要影响权重,来对第一冷量输出进行调整,保证了得到的第二冷量输出的符合实际情况,然后根据最优冷量输出,对所述第二冷量输出进行调整,确定总冷量满足所述最优冷量输出的目标冷量输出,确保得到的目标冷量输出在满足需求的同时,保证节能效率。
实施例9
基于实施例7的基础上,本发明实施例提供一种中央空调智能控制设备,所述指令确定单元,包括:
变化确定单元,用于基于所述温度差异,确定所述子服务区域的初始冷量输出,并基于所述初始冷量输出,所述人员流动预测图、子服务区域的面积、天气特征和未来时间段特征,设计随时间变化的温度变化情况,且基于所述温度变化情况,以所述目标冷量输出为总和,确定在所述未来时间段的每个时间节点的节点冷量输出,得到冷量输出变化图;
指令生成单元,用于基于所述冷量输出变化图,确定在每个时间节点的冷量输出调整量,基于所述冷量输出调整量和时间节点的时间特征,生成对各个调节单元的冷量输出的控制指令。
在该实施例中,所有节点冷量输出和初始冷量输出的和为所述目标冷量输出。
在该实施例中,所述时间节点为等间隔节点。
上述设计方案的有益效果是:通过以所述目标冷量输出为总和,根据人员流动预测图、子服务区域的面积、天气特征和未来时间段特征来确定在每个时间节点的节点冷量输出,从而确定在每个节点的控制指令,实现对冷量进行自动调整的目的,实现对空调系统的全智能自动动态运行,无需定温,提高节能率。
实施例10
基于实施例7的基础上,本发明实施例提供一种中央空调智能控制设备,还包括:指令优化模块,用于对所述各个调节单元的控制指令进行节能分析,并根据节能分析结果,确定对控制指令的优化;
所述指令优化模块,包括:
获取所述控制指令执行后,获取每个中央空调的运行温度,基于中央空调的初始温度、运行温度和最优冷量输出,确定整个中央空调系统的节能效率;
其中,δ表示整个中央空调系统的节能效率,WA表示所述最优冷量输出,n表示中央空调的数量,θbi表示第i个中央空调的运行温度,θai表示第i个中央空调的初始温度,Si表示第i个中央空调对应的子服务区域的面积,表示第i个中央空调在传统方式运行下的冷量输出,m表示所述调节单元的个数,Wj表示第j个调节单元进行调节是损耗的能量,γ表示调节单元的调节次数,εr表示第r次进行调节时的调节误差,取值为(0,1);
判断所述节能效率是否大于预设节能效率;
若是,不需要对所述控制质量进行优化;
否则,基于所述节能效率和预设节能效率的差异,确定对控制指令的调节值;
其中,K表示对控制指令的调节值,δ0表示所述预设节能效率,Δδa表示参考节能效率差异,e表示自然数,取值为2.72,γa表示调节单元的参考调节次数;
从调节方案库中获取与所述调节值对应的目标调节方案,实现对所述控制指令进行优化。
在该实施例中,所述调节方案库为预先设定的与调节值对应的调节方案,不同的调节值范围,对应不同的调节方案。
在该实施例中,计算节能效率时将调节单元的个数和调节单元的调节次数作为相关参数,保证得到节能效率考虑调节单元的影响,提高节能效率的准确性。
在该实施例中,由于调节次数的多少也会对控制指令的执行产生影响,因此计算调节值时加入调节次数,保证获取调节值的准确性。
上述设计方案的有益效果是:通过在控制指令执行后,对控制指令下的节能效率进行分析计算,并在确定节能效率不满足预设节能效率时,对控制指令进行优化,为之后设计准确的控制指令提供参考,保证最大程度的提高节能效率。
实施例11
一种中央空调系统,包括:所述中央控制空调系统包括权利要求1至9任意一项所述的中央空调智能控制设备。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种中央空调智能控制设备,其特征在于,包括:
数据采集模块,用于采集中央空调服务区域的各种传感器数据;
云端分析模块,用于对所述各种传感器数据基于大数据模型进行智能分析,得到最优冷量输出;
指令控制模块,用于基于所述最优冷量输出,确定对各个调节单元的控制指令。
2.根据权利要求1所述的一种中央空调智能控制设备,其特征在于,所述数据采集模块,包括:
特征确定单元,用于基于各种传感器的类型,确定所述各种传感器的传输特征;
频率确定单元,用于基于所述传输特征和预设上传时间,确定对所述各种传感器的采集频率;
采集单元,用于按照所述采集频率对各种传感器进行数据采集,得到各种传感器数据。
3.根据权利要求1所述的一种中央空调智能控制设备,其特征在于,所述频率确定单元,包括:
时长确定单元,用于对所述传输特征进行分析,确定对传感器采集信号的采集时长、对采集到信号的处理时长和处理完信号后得到的数据的网关协议转换时长,并基于所述采集时长、处理时长和网关协议转换时长得到总时长;
关系确定单元,用于基于所述总时长,确定各种传感器之间的总时长关系,并基于所述总时长关系确定任意两种传感器实现接收同步的采集频率之间的数值关系,并从各种传感器中随机选取得到主传感器;
频率设定单元,用于基于所述预设上传时间,确定出主传感器的采集频率,并基于所述主传感器和其他传感器的采集频率之间的数值关系,确定其他传感器的采集频率。
4.根据权利要求1所述的一种中央空调智能控制设备,其特征在于,所述云端分析模块,包括:
数据处理单元,用于基于中央空调的型号和中央空调服务区域的区域特征,分别从数据库中调取原始数据,并对原始数据按照空调节能所需参数进行划分,分别得到第一输入数据和第一结果数据,第二输入数据和第二结果数据;
模型建立单元,用于确定所述第一输入数据和第一结果数据的第一关系,第二输入数据和第二结果数据的第二关系,基于所述第一关系和第二关系,生成以中央空调系统和中央空调服务区域为主的大数据模型;
结果获取单元,用于将所述各种传感器数据输入所述大数据模型中,得到多组结果数据;
结果分析单元,用于按照预设要求对所述多组结果数据进行评估,根据评估结果,选取出最优结果数据,并基于所述最优结果数据,确定最优冷量输出。
5.根据权利要求4所述的一种中央空调智能控制设备,其特征在于,所述数据处理单元,包括:
数据调取单元,用于基于中央空调的型号,从数据库中调取与所述中央空调系统相关的第一原始数据,基于中央空调服务区域的区域特征,从数据库中调取与所述中央空调服务区域相关的第二原始数据,其中,所述第一原始数据和第二原始数据包含的数据类型相同;
数据划分单元,用于按照空调节能所需参数将所述第一原始数据和第二原始数据进行划分,得到第一数据集合和第二数据集合,并分别获取所述第一数据集合和第二数据集合的第一输入数据和第一结果数据,第二输入数据和第二结果数据。
6.根据权利要求4所述的一种中央空调智能控制设备,其特征在于,所述模型建立单元,包括:
权重标记单元,用于对所述第一输入数据中的区域数据进行第一权重标记,根据第一标记结果,对所述第一数据集合进行训练,确定第一输入数据和第一结果数据之间的第一关系,对所述第二输入数据中的空调型号进行第二权重标记,对所述第二数据集合进行训练,确定第二输入数据和第二结果数据之间的第二关系;
模型生成单元,用于基于所述第一关系和第二关系,将所述第一数据集合和第二数据集合进行关联,结合所述第一关系和第二关系,生成以中央空调系统和中央空调服务区域为主的大数据模型。
7.根据权利要求1所述的一种中央空调智能控制设备,其特征在于,所述指令控制模块,包括:
区域划分单元,用于基于所述中央空调服务区域中中央空调的布局,将所述中央空调服务区域划分为多个子服务区域,并根据传感器数据获取在每个子服务区域的人员分布和环境温度;
冷量确定单元,用于基于所述环境温度与预设温度的温度差异,确定子服务区域的第一冷量输出;
冷量调整单元,用于基于人员流动、子服务区域面积、天气特征和未来时间段特征,对所述第一冷量输出进行调整,得到目标冷量输出;
指令确定单元,用于基于所述目标冷量输出,生成对各个调节单元的冷量输出的控制指令。
8.根据权利要求7所述的一种中央空调智能控制设备,其特征在于,所述冷量调整单元,包括:
权重确定单元,基于所述人员分布,获取人员流动动态图,并基于所述人员流动动态图,预测在未来时间段的人员流动预测图,基于所述人员流动预测图和子服务区域的面积确定对所述第一冷量输出的主要影响权重,获取中央空调服务的天气特征和时段特征,并基于所述天气特征和未来时间段特征确定对第一冷量输出的次要影响权重;
调整单元,用于基于所述主要影响权重和次要影响权重依次对所述第一冷量输出进行加权分析,得到第二冷量输出,并基于每个子服务区域的第二冷量输出之间的数值关系,结合所述最优冷量输出,对所述第二冷量输出进行调整,确定总冷量满足所述最优冷量输出的目标冷量输出。
9.根据权利要求7所述的一种中央空调智能控制设备,其特征在于,所述指令确定单元,包括:
变化确定单元,用于基于所述温度差异,确定所述子服务区域的初始冷量输出,并基于所述初始冷量输出,所述人员流动预测图、子服务区域的面积、天气特征和未来时间段特征,设计随时间变化的温度变化情况,且基于所述温度变化情况,以所述目标冷量输出为总和,确定在所述未来时间段的每个时间节点的节点冷量输出,得到冷量输出变化图;
指令生成单元,用于基于所述冷量输出变化图,确定在每个时间节点的冷量输出调整量,基于所述冷量输出调整量和时间节点的时间特征,生成对各个调节单元的冷量输出的控制指令。
10.一种中央空调系统,其特征在于,包括:所述中央控制空调系统包括权利要求1至9任意一项所述的中央空调智能控制设备。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211277833.3A CN115597182B (zh) | 2022-10-19 | 2022-10-19 | 一种中央空调智能控制设备及中央空调系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211277833.3A CN115597182B (zh) | 2022-10-19 | 2022-10-19 | 一种中央空调智能控制设备及中央空调系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115597182A true CN115597182A (zh) | 2023-01-13 |
CN115597182B CN115597182B (zh) | 2023-06-06 |
Family
ID=84849724
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211277833.3A Active CN115597182B (zh) | 2022-10-19 | 2022-10-19 | 一种中央空调智能控制设备及中央空调系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115597182B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015074791A1 (de) * | 2013-11-25 | 2015-05-28 | G.A.D. Global Assistance And Development Corporation Gmbh | Steuerungsverfahren zum klimatisieren eines raums |
JP2016031220A (ja) * | 2014-07-30 | 2016-03-07 | 株式会社東芝 | 空調最適化装置及び空調制御システム |
CN108489013A (zh) * | 2018-01-30 | 2018-09-04 | 深圳市新环能科技有限公司 | 基于遗传算法和负荷在线修正的中央空调控制方法及装置 |
WO2019070192A1 (en) * | 2017-10-02 | 2019-04-11 | Hitachi, Ltd. | SYSTEM AND METHOD FOR CONTROLLING A HVAC SYSTEM |
JP2019124414A (ja) * | 2018-01-17 | 2019-07-25 | 日立グローバルライフソリューションズ株式会社 | 空調制御システム及び空調制御方法 |
CN111780384A (zh) * | 2020-06-15 | 2020-10-16 | 上海海悦实业发展有限公司 | 一种中央空调控制系统 |
US20210372649A1 (en) * | 2020-05-28 | 2021-12-02 | Hitachi, Ltd. | Energy management system and energy management method |
CN114484752A (zh) * | 2022-02-08 | 2022-05-13 | 珠海格力电器股份有限公司 | 空调的控制方法、装置、存储介质和计算机程序产品 |
CN114688688A (zh) * | 2022-03-30 | 2022-07-01 | 湖南大友恒实业有限公司 | 一种基于深度学习的智能制冷舒适空调 |
KR102455531B1 (ko) * | 2021-08-24 | 2022-10-14 | 전남대학교산학협력단 | 건물 에너지 효율 향상을 위한 데이터 모델 기반 냉난방설비 최적 제어 시스템 및 이의 제어방법 |
-
2022
- 2022-10-19 CN CN202211277833.3A patent/CN115597182B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015074791A1 (de) * | 2013-11-25 | 2015-05-28 | G.A.D. Global Assistance And Development Corporation Gmbh | Steuerungsverfahren zum klimatisieren eines raums |
JP2016031220A (ja) * | 2014-07-30 | 2016-03-07 | 株式会社東芝 | 空調最適化装置及び空調制御システム |
WO2019070192A1 (en) * | 2017-10-02 | 2019-04-11 | Hitachi, Ltd. | SYSTEM AND METHOD FOR CONTROLLING A HVAC SYSTEM |
JP2019124414A (ja) * | 2018-01-17 | 2019-07-25 | 日立グローバルライフソリューションズ株式会社 | 空調制御システム及び空調制御方法 |
CN108489013A (zh) * | 2018-01-30 | 2018-09-04 | 深圳市新环能科技有限公司 | 基于遗传算法和负荷在线修正的中央空调控制方法及装置 |
US20210372649A1 (en) * | 2020-05-28 | 2021-12-02 | Hitachi, Ltd. | Energy management system and energy management method |
CN111780384A (zh) * | 2020-06-15 | 2020-10-16 | 上海海悦实业发展有限公司 | 一种中央空调控制系统 |
KR102455531B1 (ko) * | 2021-08-24 | 2022-10-14 | 전남대학교산학협력단 | 건물 에너지 효율 향상을 위한 데이터 모델 기반 냉난방설비 최적 제어 시스템 및 이의 제어방법 |
CN114484752A (zh) * | 2022-02-08 | 2022-05-13 | 珠海格力电器股份有限公司 | 空调的控制方法、装置、存储介质和计算机程序产品 |
CN114688688A (zh) * | 2022-03-30 | 2022-07-01 | 湖南大友恒实业有限公司 | 一种基于深度学习的智能制冷舒适空调 |
Also Published As
Publication number | Publication date |
---|---|
CN115597182B (zh) | 2023-06-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11169499B2 (en) | Apparatus and method for controlling comfort temperature of air conditioning device or air conditioning system | |
US5479358A (en) | Urban energy system for controlling an energy plant supplying energy to a community | |
CN113108432B (zh) | 一种基于天气预报的空调系统调节方法和系统 | |
CN112050397A (zh) | 一种机房温度调控方法及系统 | |
CN110332647A (zh) | 地铁地下车站空调系统负荷预测方法及空调系统 | |
KR20120123335A (ko) | Hvac 제어 시스템 및 방법 | |
CN215724029U (zh) | 一种中央空调自适应控制系统 | |
CN115220351B (zh) | 一种基于云边端的建筑空调系统智能节能优化控制方法 | |
CN102032645A (zh) | 空调操作装置及空调操作方法 | |
CN115437302B (zh) | 一种大型中央空调ai智能控制方法及系统 | |
CN111787123A (zh) | 智慧热网运维管理系统 | |
CN111649465B (zh) | 一种空调设备自动控制方法及系统 | |
CN112268350B (zh) | 一种基于系统延迟性的空调侧负荷预测方法 | |
CN115597182B (zh) | 一种中央空调智能控制设备及中央空调系统 | |
CN110567108B (zh) | 建筑体内部环境温度控制系统及方法 | |
KR100955210B1 (ko) | 사무용 건물설비의 최적관리 및 에너지 절감을 위한 지능형 빌딩제어시스템 및 제어방법 | |
WO2020237468A1 (zh) | 确定温度设置值的方法、装置、系统、存储介质和处理器 | |
JP2020165642A (ja) | 空調システム、サーバシステム、ネットワーク、空調システムを制御する方法、およびネットワークを制御する方法 | |
CN109974234A (zh) | 一种机房温度快速调节方法 | |
CN114200839B (zh) | 一种耦合环境行为动态监测的办公建筑能耗智能控制模型 | |
CN212227350U (zh) | 一种控制室内相对温湿度的控制设备及系统 | |
CN110726216B (zh) | 空调器及其控制方法、装置、系统、存储介质和处理器 | |
CN115342409B (zh) | 一种供热系统的控制调节方法与系统 | |
CN115585501B (zh) | 基于网联智控的集中供暖用户侧自主调节系统及方法 | |
KR20110116690A (ko) | 사무용 건물설비의 최적관리 및 에너지 절감을 위한 지능형 빌딩제어시스템 및 제어방법 |
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 |