CN115899949B - 一种空调换热器状态的确定方法、装置、空调和存储介质 - Google Patents
一种空调换热器状态的确定方法、装置、空调和存储介质 Download PDFInfo
- Publication number
- CN115899949B CN115899949B CN202211301278.3A CN202211301278A CN115899949B CN 115899949 B CN115899949 B CN 115899949B CN 202211301278 A CN202211301278 A CN 202211301278A CN 115899949 B CN115899949 B CN 115899949B
- Authority
- CN
- China
- Prior art keywords
- air conditioner
- heat exchanger
- air
- compressor
- determining
- 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
- 238000000034 method Methods 0.000 title claims abstract description 80
- 230000000977 initiatory effect Effects 0.000 claims abstract description 15
- 238000007781 pre-processing Methods 0.000 claims abstract description 8
- 238000004378 air conditioning Methods 0.000 claims description 149
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 57
- 238000005070 sampling Methods 0.000 claims description 33
- 230000002159 abnormal effect Effects 0.000 claims description 29
- 238000013500 data storage Methods 0.000 claims description 24
- 238000009434 installation Methods 0.000 claims description 17
- 238000001816 cooling Methods 0.000 claims description 12
- 238000010438 heat treatment Methods 0.000 claims description 12
- 238000007405 data analysis Methods 0.000 abstract description 9
- 230000008569 process Effects 0.000 description 35
- 230000005856 abnormality Effects 0.000 description 27
- 238000012423 maintenance Methods 0.000 description 20
- 238000013461 design Methods 0.000 description 16
- 238000012545 processing Methods 0.000 description 16
- 230000005540 biological transmission Effects 0.000 description 12
- 238000005057 refrigeration Methods 0.000 description 7
- 238000004458 analytical method Methods 0.000 description 6
- 230000006835 compression Effects 0.000 description 6
- 238000007906 compression Methods 0.000 description 6
- 238000003745 diagnosis Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 230000007613 environmental effect Effects 0.000 description 4
- 238000005457 optimization Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000011835 investigation Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008439 repair process Effects 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- 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
- Air Conditioning Control Device (AREA)
Abstract
本发明公开了一种空调换热器状态的确定方法、装置、空调和存储介质，该方法包括：自云服务器端调用空调的运行参数；对调用得到的运行参数进行预处理；根据预处理后的运行参数所对应的空调的运行模式、以及预处理后的运行参数中在不同时间段的相应参数是否超过相应阈值，确定空调换热器的状态；其中，空调换热器的状态，包括：空调器已出现故障的原因，或者，空调换热器未出现故障但存在故障风险及存在故障风险的原因；根据空调换热器的状态，发起对应的状态提醒消息。该方案，通过将空调所在机组的运行数据存储至云端，利用大数据分析来排查空调换热器故障的具体原因，所耗费人力少，且排查效率高。
Description
技术领域
本发明属于空调技术领域，具体涉及一种空调换热器状态的确定方法、装置、空调和存储介质，尤其涉及一种基于大数据处理的空调换热器异常提醒方法、装置、空调和存储介质。
背景技术
对空调而言，从空调的设计角度或售后维护角度来说，空调的设计人员或售后维护人员，在接收到用户反馈的或实验测试确定的某型号的空调出现某种故障的信息后，需要根据该型号空调的该故障，从后台监控软件中查询预先存入的与该型号空调的该故障相关的记录运行数据，例如可以将查询到的与该型号空调的该故障相关的记录运行数据导出Excel表格，之后，再将查询到的记录运行数据与该型号空调在该故障情况下的实际运行数据进行人工对比，以通过对比该型号空调的记录运行数据与实际运行数据之间的区别，排查该型号空调出现该故障的具体原因进而对该型号空调的该故障进行定位，进而根据对对该型号空调的该故障的定位，从设计的角度确定对应的优化设计方案或从售后维修的角度确定对应的售后维修方案。
但是，这种确定优化设计方案或售后维修方案的方式，需要人工基于某型号空调的某故障进行查询和对比来排查出现相应故障的具体原因，需要耗费大量的人力和时间，且对优化设计方案而言优化过程过长，对售后维修方案而言解决故障的时间过长，无论从设计角度还是从用户的使用角度来讲都是不利的。
上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。
发明内容
本发明的目的在于，提供一种空调换热器状态的确定方法、装置、空调和存储介质，以解决人工基于某型号空调的某故障进行查询和对比来排查出现相应故障的具体原因，需要耗费大量的人力和时间的问题，达到通过将空调所在机组的运行数据存储至云端，利用大数据分析来排查空调换热器故障的具体原因，所耗费人力少，且排查效率高的效果。
本发明提供一种空调换热器状态的确定方法，包括：自云服务器端，调用所述空调的运行参数；其中，所述空调的运行参数，是经预先采样后上传至所述云服务器端的；对所述调用得到的运行参数进行预处理；根据所述预处理后的运行参数所对应的所述空调的运行模式、以及所述预处理后的运行参数中在不同时间段的相应参数是否超过相应阈值，确定所述空调换热器的状态；其中，所述空调换热器的状态，包括：所述空调换热器已出现故障、以及所述空调器已出现故障的原因，或者，所述空调换热器未出现故障但存在故障风险、以及所述空调换热器存在故障风险的原因；根据所述空调换热器的状态，发起对应的状态提醒消息；其中，在所述空调换热器已出现故障的情况下发起所述空调器已出现故障的原因的提醒消息，所述空调换热器未出现故障的情况下发起所述空调换热器存在故障风险、且所述空调换热器存在故障风险的原因的提醒消息。
在一些实施方式中，其中，所述空调的运行参数，具体是经预先采样后，经压缩和加密后上传至所述云服务器端，再经所述云服务器端进行解密、解压缩、以及按预设的数据存储格式和数据存储形式进行解析后，存储在所述云服务器端的；和/或，对所述调用得到的运行参数进行预处理，包括：根据设定的采样周期，对所述调用得到的运行参数中的异常数据进行剔除，并对所述调用得到的运行参数中的缺失数据进行弥补；其中，所述异常数据，包括以下至少之一：相同采样周期下的重复数据，非采样周期下的数据。
在一些实施方式中，所述预处理后的运行参数，包括：所述空调换热器出现故障前第一设定时间的第一运行参数；所述第一运行参数，包括：所述空调的环境温度，以及所述空调的压缩机的高压压力均值；根据所述预处理后的运行参数所对应的所述空调的运行模式、以及所述预处理后的运行参数中在不同时间段的相应参数是否超过相应阈值，确定所述空调换热器的状态，包括：在所述空调的运行模式为制冷模式的情况下，若所述空调的环境温度小于或等于第一设定环境温度，且所述空调的压缩机的高压压力均值大于所述空调的压缩机的高压保护值与设定压力值的差值，则：在所述空调换热器已出现故障的情况下，确定所述空调换热器已出现故障的原因是所述空调换热器自身脏堵或所述空调的风机未开启；或者，在所述空调换热器未出现故障的情况下，确定所述空调换热器在第一设定时间后将出现故障、且所述空调换热器在第一设定时间后将出现故障的原因是所述空调换热器自身脏堵或所述空调的风机未开启。
在一些实施方式中，所述空调换热器出现故障前一帧的第二运行参数，所述空调换热器出现故障前第一设定时间的第三运行参数，所述空调换热器出现故障时的第四运行参数，以及所述空调换热器出现故障后第二设定时间的第五运行参数；所述第二运行参数，包括：所述空调的压缩机电流；所述第三运行参数，包括：所述空调的压缩机的高压压力均值；所述第四运行参数，包括：所述空调的第一环境温度；所述第五运行参数，包括：所述空调的第二环境温度；根据所述预处理后的运行参数所对应的所述空调的运行模式、以及所述预处理后的运行参数中在不同时间段的相应参数是否超过相应阈值，确定所述空调换热器的状态，还包括：在所述空调的运行模式为制冷模式的情况下，若所述空调的压缩机电流大于设定电流，所述空调的压缩机的高压压力值大于所述空调的压缩机的高压保护值与设定压力值的差值，所述空调的第一环境温度大于第二设定环境温度，且所述空调的第一环境温度与所述空调的第二环境温度之间的温度差大于第三设定环境温度，则：在所述空调换热器已出现故障的情况下，确定所述空调换热器已出现故障的原因是所述空调的安装空间的大小小于设定值、且所述空调的风系统形成内循环；或者，在所述空调换热器未出现故障的情况下，确定所述空调换热器在一帧后或第一设定时间后将出现故障、且所述空调换热器在一帧后或第一设定时间后将出现故障的原因是所述空调的安装空间的大小小于设定值、且所述空调的风系统形成内循环。
在一些实施方式中，所述预处理后的运行参数，还包括：所述空调换热器出现故障前第一设定时间的第六运行参数；所述第六运行参数，包括：所述空调的压缩机的高压压力均值，以及所述空调的压缩机负荷；根据所述预处理后的运行参数所对应的所述空调的运行模式、以及所述预处理后的运行参数中在不同时间段的相应参数是否超过相应阈值，确定所述空调换热器的状态，还包括：在所述空调的运行模式为制热模式的情况下，若所述空调的压缩机的高压压力值大于所述空调的压缩机的高压保护值与设定压力值的差值，且所述空调的压缩机负荷小于或等于设定负荷，则：在所述空调换热器已出现故障的情况下，确定所述空调换热器已出现故障的原因是所述空调换热器中水侧换热器的水流量低于设定流量或者所述空调的水泵未开启；或者，在所述空调换热器未出现故障的情况下，确定所述空调换热器在第一设定时间后将出现故障、且所述空调换热器在第一设定时间后将出现故障的原因是所述空调换热器中水侧换热器的水流量低于设定流量或者所述空调的水泵未开启。
与上述方法相匹配，本发明另一方面提供一种空调换热器状态的确定装置，包括：调用单元，被配置为自云服务器端，调用所述空调的运行参数；其中，所述空调的运行参数，是经预先采样后上传至所述云服务器端的；控制单元，被配置为对所述调用得到的运行参数进行预处理；所述控制单元，还被配置为根据所述预处理后的运行参数所对应的所述空调的运行模式、以及所述预处理后的运行参数中在不同时间段的相应参数是否超过相应阈值，确定所述空调换热器的状态；其中，所述空调换热器的状态，包括：所述空调换热器已出现故障、以及所述空调器已出现故障的原因，或者，所述空调换热器未出现故障但存在故障风险、以及所述空调换热器存在故障风险的原因；所述控制单元，还被配置为根据所述空调换热器的状态，发起对应的状态提醒消息；其中，在所述空调换热器已出现故障的情况下发起所述空调器已出现故障的原因的提醒消息，所述空调换热器未出现故障的情况下发起所述空调换热器存在故障风险、且所述空调换热器存在故障风险的原因的提醒消息。
在一些实施方式中，其中，所述空调的运行参数，具体是经预先采样后，经压缩和加密后上传至所述云服务器端，再经所述云服务器端进行解密、解压缩、以及按预设的数据存储格式和数据存储形式进行解析后，存储在所述云服务器端的；和/或，所述控制单元，对所述调用得到的运行参数进行预处理，包括：根据设定的采样周期，对所述调用得到的运行参数中的异常数据进行剔除，并对所述调用得到的运行参数中的缺失数据进行弥补；其中，所述异常数据，包括以下至少之一：相同采样周期下的重复数据，非采样周期下的数据。
在一些实施方式中，所述预处理后的运行参数，包括：所述空调换热器出现故障前第一设定时间的第一运行参数；所述第一运行参数，包括：所述空调的环境温度，以及所述空调的压缩机的高压压力均值；所述控制单元，根据所述预处理后的运行参数所对应的所述空调的运行模式、以及所述预处理后的运行参数中在不同时间段的相应参数是否超过相应阈值，确定所述空调换热器的状态，包括：在所述空调的运行模式为制冷模式的情况下，若所述空调的环境温度小于或等于第一设定环境温度，且所述空调的压缩机的高压压力均值大于所述空调的压缩机的高压保护值与设定压力值的差值，则：在所述空调换热器已出现故障的情况下，确定所述空调换热器已出现故障的原因是所述空调换热器自身脏堵或所述空调的风机未开启；或者，在所述空调换热器未出现故障的情况下，确定所述空调换热器在第一设定时间后将出现故障、且所述空调换热器在第一设定时间后将出现故障的原因是所述空调换热器自身脏堵或所述空调的风机未开启。
在一些实施方式中，所述空调换热器出现故障前一帧的第二运行参数，所述空调换热器出现故障前第一设定时间的第三运行参数，所述空调换热器出现故障时的第四运行参数，以及所述空调换热器出现故障后第二设定时间的第五运行参数；所述第二运行参数，包括：所述空调的压缩机电流；所述第三运行参数，包括：所述空调的压缩机的高压压力均值；所述第四运行参数，包括：所述空调的第一环境温度；所述第五运行参数，包括：所述空调的第二环境温度；所述控制单元，根据所述预处理后的运行参数所对应的所述空调的运行模式、以及所述预处理后的运行参数中在不同时间段的相应参数是否超过相应阈值，确定所述空调换热器的状态，还包括：在所述空调的运行模式为制冷模式的情况下，若所述空调的压缩机电流大于设定电流，所述空调的压缩机的高压压力值大于所述空调的压缩机的高压保护值与设定压力值的差值，所述空调的第一环境温度大于第二设定环境温度，且所述空调的第一环境温度与所述空调的第二环境温度之间的温度差大于第三设定环境温度，则：在所述空调换热器已出现故障的情况下，确定所述空调换热器已出现故障的原因是所述空调的安装空间的大小小于设定值、且所述空调的风系统形成内循环；或者，在所述空调换热器未出现故障的情况下，确定所述空调换热器在一帧后或第一设定时间后将出现故障、且所述空调换热器在一帧后或第一设定时间后将出现故障的原因是所述空调的安装空间的大小小于设定值、且所述空调的风系统形成内循环。
在一些实施方式中，所述预处理后的运行参数，还包括：所述空调换热器出现故障前第一设定时间的第六运行参数；所述第六运行参数，包括：所述空调的压缩机的高压压力均值，以及所述空调的压缩机负荷；所述控制单元，根据所述预处理后的运行参数所对应的所述空调的运行模式、以及所述预处理后的运行参数中在不同时间段的相应参数是否超过相应阈值，确定所述空调换热器的状态，还包括：在所述空调的运行模式为制热模式的情况下，若所述空调的压缩机的高压压力值大于所述空调的压缩机的高压保护值与设定压力值的差值，且所述空调的压缩机负荷小于或等于设定负荷，则：在所述空调换热器已出现故障的情况下，确定所述空调换热器已出现故障的原因是所述空调换热器中水侧换热器的水流量低于设定流量或者所述空调的水泵未开启；或者，在所述空调换热器未出现故障的情况下，确定所述空调换热器在第一设定时间后将出现故障、且所述空调换热器在第一设定时间后将出现故障的原因是所述空调换热器中水侧换热器的水流量低于设定流量或者所述空调的水泵未开启。
与上述装置相匹配，本发明再一方面提供一种空调，包括：以上所述的空调换热器状态的确定装置。
与上述方法相匹配，本发明再一方面提供一种存储介质，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行以上所述的空调换热器状态的确定方法。
由此，本发明的方案，通过采样空调所在机组的运行数据，将机组的运行数据上传至云端(即云服务器端)，在需要对空调换热器状态进行确定时，调用云端存储的机组的运行数据，结合机组的运行数据所对应的空调运行模式、以及机组的运行数据中空调的环境温度、压缩机的高压压力均值、压缩机的工作电流、压缩机的负荷等运行数据中的几种数据在不同时间段的具体值是否超过相应阈值，来确定空调换热器是否出现故障以及出现故障的具体原因，从而，通过将空调所在机组的运行数据存储至云端，利用大数据分析来排查空调换热器故障的具体原因，所耗费人力少，且排查效率高。
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。
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
图1为本发明的空调换热器状态的确定方法的一实施例的流程示意图；
图2为本发明的方法中根据运行模式和不同时间段的运行参数确定空调换热器的状态的第一过程的一实施例的流程示意图；
图3为本发明的方法中根据运行模式和不同时间段的运行参数确定空调换热器的状态的第二过程的一实施例的流程示意图；
图4为本发明的方法中根据运行模式和不同时间段的运行参数确定空调换热器的状态的第三过程的一实施例的流程示意图；
图5为本发明的空调换热器状态的确定装置的一实施例的结构示意图；
图6为本发明的一种基于大数据处理的空调换热器异常提醒方法的一实施例的流程示意图。
结合附图，本发明实施例中附图标记如下：
102-调用单元；104-控制单元。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明具体实施例及相应的附图对本发明技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
随着互联网的快速发展，不断有新的概念的应用诞生，其中大数据、云计算、物联网、人工智能等话题越发引起人们的关注。考虑到，对空调而言，在确定优化设计方案或售后维修方案的方式，需要人工基于某型号空调的某故障进行查询和对比来排查出现相应故障的具体原因，需要耗费大量的人力和时间，且对优化设计方案而言优化过程过长，对售后维修方案而言解决故障的时间过长，无论从优化设计方案的角度还是从用户的售后维修方案的角度来讲都是不利的。所以，本发明的方案，针对空调换热器的故障确定情况，结合大数据分析和云计算等技术，提供一种空调换热器状态的确定方法，具体是一种基于大数据处理的空调换热器异常提醒方法，以结合大数据分析和云服务器的云计算和云存储，对空调换热器的故障进行确定，大大节省了人力和时间，从确定优化设计方案的角度讲可以缩短优化过程，提升空调设计人员的设计效率，从确定售后维护方案的角度讲可以缩短解决故障的时间，提升售后维护人员的维护效率并提升用户的使用体验。
根据本发明的实施例，提供了一种空调换热器状态的确定方法，如图1所示本发明的方法的一实施例的流程示意图。该空调换热器状态的确定方法可以包括：步骤S110至步骤S140。
在步骤S110处，自云服务器端，调用所述空调的运行参数，如所述空调所在机组的运行参数。其中，所述空调的运行参数，是经预先采样后上传至所述云服务器端的。例如：所述空调的运行参数，预先由所述空调的SIM卡采样后，经压缩和加密后上传至云服务器端。
其中，所述空调的运行参数，具体是经预先采样后，经压缩和加密后上传至所述云服务器端，再经所述云服务器端进行解密、解压缩、以及按预设的数据存储格式和数据存储形式进行解析后，存储在所述云服务器端的。
具体地，图6为本发明的一种基于大数据处理的空调换热器异常提醒方法的一实施例的流程示意图。如图6所示，本发明的方案提供的一种基于大数据处理的空调换热器异常提醒方法，包括：
步骤1、空调内安装SIM卡，利用SIM卡实时采集空调所在机组中各个设备的运行数据，例如：空调的环境温度、压缩机的高压压力均值、压缩机的工作电流、压缩机的负荷等运行数据。DTU模块(即DTU数传模块，作为数据传输单元)接在空调机组的总线上，总线一端连接控制器，一端连接DTU模块，DTU模块通过总线实时监听空调机组控制器发过来的数据，同时，DTU连接服务器，SIM卡为DTU模块和服务器通讯提供流量。控制器通过总线把数据传输给DTU模块，DTU模块会对机组的运行数据进行压缩机，再对压缩之后的机组的运行数据进行加密后，如对机组的运行数据设置加密密钥以进行加密，发送数据给云服务器。这里，之所以进行压缩，是为了在上传至云服务器时能够减少传输流量并提升传输效率，也是为了提升传输可靠性。之所以进行加密，是为了在保证机组的运行数据的安全性的前提下，将机组的运行数据上传至云服务器。其中，可以是在用户空调故障的情况下，用户上报故障时将机组的运行数据上传至云服务器。也可以是用户空调实时或定期将机组的运行数据上传至云服务器。
相关方案中，使用有线方式采集数据，网络是2G，信号较差，采集数据断断续续，或者根本就没有信息号，而且也不方便，因为空调机组体积很大，一般放在地下室后者楼顶。如果使用SIM卡采集数据，采用4G网络，信号强，采集数据连续，便捷，且不用考虑安装网线之类的。
步骤2、在云服务器侧，云服务器侧的数据采集服务器，接收空调SIM卡通过空调的控制器传输过来的数据后，利用与加密密钥对应的解密密钥对机组的运行数据进行解密后，进行解压缩，得到解压缩后的机组的运行数据。为了将解压缩后的机组的运行数据存储至云端，按运行的数据存储格式(如十进制格式)和数据存储形式(如表格形式)，将解压缩后的机组的运行数据进行解析，以使解压缩后的机组的运行数据的数据存储格式和数据存储形式均满足云端要求的数据存储格式和数据存储形式后，将解析后的机组的运行数据存储到云端。这里，压缩机可以采用Lzo压缩方式，根据加密密钥的加密和根据解密密钥的解密具体可以采用Base64加密解密方式，能够提升机组的运行数据传输和存储的安全性，也能够减少机组的运行数据传输所带来的网络通信压力。
在步骤S120处，对所述调用得到的运行参数进行预处理。
在一些实施方式中，步骤S120中对所述调用得到的运行参数进行预处理，包括：根据设定的采样周期，对所述调用得到的运行参数中的异常数据进行剔除，并对所述调用得到的运行参数中的缺失数据进行弥补。
其中，所述异常数据，包括以下至少之一：相同采样周期下的重复数据，采样时间与采样周期不同的非采样周期下的数据。
具体地，如图6所示，本发明的方案提供的一种基于大数据处理的空调换热器异常提醒方法，还包括：步骤3、在空调设计人员或空调售后人员需要根据某空调所在机组的运行数据对空调换热器的状态进行确定时，可以通过程序自云端调用该空调所在机组的运行数据，并通过程序基于该空调所在机组的运行数据确定该空调换热器的状态。
具体地，调用得到该空调所在机组的运行数据后，对该空调所在机组的运行数据进行预处理，如剔除异常数据并弥补缺失数据等，得到预处理后的机组的运行数据，以保证后续分析所使用数据的准确性和完整性。其中，剔除异常数据，可以是剔除重复数据、数值超范围数据、时间异常数据等，以保证后续分析所使用数据的准确性。弥补缺失数据，具体可以是在按采集周期存储的数据中有某些采样时间点的采样数据缺失的情况下，使用前一采样时间点的采样数据进行弥补，以保证后续分析所使用数据的完整性。
在步骤S130处，根据所述预处理后的运行参数所对应的所述空调的运行模式、以及所述预处理后的运行参数中在不同时间段的相应参数是否超过相应阈值，确定所述空调换热器的状态。其中，所述空调换热器的状态，包括：所述空调换热器已出现故障、以及所述空调器已出现故障的原因，或者，所述空调换热器未出现故障但存在故障风险、以及所述空调换热器存在故障风险的原因。
在一些实施方式中，所述空调换热器出现故障前一帧的第二运行参数，所述空调换热器出现故障前第一设定时间的第三运行参数，所述空调换热器出现故障时的第四运行参数，以及所述空调换热器出现故障后第二设定时间的第五运行参数。所述第二运行参数，包括：所述空调的压缩机电流。所述第三运行参数，包括：所述空调的压缩机的高压压力均值。所述第四运行参数，包括：所述空调换热器出现异常时的环境温度，记为所述空调的第一环境温度。所述第五运行参数，包括：所述空调换热器出现异常后第二设定时间的环境温度，记为所述空调的第二环境温度。
步骤S130中根据所述预处理后的运行参数所对应的所述空调的运行模式、以及所述预处理后的运行参数中在不同时间段的相应参数是否超过相应阈值，确定所述空调换热器的状态，还包括：根据运行模式和不同时间段的运行参数确定空调换热器的状态的第二过程。
下面结合图3所示本发明的方法中根据运行模式和不同时间段的运行参数确定空调换热器的状态的第二过程的一实施例流程示意图，进一步说明步骤S130中根据运行模式和不同时间段的运行参数确定空调换热器的状态的第二过程的具体过程，包括：步骤S210至步骤S230。
步骤S210，在所述空调的运行模式为制冷模式的情况下，若所述空调的压缩机电流大于设定电流(设定电流可以是0)，所述空调的压缩机的高压压力值大于所述空调的压缩机的高压保护值与设定压力值的差值，所述空调的第一环境温度大于第二设定环境温度，且所述空调的第一环境温度与所述空调的第二环境温度之间的温度差大于第三设定环境温度，则：
步骤S220，在所述空调换热器已出现故障的情况下，确定所述空调换热器已出现故障的原因是所述空调的安装空间的大小小于设定值、且所述空调的风系统形成内循环。
或者，步骤S230，在所述空调换热器未出现故障的情况下，确定所述空调换热器在一帧后或第一设定时间后将出现故障、且所述空调换热器在一帧后或第一设定时间后将出现故障的原因是所述空调的安装空间的大小小于设定值、且所述空调的风系统形成内循环。
具体地，如图6所示，本发明的方案提供的一种基于大数据处理的空调换热器异常提醒方法，在步骤4中，还包括：第二种情况：空调的运行模式为制冷模式时，预处理后的机组的运行数据中，同时满足以下条件：
第二种情况下的第一种条件：出现异常前一帧的预处理后的机组的运行数据中，压缩机电流＞0。
例如：读取上一条数据，例如：当前数据时间点是2022-10-13 01:00:00，按照间隔3秒一条数据，上一帧数据时间点：2022-10-13 00:57:00的数据。压缩机电流范围值0～600。
第二种情况下的第二种条件：出现异常前1min的预处理后的机组的运行数据中，压缩机的高压压力均值＞f-设定压力值如300kpa。f为压缩机的高压保护值，取值范围优选为2100kpa～2600kpa。其中，设定压力值范围值300～1000kpa。
第二种情况下的第三种条件：出现异常时的环境温度＞第二设定环境温度如45℃。其中，这里的环境温度具体为室内环境温度。室内环境温度范围值0～70℃。
第二种情况下的第四种条件：出现异常时的环境温度-出现异常后10min的环境温度＞第三设定环境温度如10℃。其中，这里的环境温度具体为室内环境温度。室内环境温度范围值0～70℃。
预处理后的机组的运行数据中，同时满足以上四种条件时，确定空调换热器故障的诊断原因是：机组安装空间(如室内机安装空间和/或室外机安装空间)过小，风系统(即室内风机系统)形成内循环，则判断空调换热器异常。
在一些实施方式中，所述预处理后的运行参数，包括：所述空调换热器出现故障前第一设定时间的第一运行参数，如所述空调换热器出现故障前1min的第一运行参数。所述第一运行参数，包括：所述空调的环境温度，以及所述空调的压缩机的高压压力均值。
步骤S130中根据所述预处理后的运行参数所对应的所述空调的运行模式、以及所述预处理后的运行参数中在不同时间段的相应参数是否超过相应阈值，确定所述空调换热器的状态，包括：根据运行模式和不同时间段的运行参数确定空调换热器的状态的第一过程。
下面结合图2所示本发明的方法中根据运行模式和不同时间段的运行参数确定空调换热器的状态的第一过程的一实施例流程示意图，进一步说明步骤S130中根据运行模式和不同时间段的运行参数确定空调换热器的状态的第一过程的具体过程，包括：步骤S310至步骤S330。
步骤S310，在所述空调的运行模式为制冷模式的情况下，若所述空调的环境温度小于或等于第一设定环境温度，且所述空调的压缩机的高压压力均值大于所述空调的压缩机的高压保护值与设定压力值的差值，则：
步骤S320，在所述空调换热器已出现故障的情况下，确定所述空调换热器已出现故障的原因是所述空调换热器自身脏堵或所述空调的风机未开启。
或者，步骤S330，在所述空调换热器未出现故障的情况下，确定所述空调换热器在第一设定时间后将出现故障、且所述空调换热器在第一设定时间后将出现故障的原因是所述空调换热器自身脏堵或所述空调的风机未开启。
具体地，如图6所示，本发明的方案提供的一种基于大数据处理的空调换热器异常提醒方法，还包括：步骤4、对预处理后的机组的运行数据进行分析，以确定空调换热器的状态，如空调换热器故障且出现故障的原因，具体可以参见以下几种情况的示例性说明。
第一种情况：空调的运行模式为制冷模式时，压缩机开启后，在空调换热器出现故障前的设定时间如1min的预处理后的机组的运行数据中，同时满足以下条件：
第一种情况下的第一种条件：室内环境温度≤第一设定环境温度如40℃。
第一种情况下的第二种条件：高压压力均值＞f-设定压力值如300kpa。f为压缩机的高压保护值，取值范围优选为2100kpa～2600kpa。设定压力值范围值300～1000kpa。高压压力均值为高压保护值-300Kpa。
空调的运行模式为制冷模式时，压缩机开启后，在空调换热器出现故障前的设定时间如1min的预处理后的机组的运行数据中，同时满足以上两种条件时，确定空调换热器故障的诊断原因是：空调换热器(如翅片换热器)脏堵或者风机未开，则判断空调换热器异常。其中，空调换热器是指室内换热器。
在一些实施方式中，所述预处理后的运行参数，还包括：所述空调换热器出现故障前第一设定时间的第六运行参数，如所述空调换热器出现故障前1min的第六运行参数。所述第六运行参数，包括：所述空调的压缩机的高压压力均值，以及所述空调的压缩机负荷。
步骤S130中根据所述预处理后的运行参数所对应的所述空调的运行模式、以及所述预处理后的运行参数中在不同时间段的相应参数是否超过相应阈值，确定所述空调换热器的状态，还包括：根据运行模式和不同时间段的运行参数确定空调换热器的状态的第三过程。
下面结合图4所示本发明的方法中根据运行模式和不同时间段的运行参数确定空调换热器的状态的第三过程的一实施例流程示意图，进一步说明步骤S130中根据运行模式和不同时间段的运行参数确定空调换热器的状态的第三过程的具体过程，包括：步骤S410至步骤S430。
步骤S410，在所述空调的运行模式为制热模式的情况下，若所述空调的压缩机的高压压力值大于所述空调的压缩机的高压保护值与设定压力值的差值，且所述空调的压缩机负荷小于或等于设定负荷，则：
步骤S420，在所述空调换热器已出现故障的情况下，确定所述空调换热器已出现故障的原因是所述空调换热器中水侧换热器的水流量低于设定流量或者所述空调的水泵未开启。
或者，步骤S430，在所述空调换热器未出现故障的情况下，确定所述空调换热器在第一设定时间后将出现故障、且所述空调换热器在第一设定时间后将出现故障的原因是所述空调换热器中水侧换热器的水流量低于设定流量或者所述空调的水泵未开启。
具体地，如图6所示，本发明的方案提供的一种基于大数据处理的空调换热器异常提醒方法，在步骤4中，还包括：第三种情况：空调的运行模式为制热模式时，压缩机开启后，空调换热器故障前1min的预处理后的机组的运行数据中，同时满足以下条件：
第三种情况下的第一种条件：高压压力均值＞f-设定压力如300kpa。设定压力值范围值为300～1000kpa。
第三种情况下的第二种条件：压缩机负荷≤设定负荷如80％。设定负荷为50-100％。
空调的运行模式为制热模式时，压缩机开启后，空调换热器故障前1min的预处理后的机组的运行数据中，同时满足以上条件时，确定空调换热器故障诊断原因是：水侧换热器的水流量过低或者水泵未开，则判断空调换热器异常。例如：商用空调，如果出现条目15，就可能会有这样的原因：水侧换热器的水流量过低或者水泵未开。
步骤5、程序根据步骤4的逻辑，判断相关参数达到临界值的情况时，以短信方式告知运维人员与客户，以提前准备相应预案，预防由空调换热器异常造成的损失。其中，故障前预警故障，每种情况的参数值达到阈值，不是超过阈值时，通知用户机组有这样的隐患。例如：条件1：系统状态为制冷模式时，压缩机开启后，故障前1min的数据中，同时满足以下条件：a.环境温度≤40℃；b.高压压力均＞f-300kpa。当程序计算到：环境温度：39-40℃，高压压力均值在(1790kpa～1800kpa),高压压力均＞f-300kpa(F在范围2100kpa～2600kpa，取最小值2100,时高压压力均>2100-300＝1800kpa)，短信通知用户存在换热器异常的风险。
这样，利用大数据技术，通过云存储数据，将设计人员的逻辑，用程序实现，替代人工排查问题，对空调换热器异常现象提前进行预判，并且及时预防该问题出现。从而，从空调设计人员的角度讲能够提高设计人员的工作效率，从空调售后维护人员或用户的角度讲，能够及时解决空调换热器异常现象所带来的空调使用问题，提高用户满意度。
在步骤S140处，根据所述空调换热器的状态，发起对应的状态提醒消息，进而可以根据所述空调换热器的状态给出对应的状态调整方案，以对所述空调换热器的状态进行维护或改善。其中，在所述空调换热器已出现故障的情况下发起所述空调器已出现故障的原因的提醒消息，所述空调换热器未出现故障的情况下发起所述空调换热器存在故障风险、且所述空调换热器存在故障风险的原因的提醒消息。
本发明的方案提供的一种空调换热器状态的确定方法，结合大数据分析和云服务器的云计算和云存储，对空调换热器的故障进行确定，大大节省了人力和时间，从确定优化设计方案的角度讲可以缩短优化过程，提升空调设计人员的设计效率，从确定售后维护方案的角度讲可以缩短解决故障的时间，提升售后维护人员的维护效率并提升用户的使用体验。
具体地，在本发明的方案中，空调内部安装有SIM卡，利用SIM卡进行数据采集，按设定采样周期如每隔3秒采集一条数据(具体是空调所在机组的运行数据)，采集数据频繁，数据量较大，采用云存储的方式，将采集到的数据存储到云端，利用程序对数据进行逻辑处理，判断机组是否存储在换热器异常故障，如果符合，通过发送短信主动提醒用户。这样，利用大数据的云存储和大数据分析技术，根据具体逻辑，程序进行处理，再进行预警，能够提高设计人员的工作效率，也能够提前预警空调将要出现的问题。
采用本实施例的技术方案，通过采样空调所在机组的运行数据，将机组的运行数据上传至云端，在需要对空调换热器状态进行确定时，调用云端存储的机组的运行数据，结合机组的运行数据所对应的空调运行模式、以及机组的运行数据中空调的环境温度、压缩机的高压压力均值、压缩机的工作电流、压缩机的负荷等运行数据中的几种数据在不同时间段的具体值是否超过相应阈值，来确定空调换热器是否出现故障以及出现故障的具体原因，从而，通过将空调所在机组的运行数据存储至云端，利用大数据分析来排查空调换热器故障的具体原因，所耗费人力少，且排查效率高。
根据本发明的实施例，还提供了对应于空调换热器状态的确定方法的一种空调换热器状态的确定装置。参见图5所示本发明的装置的一实施例的结构示意图。该空调换热器状态的确定装置可以包括：调用单元102和控制单元104。
其中，调用单元102，被配置为自云服务器端，调用所述空调的运行参数，如所述空调所在机组的运行参数。其中，所述空调的运行参数，是经预先采样后上传至所述云服务器端的。例如：所述空调的运行参数，预先由所述空调的SIM卡采样后，经压缩和加密后上传至云服务器端。该调用单元102的具体功能及处理参见步骤S110。
其中，所述空调的运行参数，具体是经预先采样后，经压缩和加密后上传至所述云服务器端，再经所述云服务器端进行解密、解压缩、以及按预设的数据存储格式和数据存储形式进行解析后，存储在所述云服务器端的。
具体地，图6为本发明的一种基于大数据处理的空调换热器异常提醒装置的一实施例的流程示意图。如图6所示，本发明的方案提供的一种基于大数据处理的空调换热器异常提醒装置，包括：
步骤1、空调内安装SIM卡，利用SIM卡实时采集空调所在机组中各个设备的运行数据，例如：空调的环境温度、压缩机的高压压力均值、压缩机的工作电流、压缩机的负荷等运行数据。空调的SIM卡采集到机组的运行数据后，将机组的运行数据传输至空调的控制器，空调的控制器会对机组的运行数据进行压缩机，再对压缩之后的机组的运行数据进行加密后，如对机组的运行数据设置加密密钥以进行加密，上传至云服务器。这里，之所以进行压缩，是为了在上传至云服务器时能够减少传输流量并提升传输效率，也是为了提升传输可靠性。之所以进行加密，是为了在保证机组的运行数据的安全性的前提下，将机组的运行数据上传至云服务器。
其中，可以是在用户空调故障的情况下，用户上报故障时将机组的运行数据上传至云服务器。也可以是用户空调实时或定期将机组的运行数据上传至云服务器。
步骤2、在云服务器侧，云服务器侧的数据采集服务器，接收空调SIM卡通过空调的控制器传输过来的数据后，利用与加密密钥对应的解密密钥对机组的运行数据进行解密后，进行解压缩，得到解压缩后的机组的运行数据。为了将解压缩后的机组的运行数据存储至云端，按运行的数据存储格式(如十进制格式)和数据存储形式(如表格形式)，将解压缩后的机组的运行数据进行解析，以使解压缩后的机组的运行数据的数据存储格式和数据存储形式均满足云端要求的数据存储格式和数据存储形式后，将解析后的机组的运行数据存储到云端。这里，压缩机可以采用Lzo压缩方式，根据加密密钥的加密和根据解密密钥的解密具体可以采用Base64加密解密方式，能够提升机组的运行数据传输和存储的安全性，也能够减少机组的运行数据传输所带来的网络通信压力。
控制单元104，被配置为对所述调用得到的运行参数进行预处理。该控制单元104的具体功能及处理还参见步骤S120。
所述控制单元104，对所述调用得到的运行参数进行预处理，包括：所述控制单元104，具体还被配置为根据设定的采样周期，对所述调用得到的运行参数中的异常数据进行剔除，并对所述调用得到的运行参数中的缺失数据进行弥补。
其中，所述异常数据，包括以下至少之一：相同采样周期下的重复数据，采样时间与采样周期不同的非采样周期下的数据。
具体地，如图6所示，本发明的方案提供的一种基于大数据处理的空调换热器异常提醒装置，还包括：步骤3、在空调设计人员或空调售后人员需要根据某空调所在机组的运行数据对空调换热器的状态进行确定时，可以通过程序自云端调用该空调所在机组的运行数据，并通过程序基于该空调所在机组的运行数据确定该空调换热器的状态。
具体地，调用得到该空调所在机组的运行数据后，对该空调所在机组的运行数据进行预处理，如剔除异常数据并弥补缺失数据等，得到预处理后的机组的运行数据，以保证后续分析所使用数据的准确性和完整性。其中，剔除异常数据，可以是剔除重复数据、数值超范围数据、时间异常数据等，以保证后续分析所使用数据的准确性。弥补缺失数据，具体可以是在按采集周期存储的数据中有某些采样时间点的采样数据缺失的情况下，使用前一采样时间点的采样数据进行弥补，以保证后续分析所使用数据的完整性。
所述控制单元104，还被配置为根据所述预处理后的运行参数所对应的所述空调的运行模式、以及所述预处理后的运行参数中在不同时间段的相应参数是否超过相应阈值，确定所述空调换热器的状态。其中，所述空调换热器的状态，包括：所述空调换热器已出现故障、以及所述空调器已出现故障的原因，或者，所述空调换热器未出现故障但存在故障风险、以及所述空调换热器存在故障风险的原因。该控制单元104的具体功能及处理还参见步骤S130。
在一些实施方式中，所述预处理后的运行参数，包括：所述空调换热器出现故障前第一设定时间的第一运行参数，如所述空调换热器出现故障前1min的第一运行参数。所述第一运行参数，包括：所述空调的环境温度，以及所述空调的压缩机的高压压力均值。
所述控制单元104，根据所述预处理后的运行参数所对应的所述空调的运行模式、以及所述预处理后的运行参数中在不同时间段的相应参数是否超过相应阈值，确定所述空调换热器的状态，包括：
所述控制单元104，具体还被配置为在所述空调的运行模式为制冷模式的情况下，若所述空调的环境温度小于或等于第一设定环境温度，且所述空调的压缩机的高压压力均值大于所述空调的压缩机的高压保护值与设定压力值的差值，该控制单元104的具体功能及处理还参见步骤S210，则：
所述控制单元104，具体还被配置为在所述空调换热器已出现故障的情况下，确定所述空调换热器已出现故障的原因是所述空调换热器自身脏堵或所述空调的风机未开启。该控制单元104的具体功能及处理还参见步骤S220，
或者，所述控制单元104，具体还被配置为在所述空调换热器未出现故障的情况下，确定所述空调换热器在第一设定时间后将出现故障、且所述空调换热器在第一设定时间后将出现故障的原因是所述空调换热器自身脏堵或所述空调的风机未开启。该控制单元104的具体功能及处理还参见步骤S230。
具体地，如图6所示，本发明的方案提供的一种基于大数据处理的空调换热器异常提醒装置，还包括：步骤4、对预处理后的机组的运行数据进行分析，以确定空调换热器的状态，如空调换热器故障且出现故障的原因，具体可以参见以下几种情况的示例性说明。
第一种情况：空调的运行模式为制冷模式时，压缩机开启后，在空调换热器出现故障前的设定时间如1min的预处理后的机组的运行数据中，同时满足以下条件：
第一种情况下的第一种条件：环境温度≤第一设定环境温度如40℃。
第一种情况下的第二种条件：高压压力均值＞f-设定压力值如300kpa。f为压缩机的高压保护值，取值范围优选为2100kpa～2600kpa。
空调的运行模式为制冷模式时，压缩机开启后，在空调换热器出现故障前的设定时间如1min的预处理后的机组的运行数据中，同时满足以上两种条件时，确定空调换热器故障的诊断原因是：空调换热器(如翅片换热器)脏堵或者风机未开，则判断空调换热器异常。
在一些实施方式中，所述空调换热器出现故障前一帧的第二运行参数，所述空调换热器出现故障前第一设定时间的第三运行参数，所述空调换热器出现故障时的第四运行参数，以及所述空调换热器出现故障后第二设定时间的第五运行参数。所述第二运行参数，包括：所述空调的压缩机电流。所述第三运行参数，包括：所述空调的压缩机的高压压力均值。所述第四运行参数，包括：所述空调换热器出现异常时的环境温度，记为所述空调的第一环境温度。所述第五运行参数，包括：所述空调换热器出现异常后第二设定时间的环境温度，记为所述空调的第二环境温度。
所述控制单元104，根据所述预处理后的运行参数所对应的所述空调的运行模式、以及所述预处理后的运行参数中在不同时间段的相应参数是否超过相应阈值，确定所述空调换热器的状态，还包括：
所述控制单元104，具体还被配置为在所述空调的运行模式为制冷模式的情况下，若所述空调的压缩机电流大于设定电流(设定电流可以是0)，所述空调的压缩机的高压压力值大于所述空调的压缩机的高压保护值与设定压力值的差值，所述空调的第一环境温度大于第二设定环境温度，且所述空调的第一环境温度与所述空调的第二环境温度之间的温度差大于第三设定环境温度，该控制单元104的具体功能及处理还参见步骤S310，则：
所述控制单元104，具体还被配置为在所述空调换热器已出现故障的情况下，确定所述空调换热器已出现故障的原因是所述空调的安装空间的大小小于设定值、且所述空调的风系统形成内循环。该控制单元104的具体功能及处理还参见步骤S320。
或者，所述控制单元104，具体还被配置为在所述空调换热器未出现故障的情况下，确定所述空调换热器在一帧后或第一设定时间后将出现故障、且所述空调换热器在一帧后或第一设定时间后将出现故障的原因是所述空调的安装空间的大小小于设定值、且所述空调的风系统形成内循环。该控制单元104的具体功能及处理还参见步骤S330。
具体地，如图6所示，本发明的方案提供的一种基于大数据处理的空调换热器异常提醒装置，在步骤4中，还包括：第二种情况：空调的运行模式为制冷模式时，预处理后的机组的运行数据中，同时满足以下条件：
第二种情况下的第一种条件：出现异常前一帧的预处理后的机组的运行数据中，压缩机电流＞0。
第二种情况下的第二种条件：出现异常前1min的预处理后的机组的运行数据中，压缩机的高压压力均值＞f-设定压力值如300kpa。f为压缩机的高压保护值，取值范围优选为2100kpa～2600kpa。
第二种情况下的第三种条件：出现异常时的环境温度＞第二设定环境温度如45℃。
第二种情况下的第四种条件：出现异常时的环境温度-出现异常后10min的环境温度＞第三设定环境温度如10℃。
预处理后的机组的运行数据中，同时满足以上四种条件时，确定空调换热器故障的诊断原因是：机组安装空间过小，风系统形成内循环，则判断空调换热器异常。
在一些实施方式中，所述预处理后的运行参数，还包括：所述空调换热器出现故障前第一设定时间的第六运行参数，如所述空调换热器出现故障前1min的第六运行参数。所述第六运行参数，包括：所述空调的压缩机的高压压力均值，以及所述空调的压缩机负荷。
所述控制单元104，根据所述预处理后的运行参数所对应的所述空调的运行模式、以及所述预处理后的运行参数中在不同时间段的相应参数是否超过相应阈值，确定所述空调换热器的状态，还包括：
所述控制单元104，具体还被配置为在所述空调的运行模式为制热模式的情况下，若所述空调的压缩机的高压压力值大于所述空调的压缩机的高压保护值与设定压力值的差值，且所述空调的压缩机负荷小于或等于设定负荷，该控制单元104的具体功能及处理还参见步骤S410，则：
所述控制单元104，具体还被配置为在所述空调换热器已出现故障的情况下，确定所述空调换热器已出现故障的原因是所述空调换热器中水侧换热器的水流量低于设定流量或者所述空调的水泵未开启。该控制单元104的具体功能及处理还参见步骤S420。
或者，所述控制单元104，具体还被配置为在所述空调换热器未出现故障的情况下，确定所述空调换热器在第一设定时间后将出现故障、且所述空调换热器在第一设定时间后将出现故障的原因是所述空调换热器中水侧换热器的水流量低于设定流量或者所述空调的水泵未开启。该控制单元104的具体功能及处理还参见步骤S430。
具体地，如图6所示，本发明的方案提供的一种基于大数据处理的空调换热器异常提醒装置，在步骤4中，还包括：第三种情况：空调的运行模式为制热模式时，压缩机开启后，空调换热器故障前1min的预处理后的机组的运行数据中，同时满足以下条件：
第三种情况下的第一种条件：高压压力均值＞f-设定压力如300kpa。
第三种情况下的第二种条件：压缩机负荷≤设定负荷如80％。
空调的运行模式为制热模式时，压缩机开启后，空调换热器故障前1min的预处理后的机组的运行数据中，同时满足以上条件时，确定空调换热器故障诊断原因是：水侧换热器的水流量过低或者水泵未开，则判断空调换热器异常。
步骤5、程序根据步骤4的逻辑，判断相关参数达到临界值的情况时，以短信方式告知运维人员与客户，以提前准备相应预案，预防由空调换热器异常造成的损失。
这样，利用大数据技术，通过云存储数据，将设计人员的逻辑，用程序实现，替代人工排查问题，对空调换热器异常现象提前进行预判，并且及时预防该问题出现。从而，从空调设计人员的角度讲能够提高设计人员的工作效率，从空调售后维护人员或用户的角度讲，能够及时解决空调换热器异常现象所带来的空调使用问题，提高用户满意度。
所述控制单元104，还被配置为根据所述空调换热器的状态，发起对应的状态提醒消息，进而可以根据所述空调换热器的状态给出对应的状态调整方案，以对所述空调换热器的状态进行维护或改善。其中，在所述空调换热器已出现故障的情况下发起所述空调器已出现故障的原因的提醒消息，所述空调换热器未出现故障的情况下发起所述空调换热器存在故障风险、且所述空调换热器存在故障风险的原因的提醒消息。该控制单元104的具体功能及处理还参见步骤S140。
本发明的方案提供的一种空调换热器状态的确定装置，结合大数据分析和云服务器的云计算和云存储，对空调换热器的故障进行确定，大大节省了人力和时间，从确定优化设计方案的角度讲可以缩短优化过程，提升空调设计人员的设计效率，从确定售后维护方案的角度讲可以缩短解决故障的时间，提升售后维护人员的维护效率并提升用户的使用体验。
具体地，在本发明的方案中，空调内部安装有SIM卡，利用SIM卡进行数据采集，按设定采样周期如每隔3秒采集一条数据(具体是空调所在机组的运行数据)，采集数据频繁，数据量较大，采用云存储的方式，将采集到的数据存储到云端，利用程序对数据进行逻辑处理，判断机组是否存储在换热器异常故障，如果符合，通过发送短信主动提醒用户。这样，利用大数据的云存储和大数据分析技术，根据具体逻辑，程序进行处理，再进行预警，能够提高设计人员的工作效率，也能够提前预警空调将要出现的问题。
由于本实施例的装置所实现的处理及功能基本相应于前述方法的实施例、原理和实例，故本实施例的描述中未详尽之处，可以参见前述实施例中的相关说明，在此不做赘述。
采用本发明的技术方案，通过采样空调所在机组的运行数据，将机组的运行数据上传至云端，在需要对空调换热器状态进行确定时，调用云端存储的机组的运行数据，结合机组的运行数据所对应的空调运行模式、以及机组的运行数据中空调的环境温度、压缩机的高压压力均值、压缩机的工作电流、压缩机的负荷等运行数据中的几种数据在不同时间段的具体值是否超过相应阈值，来确定空调换热器是否出现故障以及出现故障的具体原因，能够提高设计人员的工作效率，也能够提前预警空调将要出现的问题，有利于提升用户的使用体验。
根据本发明的实施例，还提供了对应于空调换热器状态的确定装置的一种空调。该空调可以包括：以上所述的空调换热器状态的确定装置。
由于本实施例的空调所实现的处理及功能基本相应于前述装置的实施例、原理和实例，故本实施例的描述中未详尽之处，可以参见前述实施例中的相关说明，在此不做赘述。
采用本发明的技术方案，通过采样空调所在机组的运行数据，将机组的运行数据上传至云端，在需要对空调换热器状态进行确定时，调用云端存储的机组的运行数据，结合机组的运行数据所对应的空调运行模式、以及机组的运行数据中空调的环境温度、压缩机的高压压力均值、压缩机的工作电流、压缩机的负荷等运行数据中的几种数据在不同时间段的具体值是否超过相应阈值，来确定空调换热器是否出现故障以及出现故障的具体原因，能够提升空调设计人员的设计效率，也能够提升售后维护人员的维护效率并提升用户的使用体验。
根据本发明的实施例，还提供了对应于空调换热器状态的确定方法的一种存储介质，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行以上所述的空调换热器状态的确定方法。
由于本实施例的存储介质所实现的处理及功能基本相应于前述方法的实施例、原理和实例，故本实施例的描述中未详尽之处，可以参见前述实施例中的相关说明，在此不做赘述。
采用本发明的技术方案，通过采样空调所在机组的运行数据，将机组的运行数据上传至云端，在需要对空调换热器状态进行确定时，调用云端存储的机组的运行数据，结合机组的运行数据所对应的空调运行模式、以及机组的运行数据中空调的环境温度、压缩机的高压压力均值、压缩机的工作电流、压缩机的负荷等运行数据中的几种数据在不同时间段的具体值是否超过相应阈值，来确定空调换热器是否出现故障以及出现故障的具体原因，大大节省了人力和时间，有利于提升用户的使用体验。
综上，本领域技术人员容易理解的是，在不冲突的前提下，上述各有利方式可以自由地组合、叠加。
以上所述仅为本发明的实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的权利要求范围之内。
Claims (12)
1.一种空调换热器状态的确定方法，其特征在于，包括：
自云服务器端，调用所述空调的运行参数；其中，所述空调的运行参数，是经预先采样后上传至所述云服务器端的；
对所述调用得到的运行参数进行预处理；
根据所述预处理后的运行参数所对应的所述空调的运行模式、以及所述预处理后的运行参数中在不同时间段的相应参数是否超过相应阈值，确定所述空调换热器的状态；其中，所述空调换热器的状态，包括：所述空调换热器已出现故障、以及所述空调器已出现故障的原因，或者，所述空调换热器未出现故障但存在故障风险、以及所述空调换热器存在故障风险的原因；所述空调换热器出现故障前一帧的第二运行参数，所述空调换热器出现故障前第一设定时间的第三运行参数，所述空调换热器出现故障时的第四运行参数，以及所述空调换热器出现故障后第二设定时间的第五运行参数；所述第二运行参数，包括：所述空调的压缩机电流；所述第三运行参数，包括：所述空调的压缩机的高压压力均值；所述第四运行参数，包括：所述空调的第一环境温度；所述第五运行参数，包括：所述空调的第二环境温度；根据所述预处理后的运行参数所对应的所述空调的运行模式、以及所述预处理后的运行参数中在不同时间段的相应参数是否超过相应阈值，确定所述空调换热器的状态，包括：在所述空调的运行模式为制冷模式的情况下，若所述空调的压缩机电流大于设定电流，所述空调的压缩机的高压压力值大于所述空调的压缩机的高压保护值与设定压力值的差值，所述空调的第一环境温度大于第二设定环境温度，且所述空调的第一环境温度与所述空调的第二环境温度之间的温度差大于第三设定环境温度，则：在所述空调换热器已出现故障的情况下，确定所述空调换热器已出现故障的原因是所述空调的安装空间的大小小于设定值、且所述空调的风系统形成内循环；或者，在所述空调换热器未出现故障的情况下，确定所述空调换热器在一帧后或第一设定时间后将出现故障、且所述空调换热器在一帧后或第一设定时间后将出现故障的原因是所述空调的安装空间的大小小于设定值、且所述空调的风系统形成内循环；
根据所述空调换热器的状态，发起对应的状态提醒消息；其中，在所述空调换热器已出现故障的情况下发起所述空调器已出现故障的原因的提醒消息，所述空调换热器未出现故障的情况下发起所述空调换热器存在故障风险、且所述空调换热器存在故障风险的原因的提醒消息。
2.根据权利要求1所述的空调换热器状态的确定方法，其特征在于，其中，
所述空调的运行参数，具体是经预先采样后，经压缩和加密后上传至所述云服务器端，再经所述云服务器端进行解密、解压缩、以及按预设的数据存储格式和数据存储形式进行解析后，存储在所述云服务器端的；
和/或，
对所述调用得到的运行参数进行预处理，包括：
根据设定的采样周期，对所述调用得到的运行参数中的异常数据进行剔除，并对所述调用得到的运行参数中的缺失数据进行弥补；其中，所述异常数据，包括以下至少之一：相同采样周期下的重复数据，非采样周期下的数据。
3.根据权利要求1或2所述的空调换热器状态的确定方法，其特征在于，所述预处理后的运行参数，包括：所述空调换热器出现故障前第一设定时间的第一运行参数；所述第一运行参数，包括：所述空调的环境温度，以及所述空调的压缩机的高压压力均值；
根据所述预处理后的运行参数所对应的所述空调的运行模式、以及所述预处理后的运行参数中在不同时间段的相应参数是否超过相应阈值，确定所述空调换热器的状态，还包括：
在所述空调的运行模式为制冷模式的情况下，若所述空调的环境温度小于或等于第一设定环境温度，且所述空调的压缩机的高压压力均值大于所述空调的压缩机的高压保护值与设定压力值的差值，则：
在所述空调换热器已出现故障的情况下，确定所述空调换热器已出现故障的原因是所述空调换热器自身脏堵或所述空调的风机未开启；
或者，在所述空调换热器未出现故障的情况下，确定所述空调换热器在第一设定时间后将出现故障、且所述空调换热器在第一设定时间后将出现故障的原因是所述空调换热器自身脏堵或所述空调的风机未开启。
4.根据权利要求1或2所述的空调换热器状态的确定方法，其特征在于，所述预处理后的运行参数，还包括：
所述空调换热器出现故障前第一设定时间的第六运行参数；所述第六运行参数，包括：所述空调的压缩机的高压压力均值，以及所述空调的压缩机负荷；
根据所述预处理后的运行参数所对应的所述空调的运行模式、以及所述预处理后的运行参数中在不同时间段的相应参数是否超过相应阈值，确定所述空调换热器的状态，还包括：
在所述空调的运行模式为制热模式的情况下，若所述空调的压缩机的高压压力值大于所述空调的压缩机的高压保护值与设定压力值的差值，且所述空调的压缩机负荷小于或等于设定负荷，则：
在所述空调换热器已出现故障的情况下，确定所述空调换热器已出现故障的原因是所述空调换热器中水侧换热器的水流量低于设定流量或者所述空调的水泵未开启；
或者，在所述空调换热器未出现故障的情况下，确定所述空调换热器在第一设定时间后将出现故障、且所述空调换热器在第一设定时间后将出现故障的原因是所述空调换热器中水侧换热器的水流量低于设定流量或者所述空调的水泵未开启。
5.根据权利要求3所述的空调换热器状态的确定方法，其特征在于，所述预处理后的运行参数，还包括：
所述空调换热器出现故障前第一设定时间的第六运行参数；所述第六运行参数，包括：所述空调的压缩机的高压压力均值，以及所述空调的压缩机负荷；
根据所述预处理后的运行参数所对应的所述空调的运行模式、以及所述预处理后的运行参数中在不同时间段的相应参数是否超过相应阈值，确定所述空调换热器的状态，还包括：
在所述空调的运行模式为制热模式的情况下，若所述空调的压缩机的高压压力值大于所述空调的压缩机的高压保护值与设定压力值的差值，且所述空调的压缩机负荷小于或等于设定负荷，则：
在所述空调换热器已出现故障的情况下，确定所述空调换热器已出现故障的原因是所述空调换热器中水侧换热器的水流量低于设定流量或者所述空调的水泵未开启；
或者，在所述空调换热器未出现故障的情况下，确定所述空调换热器在第一设定时间后将出现故障、且所述空调换热器在第一设定时间后将出现故障的原因是所述空调换热器中水侧换热器的水流量低于设定流量或者所述空调的水泵未开启。
6.一种空调换热器状态的确定装置，其特征在于，包括：
调用单元，被配置为自云服务器端，调用所述空调的运行参数；其中，所述空调的运行参数，是经预先采样后上传至所述云服务器端的；
控制单元，被配置为对所述调用得到的运行参数进行预处理；
所述控制单元，还被配置为根据所述预处理后的运行参数所对应的所述空调的运行模式、以及所述预处理后的运行参数中在不同时间段的相应参数是否超过相应阈值，确定所述空调换热器的状态；其中，所述空调换热器的状态，包括：所述空调换热器已出现故障、以及所述空调器已出现故障的原因，或者，所述空调换热器未出现故障但存在故障风险、以及所述空调换热器存在故障风险的原因；所述空调换热器出现故障前一帧的第二运行参数，所述空调换热器出现故障前第一设定时间的第三运行参数，所述空调换热器出现故障时的第四运行参数，以及所述空调换热器出现故障后第二设定时间的第五运行参数；所述第二运行参数，包括：所述空调的压缩机电流；所述第三运行参数，包括：所述空调的压缩机的高压压力均值；所述第四运行参数，包括：所述空调的第一环境温度；所述第五运行参数，包括：所述空调的第二环境温度；所述控制单元，根据所述预处理后的运行参数所对应的所述空调的运行模式、以及所述预处理后的运行参数中在不同时间段的相应参数是否超过相应阈值，确定所述空调换热器的状态，还包括：在所述空调的运行模式为制冷模式的情况下，若所述空调的压缩机电流大于设定电流，所述空调的压缩机的高压压力值大于所述空调的压缩机的高压保护值与设定压力值的差值，所述空调的第一环境温度大于第二设定环境温度，且所述空调的第一环境温度与所述空调的第二环境温度之间的温度差大于第三设定环境温度，则：在所述空调换热器已出现故障的情况下，确定所述空调换热器已出现故障的原因是所述空调的安装空间的大小小于设定值、且所述空调的风系统形成内循环；或者，在所述空调换热器未出现故障的情况下，确定所述空调换热器在一帧后或第一设定时间后将出现故障、且所述空调换热器在一帧后或第一设定时间后将出现故障的原因是所述空调的安装空间的大小小于设定值、且所述空调的风系统形成内循环；
所述控制单元，还被配置为根据所述空调换热器的状态，发起对应的状态提醒消息；其中，在所述空调换热器已出现故障的情况下发起所述空调器已出现故障的原因的提醒消息，所述空调换热器未出现故障的情况下发起所述空调换热器存在故障风险、且所述空调换热器存在故障风险的原因的提醒消息。
7.根据权利要求6所述的空调换热器状态的确定装置，其特征在于，其中，
所述空调的运行参数，具体是经预先采样后，经压缩和加密后上传至所述云服务器端，再经所述云服务器端进行解密、解压缩、以及按预设的数据存储格式和数据存储形式进行解析后，存储在所述云服务器端的；
和/或，
所述控制单元，对所述调用得到的运行参数进行预处理，包括：
根据设定的采样周期，对所述调用得到的运行参数中的异常数据进行剔除，并对所述调用得到的运行参数中的缺失数据进行弥补；其中，所述异常数据，包括以下至少之一：相同采样周期下的重复数据，非采样周期下的数据。
8.根据权利要求6或7所述的空调换热器状态的确定装置，其特征在于，所述预处理后的运行参数，包括：所述空调换热器出现故障前第一设定时间的第一运行参数；所述第一运行参数，包括：所述空调的环境温度，以及所述空调的压缩机的高压压力均值；
所述控制单元，根据所述预处理后的运行参数所对应的所述空调的运行模式、以及所述预处理后的运行参数中在不同时间段的相应参数是否超过相应阈值，确定所述空调换热器的状态，还包括：
在所述空调的运行模式为制冷模式的情况下，若所述空调的环境温度小于或等于第一设定环境温度，且所述空调的压缩机的高压压力均值大于所述空调的压缩机的高压保护值与设定压力值的差值，则：
在所述空调换热器已出现故障的情况下，确定所述空调换热器已出现故障的原因是所述空调换热器自身脏堵或所述空调的风机未开启；
或者，在所述空调换热器未出现故障的情况下，确定所述空调换热器在第一设定时间后将出现故障、且所述空调换热器在第一设定时间后将出现故障的原因是所述空调换热器自身脏堵或所述空调的风机未开启。
9.根据权利要求6或7所述的空调换热器状态的确定装置，其特征在于，所述预处理后的运行参数，还包括：
所述空调换热器出现故障前第一设定时间的第六运行参数；所述第六运行参数，包括：所述空调的压缩机的高压压力均值，以及所述空调的压缩机负荷；
所述控制单元，根据所述预处理后的运行参数所对应的所述空调的运行模式、以及所述预处理后的运行参数中在不同时间段的相应参数是否超过相应阈值，确定所述空调换热器的状态，还包括：
在所述空调的运行模式为制热模式的情况下，若所述空调的压缩机的高压压力值大于所述空调的压缩机的高压保护值与设定压力值的差值，且所述空调的压缩机负荷小于或等于设定负荷，则：
在所述空调换热器已出现故障的情况下，确定所述空调换热器已出现故障的原因是所述空调换热器中水侧换热器的水流量低于设定流量或者所述空调的水泵未开启；
或者，在所述空调换热器未出现故障的情况下，确定所述空调换热器在第一设定时间后将出现故障、且所述空调换热器在第一设定时间后将出现故障的原因是所述空调换热器中水侧换热器的水流量低于设定流量或者所述空调的水泵未开启。
10.根据权利要求8所述的空调换热器状态的确定装置，其特征在于，所述预处理后的运行参数，还包括：
所述空调换热器出现故障前第一设定时间的第六运行参数；所述第六运行参数，包括：所述空调的压缩机的高压压力均值，以及所述空调的压缩机负荷；
所述控制单元，根据所述预处理后的运行参数所对应的所述空调的运行模式、以及所述预处理后的运行参数中在不同时间段的相应参数是否超过相应阈值，确定所述空调换热器的状态，还包括：
在所述空调的运行模式为制热模式的情况下，若所述空调的压缩机的高压压力值大于所述空调的压缩机的高压保护值与设定压力值的差值，且所述空调的压缩机负荷小于或等于设定负荷，则：
在所述空调换热器已出现故障的情况下，确定所述空调换热器已出现故障的原因是所述空调换热器中水侧换热器的水流量低于设定流量或者所述空调的水泵未开启；
或者，在所述空调换热器未出现故障的情况下，确定所述空调换热器在第一设定时间后将出现故障、且所述空调换热器在第一设定时间后将出现故障的原因是所述空调换热器中水侧换热器的水流量低于设定流量或者所述空调的水泵未开启。
11.一种空调，其特征在于，包括：如权利要求6至10中任一项所述的空调换热器状态的确定装置。
12.一种存储介质，其特征在于，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行权利要求1至5中任一项所述的空调换热器状态的确定方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211301278.3A CN115899949B (zh) | 2022-10-24 | 2022-10-24 | 一种空调换热器状态的确定方法、装置、空调和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211301278.3A CN115899949B (zh) | 2022-10-24 | 2022-10-24 | 一种空调换热器状态的确定方法、装置、空调和存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115899949A CN115899949A (zh) | 2023-04-04 |
| CN115899949B true CN115899949B (zh) | 2024-08-30 |
Family
ID=86486309
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211301278.3A Active CN115899949B (zh) | 2022-10-24 | 2022-10-24 | 一种空调换热器状态的确定方法、装置、空调和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115899949B (zh) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110895032A (zh) * | 2019-12-31 | 2020-03-20 | 福建省南鸿通讯科技有限公司 | 一种通信机房空调故障自动诊断与定位的方法与装置 |
| CN112460738A (zh) * | 2019-09-09 | 2021-03-09 | 上海杰之能软件科技有限公司 | 空调系统的状态识别方法及装置、存储介质、终端 |
Family Cites Families (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB494996A (en) * | 1937-08-03 | 1938-11-04 | Teves Kg Alfred | Improvements in or relating to refrigerating machines |
| JPS63207943A (ja) * | 1987-02-23 | 1988-08-29 | Mitsubishi Electric Corp | 熱交換器付換気装置 |
| GB9817387D0 (en) * | 1998-08-10 | 1998-10-07 | Diffusion Environmental System | Air conditioning |
| CN102789226B (zh) * | 2006-09-28 | 2015-07-01 | 费舍-柔斯芒特系统股份有限公司 | 热交换器中的异常情况预防 |
| WO2008085153A2 (en) * | 2006-12-29 | 2008-07-17 | Carrier Corporation | Air-conditioning control algorithm employing air and fluid inputs |
| CN102748832B (zh) * | 2012-06-07 | 2014-09-17 | 宁波奥克斯电气有限公司 | 空调故障检测方法 |
| CN109737558B (zh) * | 2018-12-29 | 2022-02-11 | 合肥美的暖通设备有限公司 | 空调器、化霜控制方法和计算机可读存储介质 |
| CN111006355B (zh) * | 2019-12-16 | 2021-09-14 | 珠海格力电器股份有限公司 | 空调机组及其运行状态监测方法、装置 |
| CN111023439A (zh) * | 2019-12-17 | 2020-04-17 | 海信（山东）空调有限公司 | 一种空调器的故障预警控制方法以及空调器 |
| CN111397089B (zh) * | 2020-03-26 | 2022-02-01 | 广东美的制冷设备有限公司 | 空调的检测方法、空调及计算机可读存储介质 |
-
2022
- 2022-10-24 CN CN202211301278.3A patent/CN115899949B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112460738A (zh) * | 2019-09-09 | 2021-03-09 | 上海杰之能软件科技有限公司 | 空调系统的状态识别方法及装置、存储介质、终端 |
| CN110895032A (zh) * | 2019-12-31 | 2020-03-20 | 福建省南鸿通讯科技有限公司 | 一种通信机房空调故障自动诊断与定位的方法与装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115899949A (zh) | 2023-04-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106382726B (zh) | 一种精密空调设备的故障定位方法及定位系统 | |
| CN108444727B (zh) | 车辆远程监测方法、监测装置及监测系统 | |
| US11243523B2 (en) | Building system with adaptive fault detection | |
| CN111765593B (zh) | 一种空调节流元器件故障预警方法和空调 | |
| CN107144085B (zh) | 一种确定冰箱故障的方法、装置及系统 | |
| CN115358281B (zh) | 一种基于机器学习的冷热一体机监测控制方法及系统 | |
| CN116703265A (zh) | 一种基于数据分析的煤炭运行设备性能监管系统 | |
| CN111045364A (zh) | 一种基于大数据平台的动力环境监控系统辅助决策方法 | |
| CN115933593A (zh) | 设备故障修复方法、装置、计算机设备和存储介质 | |
| CN115899949B (zh) | 一种空调换热器状态的确定方法、装置、空调和存储介质 | |
| CN115766514A (zh) | 车联网的全链路质量监控方法、装置、存储介质和车辆 | |
| CN112577154A (zh) | 空调异常的检测方法和装置 | |
| CN106973098B (zh) | 空调数据处理方法及装置 | |
| CN113294888B (zh) | 空调故障诊断方法及装置、工程故障诊断方法及系统、空调 | |
| US11719451B2 (en) | Building system with early fault detection | |
| KR20220096729A (ko) | 전기자동차 충전기 모니터링 시스템 | |
| CN109982284B (zh) | 用于线路巡检的通讯系统及方法 | |
| CN115129731A (zh) | 数据库更新方法和装置、电子设备、存储介质 | |
| CN112503722B (zh) | 设备的联动控制方法、系统、计算机设备和存储介质 | |
| CN109684171B (zh) | 机组设备的数据监控方法、装置、机组设备及系统 | |
| CN112558539A (zh) | 基于全景感知的能源管理系统、监测方法以及空调器 | |
| CN111459752A (zh) | 一种对工作设备的运维方法、装置、服务器及操作终端 | |
| CN106016870A (zh) | 一种用于机组的化霜冻结判断方法、装置及热泵热水机组 | |
| CN112380262A (zh) | 电池检测方法、设备及存储介质 | |
| CN110572447B (zh) | 一种车联网obd数据处理方法及系统 |
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 |