CN116430748B - 一种基于智能设备的节能控制方法及系统 - Google Patents
一种基于智能设备的节能控制方法及系统 Download PDFInfo
- Publication number
- CN116430748B CN116430748B CN202310700780.XA CN202310700780A CN116430748B CN 116430748 B CN116430748 B CN 116430748B CN 202310700780 A CN202310700780 A CN 202310700780A CN 116430748 B CN116430748 B CN 116430748B
- Authority
- CN
- China
- Prior art keywords
- intelligent
- energy
- equipment
- cluster
- control
- 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 46
- 238000005265 energy consumption Methods 0.000 claims abstract description 48
- 230000007613 environmental effect Effects 0.000 claims abstract description 30
- 238000011217 control strategy Methods 0.000 claims abstract description 22
- 230000006870 function Effects 0.000 claims description 69
- 238000004458 analytical method Methods 0.000 claims description 66
- 238000009826 distribution Methods 0.000 claims description 30
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 claims description 22
- 238000004364 calculation method Methods 0.000 claims description 18
- 238000003860 storage Methods 0.000 claims description 16
- 229910002092 carbon dioxide Inorganic materials 0.000 claims description 11
- 239000001569 carbon dioxide Substances 0.000 claims description 11
- 238000009435 building construction Methods 0.000 claims description 9
- 238000012544 monitoring process Methods 0.000 claims description 8
- 230000008901 benefit Effects 0.000 claims description 3
- 238000013473 artificial intelligence Methods 0.000 abstract description 2
- 230000008569 process Effects 0.000 description 11
- 238000005457 optimization Methods 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 8
- 238000004088 simulation Methods 0.000 description 8
- 238000004422 calculation algorithm Methods 0.000 description 7
- 230000008859 change Effects 0.000 description 6
- 238000012423 maintenance Methods 0.000 description 5
- 238000004378 air conditioning Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 239000000463 material Substances 0.000 description 4
- 230000009467 reduction Effects 0.000 description 4
- 238000004134 energy conservation Methods 0.000 description 3
- 238000005286 illumination Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 238000000638 solvent extraction Methods 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 239000004566 building material Substances 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009413 insulation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012067 mathematical method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 238000005057 refrigeration Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B15/00—Systems controlled by a computer
- G05B15/02—Systems controlled by a computer electric
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/20—Pc systems
- G05B2219/26—Pc applications
- G05B2219/2642—Domotique, domestic, home control, automation, smart house
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Air Conditioning Control Device (AREA)
Abstract
本发明涉及人工智能域,公开了一种基于智能设备的节能控制方法及系统,用于实现智能化的节能控制并降低智能设备的能耗。方法包括:对多个目标智能设备进行设备功能属性划分,得到第一智能设备集群以及第二智能设备集群;分别对第一智能设备集群以及第二智能设备集群进行设备控制关系分析,得到第一设备控制关系以及第二设备控制关系;构建第一智能设备集群的第一有限元模型,并构建第二智能设备集群的第二有限元模型;根据第一有限元模型生成第一节能控制参数集,以及根据第二有限元模型生成第二节能控制参数集;获取目标区域的环境参数,并对第一节能控制参数集和第二节能控制参数集进行参数策略调整,生成目标节能控制策略。
Description
技术领域
本发明涉及人工智能领域,尤其涉及一种基于智能设备的节能控制方法及系统。
背景技术
随着人们生活水平的提高,能源需求增长迅速,能源短缺和环境污染问题越来越突出。在这种情况下,通过节能措施实现资源的合理利用和节能减排是一项重要的环保任务。智能设备作为一种高效的节能手段被广泛应用。智能化节能控制技术能够通过传感器获取环境数据、建立模型和规则、实时监测和反馈调整节能措施等方式,实现高效的能耗监测和节能控制。
然而,现有的智能化节能控制技术还存在不足之处,现有技术中智能设备之间的关系不够紧密,缺少相互协同和优化的手段,影响了节能措施的效果。此外,现有的节能控制算法和模型中存在的问题尚待解决,如控制策略的精准性、适应性和鲁棒性不足等。
发明内容
本发明提供了一种基于智能设备的节能控制方法及系统,用于实现智能化的节能控制并降低智能设备的能耗。
本发明第一方面提供了一种基于智能设备的节能控制方法,所述基于智能设备的节能控制方法包括:
获取目标区域中的多个目标智能设备,以及获取每个目标智能设备的设备功能信息和设备位置信息;
根据所述设备功能信息,对所述多个目标智能设备进行设备功能属性划分,得到第一智能设备集群以及第二智能设备集群,其中,所述第一智能设备集群包括多个第一智能设备,所述第二智能设备集群包括多个第二智能设备;
根据所述设备位置信息,分别对所述第一智能设备集群以及所述第二智能设备集群进行设备控制关系分析,得到第一设备控制关系以及第二设备控制关系;
根据所述第一设备控制关系构建所述第一智能设备集群的第一有限元模型,并根据所述第二设备控制关系构建所述第二智能设备集群的第二有限元模型;
获取所述目标区域的能耗功率数据,并根据所述第一有限元模型生成第一节能控制参数集,以及根据所述第二有限元模型生成第二节能控制参数集;
获取所述目标区域的环境参数,并对所述第一节能控制参数集和所述第二节能控制参数集进行参数策略调整,生成目标节能控制策略。
结合第一方面,在本发明第一方面的第一实施方式中,所述获取目标区域中的多个目标智能设备,以及获取每个目标智能设备的设备功能信息和设备位置信息,包括:
获取目标区域中的多个目标智能设备,并获取所述目标区域的建筑构造信息;
获取每个目标智能设备的设备功能信息,其中,所述设备功能信息包括:温湿度控制功能以及气体含量控制功能;
根据所述建筑构造信息,对所述多个目标智能设备进行设备定位,得到每个目标智能设备的设备位置信息。
结合第一方面,在本发明第一方面的第二实施方式中,所述根据所述设备功能信息,对所述多个目标智能设备进行设备功能属性划分,得到第一智能设备集群以及第二智能设备集群,其中,所述第一智能设备集群包括多个第一智能设备,所述第二智能设备集群包括多个第二智能设备,包括:
根据所述温湿度控制功能,对所述多个目标智能设备进行设备识别,得到第一设备识别结果;
根据所述气体含量控制功能,对所述多个目标智能设备进行设备识别,得到第二设备识别结果;
根据所述第一设备识别结果以及所述第二设备识别结果,对所述多个目标智能设备进行集群划分,得到第一智能设备集群以及第二智能设备集群,其中,所述第一智能设备集群包括多个第一智能设备,所述第二智能设备集群包括多个第二智能设备。
结合第一方面,在本发明第一方面的第三实施方式中,所述根据所述设备位置信息,分别对所述第一智能设备集群以及所述第二智能设备集群进行设备控制关系分析,得到第一设备控制关系以及第二设备控制关系,包括:
对所述第一智能设备集群中的多个第一智能设备进行设备编码,得到每个第一智能设备的第一编码信息,以及对所述第二智能设备集群中的多个第二智能设备进行设备编码,得到每个第二智能设备的第二编码信息;
根据所述设备位置信息,对每个第一智能设备的第一编码信息进行分布节点信息分析,得到第一设备分布节点信息,以及对每个第二智能设备的第二编码信息进行分布节点信息分析,得到第二设备分布节点信息;
根据所述第一设备分布节点信息对所述第一智能设备集群进行设备控制关系分析,得到第一设备控制关系,以及根据所述第二设备分布节点信息对所述第二智能设备集群进行设备控制关系分析,得到第二设备控制关系。
结合第一方面,在本发明第一方面的第四实施方式中,所述根据所述第一设备控制关系构建所述第一智能设备集群的第一有限元模型,并根据所述第二设备控制关系构建所述第二智能设备集群的第二有限元模型,包括:
根据所述第一设备控制关系,对所述第一智能设备集群和所述目标区域进行变量设置,得到第一输入变量以及第一输出变量;
根据所述第一输入变量以及所述第一输出变量,创建所述第一智能设备集群的第一有限元模型;
根据所述第二设备控制关系,对所述第二智能设备集群和所述目标区域进行变量设置,得到第二输入变量以及第二输出变量;
根据所述第二输入变量以及所述第二输出变量,创建所述第二智能设备集群的第二有限元模型。
结合第一方面,在本发明第一方面的第五实施方式中,所述获取所述目标区域的能耗功率数据,并根据所述第一有限元模型生成第一节能控制参数集,以及根据所述第二有限元模型生成第二节能控制参数集,包括:
获取所述目标区域的能耗功率数据,并将所述能耗功率数据输入预置的节能指标分析模型进行节能指标分析,得到多个节能状态指标;
根据所述多个节能状态指标,通过所述第一有限元模型进行控制参数运算,得到第一节能控制参数集;
根据所述多个节能状态指标,通过所述第二有限元模型进行控制参数运算,得到第二节能控制参数集。
结合第一方面,在本发明第一方面的第六实施方式中,所述获取所述目标区域的环境参数,并对所述第一节能控制参数集和所述第二节能控制参数集进行参数策略调整,生成目标节能控制策略,包括:
获取所述目标区域的环境参数,其中,所述环境参数包括温湿度以及二氧化碳浓度;
将所述温湿度和所述第一节能控制参数集输入预置的动态参数调整模型进行参数动态调整,得到第一目标参数集;
将所述二氧化碳浓度和所述第二节能控制参数集输入所述动态参数调整模型进行参数动态调整,得到第二目标参数集;
根据所述第一目标参数集和所述第二目标参数集生成目标节能控制策略。
本发明第二方面提供了一种基于智能设备的节能控制系统,所述基于智能设备的节能控制系统包括:
获取模块,用于获取目标区域中的多个目标智能设备,以及获取每个目标智能设备的设备功能信息和设备位置信息;
划分模块,用于根据所述设备功能信息,对所述多个目标智能设备进行设备功能属性划分,得到第一智能设备集群以及第二智能设备集群,其中,所述第一智能设备集群包括多个第一智能设备,所述第二智能设备集群包括多个第二智能设备;
分析模块,用于根据所述设备位置信息,分别对所述第一智能设备集群以及所述第二智能设备集群进行设备控制关系分析,得到第一设备控制关系以及第二设备控制关系;
构建模块,用于根据所述第一设备控制关系构建所述第一智能设备集群的第一有限元模型,并根据所述第二设备控制关系构建所述第二智能设备集群的第二有限元模型;
生成模块,用于获取所述目标区域的能耗功率数据,并根据所述第一有限元模型生成第一节能控制参数集,以及根据所述第二有限元模型生成第二节能控制参数集;
调整模块,用于获取所述目标区域的环境参数,并对所述第一节能控制参数集和所述第二节能控制参数集进行参数策略调整,生成目标节能控制策略。
本发明第三方面提供了一种基于智能设备的节能控制设备,包括:存储器和至少一个处理器,所述存储器中存储有指令;所述至少一个处理器调用所述存储器中的所述指令,以使得所述基于智能设备的节能控制设备执行上述的基于智能设备的节能控制方法。
本发明的第四方面提供了一种计算机可读存储介质,所述计算机可读存储介质中存储有指令,当其在计算机上运行时,使得计算机执行上述的基于智能设备的节能控制方法。
本发明提供的技术方案中,对多个目标智能设备进行设备功能属性划分,得到第一智能设备集群以及第二智能设备集群;分别对第一智能设备集群以及第二智能设备集群进行设备控制关系分析,得到第一设备控制关系以及第二设备控制关系;构建第一智能设备集群的第一有限元模型,并构建第二智能设备集群的第二有限元模型;根据第一有限元模型生成第一节能控制参数集,以及根据第二有限元模型生成第二节能控制参数集;获取目标区域的环境参数,并对第一节能控制参数集和第二节能控制参数集进行参数策略调整,生成目标节能控制策略,本发明通过数据的采集、分析和有限元模型,可以精确预测环境变化趋势、优化能耗措施,进而实现了智能化的节能控制,并且降低了智能设备的能耗。
附图说明
图1为本发明实施例中基于智能设备的节能控制方法的一个实施例示意图;
图2为本发明实施例中设备功能属性划分的流程图;
图3为本发明实施例中设备控制关系分析的流程图;
图4为本发明实施例中构建有限元模型的流程图;
图5为本发明实施例中基于智能设备的节能控制系统的一个实施例示意图;
图6为本发明实施例中基于智能设备的节能控制设备的一个实施例示意图。
具体实施方式
本发明实施例提供了一种基于智能设备的节能控制方法及系统,用于实现智能化的节能控制并降低智能设备的能耗。本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外,术语“包括”或“具有”及其任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
为便于理解,下面对本发明实施例的具体流程进行描述,请参阅图1,本发明实施例中基于智能设备的节能控制方法的一个实施例包括:
S101、获取目标区域中的多个目标智能设备,以及获取每个目标智能设备的设备功能信息和设备位置信息;
可以理解的是,本发明的执行主体可以为基于智能设备的节能控制系统,还可以是终端或者服务器,具体此处不做限定。本发明实施例以服务器为执行主体为例进行说明。
具体而言,确定目标区域中的设备数量、种类、不同设备之间的联系等信息。同时,还需要确定获取哪些设备功能信息和位置信息,例如设备型号、用途、功率、温度,以及设备所在的房间、区域等信息。然后,可以利用传感器、摄像头等设备对目标区域进行监测和记录,以获取目标智能设备的信息。具体而言,可以利用无线网络或蓝牙等技术,将传感器设备与目标智能设备相连,从而可以监测设备的状态、温度等信息。同时,还可以利用摄像头等设备,对目标设备进行拍照或录像,以获取设备的位置信息和周围环境信息。进而,利用云平台对获取到的设备信息进行数据处理和管理。具体而言,可以将获取到的信息上传到云平台上,并设计相应的数据结构和算法,对这些信息进行处理和分析。通过这些分析,可以得到目标设备的详细信息,如设备的型号、用途、功率、温度等,以及设备的位置信息和所在区域等信息。最后,根据不同的信息,采用不同的方式呈现给用户。例如,通过移动端APP等方式,将设备位置信息显示在地图上,以便用户快速了解目标设备的位置分布情况。同时,还通过动画、实时数据等方式呈现设备功率、温度等信息,以便用户可以随时了解目标设备的状态。例如,假设获取一个家庭中的智能设备的信息,以便实现设备的监控和维护。首先,确定家庭中的设备数量和种类,以及获取哪些设备功能信息和位置信息。然后,可以利用传感器、摄像头等设备进行监测和记录,将获取到的信息上传到云平台上。通过云平台设计的数据结构和算法,得到每个设备的详细信息,如设备的型号、功率、温度等,以及设备的位置和所在区域等信息。最后,通过移动端APP等方式,将设备位置信息、实时数据等展示给用户,以方便用户随时了解设备的状态和位置。
S102、根据设备功能信息,对多个目标智能设备进行设备功能属性划分,得到第一智能设备集群以及第二智能设备集群,其中,第一智能设备集群包括多个第一智能设备,第二智能设备集群包括多个第二智能设备;
具体的,服务器首先,具体而言,设备功能属性划分是将多个目标智能设备按照其功能属性进行分类的过程。例如,根据设备的型号、功率、温度等功能属性将设备进行分类,得到具有相似功能属性的设备集群。进而,收集目标智能设备的功能信息。具体而言,可以从设备的用户手册、厂商官网等途径获取设备的功能信息,并将这些信息进行整理和分类。然后,根据设备的功能信息进行属性划分。具体而言,可以按照不同的属性,将目标智能设备进行分类。例如,可以按照设备的功率,将同功率级别的设备划分为某一集群;或者根据设备的温度,将同温度区间的设备划分为某一集群。最后,根据第三步的属性划分,确定第一智能设备集群和第二智能设备集群。具体而言,第一智能设备集群包括具备某一特定属性的智能设备;第二智能设备集群包括具备其他属性的智能设备。在确定第一智能设备集群和第二智能设备集群之后,可以对这些集群进行进一步的分析和应用。例如,可以基于这些集群,对智能设备进行分配、管理和监控,以实现设备的高效运营和维护。例如,假设根据设备功能信息,对一个家庭中的智能设备进行分类。首先,收集设备的功能信息,包括设备型号、功率、温度等信息。然后,根据这些信息,将设备按照功率、温度等属性进行分类,得到第一智能设备集群和第二智能设备集群。具体而言,第一智能设备集群包括功率大于等于10kW的设备,第二智能设备集群包括功率小于10kW的设备。最后,根据这些集群,对家庭中的智能设备进行分配、管理和监控,以实现设备的高效运营和维护。
S103、根据设备位置信息,分别对第一智能设备集群以及第二智能设备集群进行设备控制关系分析,得到第一设备控制关系以及第二设备控制关系;
需要说明的是,首先,需要确定第一设备集群和第二设备集群。具体而言,根据设备的属性(如功率、温度等)进行分群,然后通过设备位置信息将设备划分到对应的集群中。进而,根据设备位置信息,进行设备控制关系分析。具体而言,可以将第一设备集群内的所有设备按照位置信息进行连接,形成设备间控制关系网络,然后进行数据分析,得到各设备之间的控制关系(如互相控制、被控制等)。同样的,可以对第二设备集群内的设备,也进行相应的设备控制关系分析。最后,根据设备控制关系分析的结果,得到第一设备控制关系和第二设备控制关系。具体而言,第一设备控制关系是指第一设备集群内所有设备之间的控制关系,包括互相控制、被控制等;同样地,第二设备控制关系是指第二设备集群内所有设备之间的控制关系。在得到设备控制关系之后,就根据控制关系进行设备控制。具体而言,通过集中控制器等设备,对设备控制关系进行维护和更新,并对设备进行实时监控和控制。通过这些控制操作,可以实现对智能设备的高效运营和维护。例如,可以针对一个家庭内的设备,进行设备位置信息的分析和控制关系的分析。首先,根据设备的属性,将它们划分为第一设备集群和第二设备集群。然后,将第一设备集群内的设备按照位置信息进行连接,形成设备间控制关系网络。接着,进行数据分析,得到各设备之间的控制关系,包括互相控制、被控制等情况。同样的,可以对第二设备集群内的设备,进行相应的设备控制关系分析。最后,就根据设备控制关系进行设备控制,以实现对智能设备的高效运营和维护。
S104、根据第一设备控制关系构建第一智能设备集群的第一有限元模型,并根据第二设备控制关系构建第二智能设备集群的第二有限元模型;
具体的,有限元分析是一种数值计算方法,用于求解结构的应力、应变等物理量,以评估结构在工作条件下的性能和稳定性。因此,需要了解有限元分析的基本步骤和数学方法,以便后续工作的开展。进而,需要确定第一设备控制关系和第二设备控制关系。具体而言,根据前面的分析结果,已经得到了第一设备控制关系和第二设备控制关系,使用这些控制关系,来构建相应的有限元模型。针对第一设备控制关系,使用有限元分析软件,将第一智能设备集群的成员设备作为有限元模型中的节点或单元,建立相应的有限元模型。根据第一设备控制关系,可以将节点或单元按照其控制关系进行分组,从而得到对应的子结构,构建具有一定约束性的有限元模型。
同样地,针对第二设备控制关系,可以根据相应的建模方法,构建第二智能设备集群的有限元模型。在完成有限元模型的构建之后,可以利用有限元分析软件对其进行分析模拟,从而得到模型在不同工作条件下的应力、位移、应变等信息,以及结构的动态特性,如频率、振动模型等等。根据模拟结果,可以进一步对模型进行优化,并确定合理的控制方式和控制参数,以满足结构的性能和稳定性要求。例如,针对一个智能设备的有限元分析,可以先根据设备的控制关系,构建目标智能设备的有限元模型。然后,可以利用有限元分析软件,对该设备进行应力、振动、位移等恒定和变化运行状态下的分析模拟,得到相关的物理量和动态特性,并根据结果进行模型优化。同时,可以根据相应的控制策略和参数,优化设备的工作性能和稳定性,从而实现设备的高效工作和可靠性维护。
S105、获取目标区域的能耗功率数据,并根据第一有限元模型生成第一节能控制参数集,以及根据第二有限元模型生成第二节能控制参数集;
具体的,获取目标区域的能耗功率数据。具体而言,使用智能电表、能耗监控系统等设备,实时采集目标区域内设备的能耗功率数据,并对数据进行处理和分析,以得到目标设备的能耗功率曲线和功率分布情况。进而,根据有限元模型生成节能控制参数集。针对第一有限元模型,通过调整模型中的相应参数,如材料、尺寸等,来实现节能控制。具体而言,通过有限元分析软件,对模型进行参数化处理,并利用参数优化算法,确定关键参数的最优取值,从而实现设备的节能控制。同样地,针对第二有限元模型,也可以根据相应的建模方法,构建节能控制参数集,并对模型进行相应的参数调整和控制策略优化。最后,可以利用这些节能控制参数集,对目标区域内设备进行实时控制和管理,以降低设备的能耗和碳排放量,从而实现节能减排和环保目标。例如,针对一座大楼的能耗控制,使用智能电表等设备,实时收集大楼内设备的能耗功率数据,并对数据进行分析和处理。然后,可以利用第一有限元模型,根据其特定的结构和能效参数,生成节能控制参数集。并通过相关的控制算法和软硬件技术,对设备进行实时控制和管理,以实现大楼整体的节能减排目标。总之,根据有限元模型生成节能控制参数集,需要通过采集、分析、建模、参数优化等多个步骤,完成对设备的节能控制。
S106、获取目标区域的环境参数,并对第一节能控制参数集和第二节能控制参数集进行参数策略调整,生成目标节能控制策略。
具体的,首先,获取目标区域的环境参数,如室内温度、湿度、光照强度等。具体而言,使用传感器等设备,实时采集目标区域的环境参数,并对数据进行预处理和清洗,以得到准确的环境参数数据。进而,需要对节能控制参数集进行参数策略调整。具体而言,可以根据环境参数数据和设备的工作状态,对节能控制参数集进行策略调整,以实现最佳的节能效果。例如,根据室内温度和湿度变化,对空调设备的温度和湿度控制参数进行调整;根据光照强度变化,对照明设备的亮度和色温控制参数进行调整。最后,可以根据节能控制参数集和策略调整结果,生成目标节能控制策略。具体而言,可以将调整结果与控制参数集相结合,形成最终的节能控制策略,并通过相应的控制算法和软硬件技术,对设备进行实时控制和管理,以实现节能减排和环保目标。例如,针对一个办公室的节能控制任务,使用传感器设备等,实时采集室内的环境参数,例如温度和湿度。然后,可以根据第一节能控制参数集和第二节能控制参数集,对设备的控制参数进行调整,以实现最佳的节能效果。最后,可以将调整结果与控制参数集相结合,形成最终的节能控制策略,并通过相关的控制算法和软硬件技术,对设备进行实时控制和管理,以实现办公室整体的节能减排目标。
本发明实施例中,对多个目标智能设备进行设备功能属性划分,得到第一智能设备集群以及第二智能设备集群;分别对第一智能设备集群以及第二智能设备集群进行设备控制关系分析,得到第一设备控制关系以及第二设备控制关系;构建第一智能设备集群的第一有限元模型,并构建第二智能设备集群的第二有限元模型;根据第一有限元模型生成第一节能控制参数集,以及根据第二有限元模型生成第二节能控制参数集;获取目标区域的环境参数,并对第一节能控制参数集和第二节能控制参数集进行参数策略调整,生成目标节能控制策略,本发明通过数据的采集、分析和有限元模型,可以精确预测环境变化趋势、优化能耗措施,进而实现了智能化的节能控制,并且降低了智能设备的能耗。
在一具体实施例中,执行步骤S101的过程可以具体包括如下步骤:
(1)获取目标区域中的多个目标智能设备,并获取目标区域的建筑构造信息;
(2)获取每个目标智能设备的设备功能信息,其中,设备功能信息包括:温湿度控制功能以及气体含量控制功能;
(3)根据建筑构造信息,对多个目标智能设备进行设备定位,得到每个目标智能设备的设备位置信息。
具体的,获取目标智能设备和建筑构造信息。具体而言,使用传感器、智能控制系统等设备,实时采集目标区域内多个智能设备的位置信息、温度、湿度、气体含量等参数,同时获取目标区域的建筑构造信息,如建筑楼层、隔墙板材等。进而,获取每个智能设备的设备功能信息,包括温湿度控制功能和气体含量控制功能等。具体而言,通过查看设备的技术手册或相关文献,了解设备的具体功能和参数,并进行相应的数据采集和处理,以得到每个设备的功能信息。针对多个智能设备的设备定位,可以根据建筑构造信息,确定设备的具体位置。具体而言,通过建筑图纸或建筑平面图,确定每个设备的位置和空间布局,并将其与传感器数据相结合,得到最终的设备位置信息。例如,针对一个智能办公室的场景,使用多个温湿度传感器和气体含量传感器等设备,实时采集办公室内空气质量的相关参数。同时,可以查阅相应智能设备的技术手册,了解其设备功能和控制参数。然后,可以利用建筑平面图或建筑图纸等,确定每个设备的位置和空间布局,将其与传感器数据相结合,得到最终的设备位置信息。
在一具体实施例中,如图2所示,执行步骤S102的过程可以具体包括如下步骤:
S201、根据温湿度控制功能,对多个目标智能设备进行设备识别,得到第一设备识别结果;
S202、根据气体含量控制功能,对多个目标智能设备进行设备识别,得到第二设备识别结果;
S203、根据第一设备识别结果以及第二设备识别结果,对多个目标智能设备进行集群划分,得到第一智能设备集群以及第二智能设备集群,其中,第一智能设备集群包括多个第一智能设备,第二智能设备集群包括多个第二智能设备。
具体的,服务器针对多个智能设备的温湿度控制功能,通过传感器采集的温湿度数据,对设备进行识别。具体而言,通过设备的温湿度数据分布和变化趋势,确定不同设备的特征信息,并对设备进行区分和识别。同样地,针对气体含量控制功能,也通过传感器采集的气体含量数据,对设备进行识别。具体而言,通过设备的气体含量值和变化趋势,确定不同设备的特征信息,并进行区分和识别。最终,可以基于温湿度控制功能和气体含量控制功能的识别结果,得到第一设备识别结果和第二设备识别结果,以确定不同功能的设备类型和位置信息。针对多个智能设备的识别结果,可以根据其特征进行集群划分。具体而言,可以将设备根据其功能和位置信息,分别划分到第一智能设备集群和第二智能设备集群中。例如,针对温湿度控制功能设备和气体含量控制功能设备的识别结果,可以将温湿度控制功能相似的设备划分到第一智能设备集群中,将气体含量控制功能相似的设备划分到第二智能设备集群中。
在一具体实施例中,如图3所示,执行步骤S103的过程可以具体包括如下步骤:
S301、对第一智能设备集群中的多个第一智能设备进行设备编码,得到每个第一智能设备的第一编码信息,以及对第二智能设备集群中的多个第二智能设备进行设备编码,得到每个第二智能设备的第二编码信息;
S302、根据设备位置信息,对每个第一智能设备的第一编码信息进行分布节点信息分析,得到第一设备分布节点信息,以及对每个第二智能设备的第二编码信息进行分布节点信息分析,得到第二设备分布节点信息;
S303、根据第一设备分布节点信息对第一智能设备集群进行设备控制关系分析,得到第一设备控制关系,以及根据第二设备分布节点信息对第二智能设备集群进行设备控制关系分析,得到第二设备控制关系。
具体的,服务器针对第一智能设备集群和第二智能设备集群中的多个智能设备,可以针对其功能和位置信息进行编码。具体而言,可以将第一智能设备集群中的设备编码为第一编码信息,将第二智能设备集群中的设备编码为第二编码信息,以便进行后续的设备分析和管理。根据编码信息和设备位置信息,可以进行设备的分布节点分析。具体而言,可以对每个设备的编码信息和位置信息进行对应,确定每个设备的分布节点信息。以便后续进行设备控制和管理。针对第一设备分布节点信息和第二设备分布节点信息,可以进行设备控制关系分析。具体而言,可以根据设备位置信息和分布节点信息,确定设备之间的相对关系和控制依赖关系,以实现设备的协同控制和集群管理。例如,假设有一个智能家居场景,其中包含多个智能设备,例如空调、智能插座和照明设备等。可以将空调设备编码为第一编码信息,将智能插座编码为第二编码信息,将照明设备编码为第三编码信息。然后,可以根据设备位置信息和分布节点信息,确定不同设备之间的控制关系和依赖关系。例如,空调设备可以根据不同区域的温湿度实时调节控制参数,智能插座可以根据不同电器的使用状态实时控制电源,照明设备可以根据人员的活动位置和时间自动调节光照强度和色温等。
在一具体实施例中,如图4所示,执行步骤S104的过程可以具体包括如下步骤:
S401、根据第一设备控制关系,对第一智能设备集群和目标区域进行变量设置,得到第一输入变量以及第一输出变量;
S402、根据第一输入变量以及第一输出变量,创建第一智能设备集群的第一有限元模型;
S403、根据第二设备控制关系,对第二智能设备集群和目标区域进行变量设置,得到第二输入变量以及第二输出变量;
S404、根据第二输入变量以及第二输出变量,创建第二智能设备集群的第二有限元模型。
具体的,服务器针对第一设备控制关系,确定需要进行控制和调节的变量信息。具体而言,根据控制关系和智能设备的特点,确定需要进行控制和监测的变量信息,例如温度、湿度、功率、能量等。然后,根据变量类型和计算需求,进行变量单位设置和计算公式定义。使用相应的软硬件技术和工具,例如MATLAB、Python等,进行变量设置和计算公式定义。针对第一智能设备集群,可以根据变量设置的结果,建立相应的有限元模型。具体而言,有限元模型是指基于物理原理和数学模型,利用有限元分析方法,对物体进行分析和计算的模型。有限元模型需要包含多个方面的信息,例如物体的形状、结构、材料参数、载荷和约束等等。根据变量设置和控制需求,可以适当地简化有限元模型,以提高计算效率和可控性。在建立有限元模型时,需要采用合适的有限元分析软件,例如ANSYS、ABAQUS等。可以根据具体需求,选择合适的软件平台进行模型建立和模拟分析,以获得模型的准确预测和可控性。例如,假设需要对一个智能办公室进行有限元模拟分析,可以根据变量设置和设备控制关系,确定需要监测的变量,例如温度、湿度、气体含量等。然后,可以利用ANSYS等软件平台,建立相应的有限元模型,包括建筑结构、空调系统、照明系统等,并设置相应的物理参数和约束条件。最终,在进行模拟分析时,可以根据不同的控制策略和需求,自动调整模型的输入和输出变量,以实现智能控制和管理。针对第二设备控制关系,确定需要进行控制和监测的变量信息。具体而言,可以根据控制关系和智能设备的特点,确定需要进行控制和监测的变量信息,例如气体含量、能量、流量等。然后,可以针对变量的类型和计算需求,进行变量单位设置和计算公式定义。使用相应的软硬件技术和工具,例如MATLAB、Python等,进行变量设置和计算公式定义。针对第二智能设备集群,可以根据变量设置的结果,建立一个适合的有限元模型。具体而言,有限元模型是基于物理原理和数学模型,利用有限元分析方法对物体进行分析和计算的模型。有限元模型需要包含多个方面的信息,例如物体的形状、结构、材料参数、载荷和约束等等。根据变量设置和控制需求,可以适当地简化有限元模型,以提高计算效率和可控性。在建立有限元模型时,需要采用合适的有限元分析软件,例如ANSYS、ABAQUS等。可以根据具体需求,选择合适的软件平台进行模型建立和模拟分析,以获得模型的准确预测和可控性。例如,假设需要对一个智能家居场所进行有限元模拟分析,可以根据变量设置和设备控制关系,确定需要被监测和控制的变量,例如气体含量、能量、流量等。然后,可以利用ANSYS等软件平台,建立相应的有限元模型,包括设备的形状、结构、材料和物理参数,并设置相应的边界条件和约束条件。最终,在进行模拟分析时,可以根据不同的控制策略和需求,自动调整模型的输入和输出变量,以实现智能控制和管理。
在一具体实施例中,执行步骤S105的过程可以具体包括如下步骤:
(1)获取目标区域的能耗功率数据,并将能耗功率数据输入预置的节能指标分析模型进行节能指标分析,得到多个节能状态指标;
(2)根据多个节能状态指标,通过第一有限元模型进行控制参数运算,得到第一节能控制参数集;
(3)根据多个节能状态指标,通过第二有限元模型进行控制参数运算,得到第二节能控制参数集。
具体的,首先,获取目标区域的能耗功率数据。可以通过多种方式获取,例如利用能耗监测仪器、传感器等工具进行实时采集和传输。相应的,进行数据清洗、整理和标准化,以满足后续的分析和控制需要。根据获取的能耗功率数据,可以进行节能指标分析。具体而言,可以采用预置的节能指标分析模型,对能耗数据进行分析计算。从而得到多个节能状态指标,例如能耗、效益、质量等。可以根据具体需求和实际情况,选择合适的节能指标分析模型和计算方法。例如,可以使用气候控制、灯光控制、制冷系统等,对能耗进行控制和优化,以实现节能目标。根据多个节能状态指标,可以通过第一有限元模型和第二有限元模型,进行不同的节能控制参数运算。具体的,可以利用第一有限元模型对第一智能设备集群进行控制参数运算,得到相应的第一节能控制参数集。例如,可以根据节能状态指标和控制策略,计算设备运行时的控制参数,以实现智能调节和优化。同样地,可以利用第二有限元模型对第二智能设备集群进行控制参数运算,得到相应的第二节能控制参数集。例如,可以根据节能状态指标和控制策略,计算设备运行时的控制参数,以实现智能调节和优化。最后,可以将节能控制参数集应用于实际生产和管理中,以实现目标区域的节能目标。具体而言,可以将控制参数集作为控制指令,传输至相应的智能设备和系统中,以实现智能控制和优化。例如,假设需要进行节能控制,可以根据不同的节能状态指标,先利用有限元模型计算出相应的节能控制参数集。然后,将控制参数集传输到智能设备的控制系统中,以实现相应的能耗优化控制。
在一具体实施例中,执行步骤S106的过程可以具体包括如下步骤:
(1)获取目标区域的环境参数,其中,环境参数包括温湿度以及二氧化碳浓度;
(2)将温湿度和第一节能控制参数集输入预置的动态参数调整模型进行参数动态调整,得到第一目标参数集;
(3)将二氧化碳浓度和第二节能控制参数集输入动态参数调整模型进行参数动态调整,得到第二目标参数集;
(4)根据第一目标参数集和第二目标参数集生成目标节能控制策略。
具体的,在目标区域安装温湿度和二氧化碳浓度传感器,通过这些传感器来获取环境参数。这些传感器可以通过网络连接到中央控制器,从而让中央控制器实时获取和监测环境参数。动态参数调整模型可以根据当前的环境条件和设定的节能策略来自动调整控制参数,以实现节能的目的。该模型将温湿度和二氧化碳浓度作为输入变量,根据预设参数集进行动态调整,并通过输出变量来表达第一目标参数集和第二目标参数集。第一目标参数集是基于温湿度进行动态参数调整后得到的一组参数。这些参数被设计用于控制室内温度和湿度,在不影响室内舒适度的情况下,最大限度地降低能源消耗。例如,当温度和湿度过高时,绝缘性能较差的建筑材料会增加传导热的能力,导致空调能耗增加。此时动态参数调整模型可以根据当前的温湿度和已经预先算出的参数集,自动调整控制参数,以减少消耗,保持室内舒适度。第二目标参数集是基于二氧化碳浓度进行动态参数调整后得到的一组参数。这些参数被设计用于控制室内空气质量,在达到一定水平以上时,进一步降低室内能耗。例如,当人员密度增加,二氧化碳浓度上升,这意味着有更多的新鲜空气需要进入室内,否则会影响人的健康。此时动态参数调整模型可以通过输入当前的二氧化碳浓度和预先算出的参数集,自动调整控制参数,以减少能源消耗,同时保持室内空气质量。目标节能控制策略是根据第一目标参数集和第二目标参数集,生成的符合室内舒适度和空气质量要求的节能控制策略。这些策略可以包括控制室内空调的温度、风速、运行时间及新风系统的开关等。例如,如果动态参数调整模型确定需要在室内增加新风供应时,目标节能控制策略可以调整新风系统的开关,以确保室内空气质量达标,同时最大限度地降低能源消耗。
上面对本发明实施例中基于智能设备的节能控制方法进行了描述,下面对本发明实施例中基于智能设备的节能控制系统进行描述,请参阅图5,本发明实施例中基于智能设备的节能控制系统一个实施例包括:
获取模块501,用于获取目标区域中的多个目标智能设备,以及获取每个目标智能设备的设备功能信息和设备位置信息;
划分模块502,用于根据所述设备功能信息,对所述多个目标智能设备进行设备功能属性划分,得到第一智能设备集群以及第二智能设备集群,其中,所述第一智能设备集群包括多个第一智能设备,所述第二智能设备集群包括多个第二智能设备;
分析模块503,用于根据所述设备位置信息,分别对所述第一智能设备集群以及所述第二智能设备集群进行设备控制关系分析,得到第一设备控制关系以及第二设备控制关系;
构建模块504,用于根据所述第一设备控制关系构建所述第一智能设备集群的第一有限元模型,并根据所述第二设备控制关系构建所述第二智能设备集群的第二有限元模型;
生成模块505,用于获取所述目标区域的能耗功率数据,并根据所述第一有限元模型生成第一节能控制参数集,以及根据所述第二有限元模型生成第二节能控制参数集;
调整模块506,用于获取所述目标区域的环境参数,并对所述第一节能控制参数集和所述第二节能控制参数集进行参数策略调整,生成目标节能控制策略。
通过上述各个组成部分的协同合作,对多个目标智能设备进行设备功能属性划分,得到第一智能设备集群以及第二智能设备集群;分别对第一智能设备集群以及第二智能设备集群进行设备控制关系分析,得到第一设备控制关系以及第二设备控制关系;构建第一智能设备集群的第一有限元模型,并构建第二智能设备集群的第二有限元模型;根据第一有限元模型生成第一节能控制参数集,以及根据第二有限元模型生成第二节能控制参数集;获取目标区域的环境参数,并对第一节能控制参数集和第二节能控制参数集进行参数策略调整,生成目标节能控制策略,本发明通过数据的采集、分析和有限元模型,可以精确预测环境变化趋势、优化能耗措施,进而实现了智能化的节能控制,并且降低了智能设备的能耗。
上面图5从模块化功能实体的角度对本发明实施例中的基于智能设备的节能控制系统进行详细描述,下面从硬件处理的角度对本发明实施例中基于智能设备的节能控制设备进行详细描述。
图6是本发明实施例提供的一种基于智能设备的节能控制设备的结构示意图,该基于智能设备的节能控制设备600可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上处理器(central processing units,CPU)610(例如,一个或一个以上处理器)和存储器620,一个或一个以上存储应用程序633或数据632的存储介质630(例如一个或一个以上海量存储设备)。其中,存储器620和存储介质630可以是短暂存储或持久存储。存储在存储介质630的程序可以包括一个或一个以上模块(图示没标出),每个模块可以包括对基于智能设备的节能控制设备600中的一系列指令操作。更进一步地,处理器610可以设置为与存储介质630通信,在基于智能设备的节能控制设备600上执行存储介质630中的一系列指令操作。
基于智能设备的节能控制设备600还可以包括一个或一个以上电源640,一个或一个以上有线或无线网络接口650,一个或一个以上输入输出接口660,和/或,一个或一个以上操作系统631,例如Windows Serve,MacOS X,Unix,Linux,FreeBSD等等。本领域技术人员可以理解,图6示出的基于智能设备的节能控制设备结构并不构成对基于智能设备的节能控制设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
本发明还提供一种基于智能设备的节能控制设备,所述基于智能设备的节能控制设备包括存储器和处理器,存储器中存储有计算机可读指令,计算机可读指令被处理器执行时,使得处理器执行上述各实施例中的所述基于智能设备的节能控制方法的步骤。
本发明还提供一种计算机可读存储介质,该计算机可读存储介质可以为非易失性计算机可读存储介质,该计算机可读存储介质也可以为易失性计算机可读存储介质,所述计算机可读存储介质中存储有指令,当所述指令在计算机上运行时,使得计算机执行所述基于智能设备的节能控制方法的步骤。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(read-only memory,ROM)、随机存取存储器(randomacceS memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (7)
1.一种基于智能设备的节能控制方法,其特征在于,所述基于智能设备的节能控制方法包括:
获取目标区域中的多个目标智能设备,以及获取每个目标智能设备的设备功能信息和设备位置信息;
根据所述设备功能信息,对所述多个目标智能设备进行设备功能属性划分,得到第一智能设备集群以及第二智能设备集群,其中,所述第一智能设备集群包括多个第一智能设备,所述第二智能设备集群包括多个第二智能设备;
根据所述设备位置信息,分别对所述第一智能设备集群以及所述第二智能设备集群进行设备控制关系分析,得到第一设备控制关系以及第二设备控制关系,具体包括:对所述第一智能设备集群中的多个第一智能设备进行设备编码,得到每个第一智能设备的第一编码信息,以及对所述第二智能设备集群中的多个第二智能设备进行设备编码,得到每个第二智能设备的第二编码信息;根据所述设备位置信息,对每个第一智能设备的第一编码信息进行分布节点信息分析,得到第一设备分布节点信息,以及对每个第二智能设备的第二编码信息进行分布节点信息分析,得到第二设备分布节点信息;根据所述第一设备分布节点信息对所述第一智能设备集群进行设备控制关系分析,得到第一设备控制关系,以及根据所述第二设备分布节点信息对所述第二智能设备集群进行设备控制关系分析,得到第二设备控制关系;其中,根据设备的属性进行分群,通过设备位置信息将设备划分到对应的集群中,根据设备位置信息,进行设备控制关系分析,将第一智能设备集群内的所有设备按照位置信息进行连接,形成设备间控制关系网络,进行数据分析,得到各设备之间的控制关系,对第二智能设备集群内的设备进行相应的设备控制关系分析,根据设备控制关系分析的结果,得到第一设备控制关系和第二设备控制关系;
根据所述第一设备控制关系构建所述第一智能设备集群的第一有限元模型,并根据所述第二设备控制关系构建所述第二智能设备集群的第二有限元模型,具体包括:根据所述第一设备控制关系,对所述第一智能设备集群和所述目标区域进行变量设置,得到第一输入变量以及第一输出变量;根据所述第一输入变量以及所述第一输出变量,创建所述第一智能设备集群的第一有限元模型;根据所述第二设备控制关系,对所述第二智能设备集群和所述目标区域进行变量设置,得到第二输入变量以及第二输出变量;根据所述第二输入变量以及所述第二输出变量,创建所述第二智能设备集群的第二有限元模型;具体的,根据第一设备控制关系和智能设备的特点,确定进行控制和监测的变量信息,变量信息包括温度、湿度、功率和能量,根据变量类型和计算需求,进行变量单位设置和计算公式定义;针对第一智能设备集群,根据变量设置的结果,建立相应的第一有限元模型;针对第二设备控制关系,根据控制关系和智能设备的特点,确定需要进行控制和监测的变量信息,变量信息包括气体含量、能量和流量,针对变量的类型和计算需求,进行变量单位设置和计算公式定义,针对第二智能设备集群,根据变量设置的结果,建立第二有限元模型;
获取所述目标区域的能耗功率数据,并根据所述第一有限元模型生成第一节能控制参数集,以及根据所述第二有限元模型生成第二节能控制参数集,具体包括:获取所述目标区域的能耗功率数据,并将所述能耗功率数据输入预置的节能指标分析模型进行节能指标分析,得到多个节能状态指标;根据所述多个节能状态指标,通过所述第一有限元模型进行控制参数运算,得到第一节能控制参数集;根据所述多个节能状态指标,通过所述第二有限元模型进行控制参数运算,得到第二节能控制参数集;具体的,采用预置的节能指标分析模型,对能耗数据进行分析计算,得到多个节能状态指标,多个节能状态指标包括能耗、效益和质量,根据多个节能状态指标,通过第一有限元模型和第二有限元模型,进行不同的节能控制参数运算;其中,利用第一有限元模型对第一智能设备集群进行控制参数运算,得到相应的第一节能控制参数集;利用第二有限元模型对第二智能设备集群进行控制参数运算,得到相应的第二节能控制参数集;
获取所述目标区域的环境参数,并对所述第一节能控制参数集和所述第二节能控制参数集进行参数策略调整,生成目标节能控制策略。
2.根据权利要求1所述的基于智能设备的节能控制方法,其特征在于,所述获取目标区域中的多个目标智能设备,以及获取每个目标智能设备的设备功能信息和设备位置信息,包括:
获取目标区域中的多个目标智能设备,并获取所述目标区域的建筑构造信息;
获取每个目标智能设备的设备功能信息,其中,所述设备功能信息包括:温湿度控制功能以及气体含量控制功能;
根据所述建筑构造信息,对所述多个目标智能设备进行设备定位,得到每个目标智能设备的设备位置信息。
3.根据权利要求2所述的基于智能设备的节能控制方法,其特征在于,所述根据所述设备功能信息,对所述多个目标智能设备进行设备功能属性划分,得到第一智能设备集群以及第二智能设备集群,其中,所述第一智能设备集群包括多个第一智能设备,所述第二智能设备集群包括多个第二智能设备,包括:
根据所述温湿度控制功能,对所述多个目标智能设备进行设备识别,得到第一设备识别结果;
根据所述气体含量控制功能,对所述多个目标智能设备进行设备识别,得到第二设备识别结果;
根据所述第一设备识别结果以及所述第二设备识别结果,对所述多个目标智能设备进行集群划分,得到第一智能设备集群以及第二智能设备集群,其中,所述第一智能设备集群包括多个第一智能设备,所述第二智能设备集群包括多个第二智能设备。
4.根据权利要求1所述的基于智能设备的节能控制方法,其特征在于,所述获取所述目标区域的环境参数,并对所述第一节能控制参数集和所述第二节能控制参数集进行参数策略调整,生成目标节能控制策略,包括:
获取所述目标区域的环境参数,其中,所述环境参数包括温湿度以及二氧化碳浓度;
将所述温湿度和所述第一节能控制参数集输入预置的动态参数调整模型进行参数动态调整,得到第一目标参数集;
将所述二氧化碳浓度和所述第二节能控制参数集输入所述动态参数调整模型进行参数动态调整,得到第二目标参数集;
根据所述第一目标参数集和所述第二目标参数集生成目标节能控制策略。
5.一种基于智能设备的节能控制系统,其特征在于,所述基于智能设备的节能控制系统包括:
获取模块,用于获取目标区域中的多个目标智能设备,以及获取每个目标智能设备的设备功能信息和设备位置信息;
划分模块,用于根据所述设备功能信息,对所述多个目标智能设备进行设备功能属性划分,得到第一智能设备集群以及第二智能设备集群,其中,所述第一智能设备集群包括多个第一智能设备,所述第二智能设备集群包括多个第二智能设备;
分析模块,用于根据所述设备位置信息,分别对所述第一智能设备集群以及所述第二智能设备集群进行设备控制关系分析,得到第一设备控制关系以及第二设备控制关系,具体包括:对所述第一智能设备集群中的多个第一智能设备进行设备编码,得到每个第一智能设备的第一编码信息,以及对所述第二智能设备集群中的多个第二智能设备进行设备编码,得到每个第二智能设备的第二编码信息;根据所述设备位置信息,对每个第一智能设备的第一编码信息进行分布节点信息分析,得到第一设备分布节点信息,以及对每个第二智能设备的第二编码信息进行分布节点信息分析,得到第二设备分布节点信息;根据所述第一设备分布节点信息对所述第一智能设备集群进行设备控制关系分析,得到第一设备控制关系,以及根据所述第二设备分布节点信息对所述第二智能设备集群进行设备控制关系分析,得到第二设备控制关系;其中,根据设备的属性进行分群,通过设备位置信息将设备划分到对应的集群中,根据设备位置信息,进行设备控制关系分析,将第一智能设备集群内的所有设备按照位置信息进行连接,形成设备间控制关系网络,进行数据分析,得到各设备之间的控制关系,对第二智能设备集群内的设备进行相应的设备控制关系分析,根据设备控制关系分析的结果,得到第一设备控制关系和第二设备控制关系;
构建模块,用于根据所述第一设备控制关系构建所述第一智能设备集群的第一有限元模型,并根据所述第二设备控制关系构建所述第二智能设备集群的第二有限元模型,具体包括:根据所述第一设备控制关系,对所述第一智能设备集群和所述目标区域进行变量设置,得到第一输入变量以及第一输出变量;根据所述第一输入变量以及所述第一输出变量,创建所述第一智能设备集群的第一有限元模型;根据所述第二设备控制关系,对所述第二智能设备集群和所述目标区域进行变量设置,得到第二输入变量以及第二输出变量;根据所述第二输入变量以及所述第二输出变量,创建所述第二智能设备集群的第二有限元模型;具体的,根据第一设备控制关系和智能设备的特点,确定进行控制和监测的变量信息,变量信息包括温度、湿度、功率和能量,根据变量类型和计算需求,进行变量单位设置和计算公式定义;针对第一智能设备集群,根据变量设置的结果,建立相应的第一有限元模型;针对第二设备控制关系,根据控制关系和智能设备的特点,确定需要进行控制和监测的变量信息,变量信息包括气体含量、能量和流量,针对变量的类型和计算需求,进行变量单位设置和计算公式定义,针对第二智能设备集群,根据变量设置的结果,建立第二有限元模型;
生成模块,用于获取所述目标区域的能耗功率数据,并根据所述第一有限元模型生成第一节能控制参数集,以及根据所述第二有限元模型生成第二节能控制参数集,具体包括:获取所述目标区域的能耗功率数据,并将所述能耗功率数据输入预置的节能指标分析模型进行节能指标分析,得到多个节能状态指标;根据所述多个节能状态指标,通过所述第一有限元模型进行控制参数运算,得到第一节能控制参数集;根据所述多个节能状态指标,通过所述第二有限元模型进行控制参数运算,得到第二节能控制参数集;具体的,采用预置的节能指标分析模型,对能耗数据进行分析计算,得到多个节能状态指标,多个节能状态指标包括能耗、效益和质量,根据多个节能状态指标,通过第一有限元模型和第二有限元模型,进行不同的节能控制参数运算;其中,利用第一有限元模型对第一智能设备集群进行控制参数运算,得到相应的第一节能控制参数集;利用第二有限元模型对第二智能设备集群进行控制参数运算,得到相应的第二节能控制参数集;
调整模块,用于获取所述目标区域的环境参数,并对所述第一节能控制参数集和所述第二节能控制参数集进行参数策略调整,生成目标节能控制策略。
6.一种基于智能设备的节能控制设备,其特征在于,所述基于智能设备的节能控制设备包括:存储器和至少一个处理器,所述存储器中存储有指令;
所述至少一个处理器调用所述存储器中的所述指令,以使得所述基于智能设备的节能控制设备执行如权利要求1-4中任一项所述的基于智能设备的节能控制方法。
7.一种计算机可读存储介质,所述计算机可读存储介质上存储有指令,其特征在于,所述指令被处理器执行时实现如权利要求1-4中任一项所述的基于智能设备的节能控制方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310700780.XA CN116430748B (zh) | 2023-06-14 | 2023-06-14 | 一种基于智能设备的节能控制方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310700780.XA CN116430748B (zh) | 2023-06-14 | 2023-06-14 | 一种基于智能设备的节能控制方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116430748A CN116430748A (zh) | 2023-07-14 |
CN116430748B true CN116430748B (zh) | 2023-09-08 |
Family
ID=87087657
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310700780.XA Active CN116430748B (zh) | 2023-06-14 | 2023-06-14 | 一种基于智能设备的节能控制方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116430748B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117193702B (zh) * | 2023-08-10 | 2024-06-11 | 深圳市昂晖电子科技有限公司 | 基于嵌入式播放器的播放控制方法及相关装置 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101881944A (zh) * | 2010-06-18 | 2010-11-10 | 北京斯普信电子技术有限公司 | 能耗综合控制系统和方法 |
CN104238510A (zh) * | 2014-09-03 | 2014-12-24 | 尚高科技有限公司 | 一种基于物联网的智能建筑区域管理系统 |
CN106877786A (zh) * | 2017-04-26 | 2017-06-20 | 广东梅赛能源科技有限公司 | 具有智能水冷散热装置的大功率电机调速系统 |
CN109812902A (zh) * | 2019-04-03 | 2019-05-28 | 浙江大学 | 基于红外热源监测的地铁电气设备房空调节能系统及方法 |
CN114200847A (zh) * | 2021-12-09 | 2022-03-18 | 海信视像科技股份有限公司 | 服务器、智能家居系统及环境监测控制方法 |
CN114518798A (zh) * | 2022-02-17 | 2022-05-20 | 深圳集智数字科技有限公司 | 设备集群的低功耗控制方法及装置 |
CN115585538A (zh) * | 2022-10-24 | 2023-01-10 | 珠海格力电器股份有限公司 | 室内温度的调节方法、装置、电子设备及存储介质 |
-
2023
- 2023-06-14 CN CN202310700780.XA patent/CN116430748B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101881944A (zh) * | 2010-06-18 | 2010-11-10 | 北京斯普信电子技术有限公司 | 能耗综合控制系统和方法 |
CN104238510A (zh) * | 2014-09-03 | 2014-12-24 | 尚高科技有限公司 | 一种基于物联网的智能建筑区域管理系统 |
CN106877786A (zh) * | 2017-04-26 | 2017-06-20 | 广东梅赛能源科技有限公司 | 具有智能水冷散热装置的大功率电机调速系统 |
CN109812902A (zh) * | 2019-04-03 | 2019-05-28 | 浙江大学 | 基于红外热源监测的地铁电气设备房空调节能系统及方法 |
CN114200847A (zh) * | 2021-12-09 | 2022-03-18 | 海信视像科技股份有限公司 | 服务器、智能家居系统及环境监测控制方法 |
CN114518798A (zh) * | 2022-02-17 | 2022-05-20 | 深圳集智数字科技有限公司 | 设备集群的低功耗控制方法及装置 |
CN115585538A (zh) * | 2022-10-24 | 2023-01-10 | 珠海格力电器股份有限公司 | 室内温度的调节方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN116430748A (zh) | 2023-07-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113835344B (zh) | 设备的控制优化方法、展示平台、云服务器及存储介质 | |
CN105320184B (zh) | 建筑室内环境智能监控系统 | |
CN110264080B (zh) | 一种绿色建筑运行性能评价方法、装置、设备及存储介质 | |
CN103853106B (zh) | 一种建筑能源供应设备的能耗预测参数优化方法 | |
CN102789220B (zh) | 系统能耗过程管理装置及其管理控制方法 | |
CN111897261B (zh) | 一种数据中心机房环境的综合管理系统及方法 | |
CN105868487B (zh) | 一种基于能耗设备模型的节能专家系统 | |
CN116430748B (zh) | 一种基于智能设备的节能控制方法及系统 | |
CN105674491A (zh) | 一种基于云平台的室内环境管理系统 | |
CN113778215A (zh) | 基于大数据实现数据中心pue预测以及降耗策略的方法 | |
CN113110057A (zh) | 一种基于人工智能的热力站节能控制方法及智能决策系统 | |
CN114200839A (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 | |
CN114266187A (zh) | 一种办公建筑用电网络优化方法及系统 | |
CN117850273A (zh) | 一种用于控制建筑碳排放的数字孪生系统 | |
CN117787659B (zh) | 一种基于5g的智慧城市能源管理系统及方法 | |
CN116187788A (zh) | 用于厂区的能碳管理算法应用平台 | |
KR20120080406A (ko) | 빌딩 운영 방안 도출 장치 및 방법 | |
CN116085937B (zh) | 智能中央空调节能控制方法及系统 | |
CN111968008A (zh) | 基于多能协作的综合能源监控系统及方法 | |
CN115906396A (zh) | 一种被动式建筑能源管理系统及其使用方法 | |
CN113219897A (zh) | 基于大数据和人工智能的冷热联供智能调控系统和方法 | |
CN118429141B (zh) | 一种公路施工能耗分析优化方法 | |
CN118070664B (zh) | 基于物联网和bim的建筑能耗智能模拟方法 | |
CN117648740B (zh) | 一种中央空调建模方法 | |
CN116951672B (zh) | 中央空调能效分析方法、设备和可读存储介质 |
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 |