CN116734453A - 一种基于大数据的空调热泵设备数据管理系统及方法 - Google Patents
一种基于大数据的空调热泵设备数据管理系统及方法 Download PDFInfo
- Publication number
- CN116734453A CN116734453A CN202310844262.5A CN202310844262A CN116734453A CN 116734453 A CN116734453 A CN 116734453A CN 202310844262 A CN202310844262 A CN 202310844262A CN 116734453 A CN116734453 A CN 116734453A
- Authority
- CN
- China
- Prior art keywords
- water
- heat
- temperature
- user
- data
- 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
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000013523 data management Methods 0.000 title claims abstract description 21
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 547
- 238000004378 air conditioning Methods 0.000 claims abstract description 104
- 238000010438 heat treatment Methods 0.000 claims abstract description 28
- 238000004364 calculation method Methods 0.000 claims abstract description 22
- 238000007405 data analysis Methods 0.000 claims abstract description 20
- 230000001105 regulatory effect Effects 0.000 claims description 11
- 238000010521 absorption reaction Methods 0.000 claims description 7
- 230000020169 heat generation Effects 0.000 claims description 7
- 238000001514 detection method Methods 0.000 claims description 6
- 238000005485 electric heating Methods 0.000 claims description 6
- 230000005611 electricity Effects 0.000 claims description 4
- 238000005057 refrigeration Methods 0.000 claims description 4
- 230000017525 heat dissipation Effects 0.000 claims description 3
- 230000001502 supplementing effect Effects 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 239000013589 supplement Substances 0.000 description 2
- 239000002918 waste heat Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000005338 heat storage Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000010792 warming Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
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
- F24F11/89—Arrangement or mounting of control or safety devices
-
- 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
- F24F11/52—Indication arrangements, e.g. displays
-
- 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
- F24F5/00—Air-conditioning systems or apparatus not covered by F24F1/00 or F24F3/00, e.g. using solar heat or combined with household units such as an oven or water heater
- F24F5/0007—Air-conditioning systems or apparatus not covered by F24F1/00 or F24F3/00, e.g. using solar heat or combined with household units such as an oven or water heater cooling apparatus specially adapted for use in air-conditioning
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F5/00—Air-conditioning systems or apparatus not covered by F24F1/00 or F24F3/00, e.g. using solar heat or combined with household units such as an oven or water heater
- F24F5/0096—Air-conditioning systems or apparatus not covered by F24F1/00 or F24F3/00, e.g. using solar heat or combined with household units such as an oven or water heater combined with domestic apparatus
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F2221/00—Details or features not otherwise provided for
- F24F2221/18—Details or features not otherwise provided for combined with domestic apparatus
- F24F2221/183—Details or features not otherwise provided for combined with domestic apparatus combined with a hot-water boiler
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F2221/00—Details or features not otherwise provided for
- F24F2221/34—Heater, e.g. gas burner, electric air heater
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Signal Processing (AREA)
- Life Sciences & Earth Sciences (AREA)
- Sustainable Development (AREA)
- Physics & Mathematics (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Air Conditioning Control Device (AREA)
Abstract
本发明涉及大数据技术领域,具体为一种基于大数据的空调热泵设备数据管理系统及方法,包括:大数据分析模块、热量计算模块、热泵升温模块、用水处理模块和数据更新模块,大数据分析模块用于收集用户的历史使用数据,热量计算模块用于计算空调系统从环境中吸收的热量、用水需要的热量和储水温度,热泵升温模块用于将空调系统吸收的热量搬运到冷水中,升高冷水温度,用水处理模块用于在用户用水时,借助储水箱中的热水,输出符合用户习惯的温水,数据更新模块用于更新数据库中的数据,本发明能够分析用户习惯,智能调节空调热泵的工作效率,在满足用户需求的同时,节省空调热泵消耗的能量。
Description
技术领域
本发明涉及大数据技术领域,具体为一种基于大数据的空调热泵设备数据管理系统及方法。
背景技术
近年来气候问题的加剧,导致人们对空调设备的需求不断增长,空调热泵作为一种高效节能的新型空调装置,能够将低品质热量转化为高品质热量,将制冷设备吸收的热量搬运到导热介质中,升高导热介质的温度,实现对空调设备中余热的利用,既能调节环境温度,也能够作为热水器将热量输出,以供用户使用。
普通空调热泵在工作过程中输出的是恒温热水,但每一个用户的用水习惯不同,热泵的加热能力却是一定的,用户用水量大时容易出现热水不足的情况,用水量少时多出的热水无法被消耗,只能放任其热量散失,降低了热泵的工作效率。
此外,热泵输出的热水温度也很难判定,若输出的热水温度过低则无法满足用户的需求,若温度过高则会增大热泵的工作能耗,不仅造成能源上的浪费,也容易损坏热泵设备。
发明内容
本发明的目的在于提供一种基于大数据的空调热泵设备数据管理系统及方法,以解决上述背景技术中提出的问题。
为了解决上述技术问题,本发明提供如下技术方案:一种基于大数据的空调热泵设备数据管理系统,包括:大数据分析模块、热量计算模块、热泵升温模块、用水处理模块和数据更新模块;
大数据分析模块用于每隔一个时间段收集用户的使用数据,并将数据存入数据库,根据收集到的数据绘制用户画像,模拟用户生活习惯,计算出用户在下一个时间段内的空调热势数据和用水数据;
热量计算模块用于根据空调热泵的设定温度和空调使用数据计算出热泵在降低室温的过程中的吸收热量,根据用户用水数据计算用户在用水时需要的用水热量,并根据空调热泵的储水容量进一步计算热泵的储水温度;
热泵升温单元用于接入待加热的冷水,将空调吸收的热量搬运到冷水中,根据计算出的吸收热量与用水热量,将多出的热量散失掉,不足的热量用电辅热补足,最终把冷水加热到储水温度,升温后的水存入储水箱;
用水处理单元用于检测用户用水情况,检测到用户使用热水时,将储水箱中的水调节到用户需要的温度并输出,并在热量不足时向用户发出警告;
数据更新单元用于在用户用水结束后,统计用户在用水阶段的用水数据,并将用水数据存入数据库,更新原有的数据;
进一步的,大数据分析模块包括:信息采集单元、数据库单元和数据分析单元;
信息采集单元用于收集用户在用水时的用水数据,所述用水数据包括:用水量和用水温度,收集空调系统的热势数据,所述热势数据包括:空调温度数据和空调在调节温度时的热势;
数据库单元用于储存收集到的各类数据,并将数据提供给其他单元使用;
数据分析单元用于根据数据库中记录的用户历史用水量,计算用户在下一阶段内的预计用水量;
根据数据库中的用户历史用水温度,计算用户在下一阶段内的预计用水温度;根据数据库中的历史空调温度,计算出下一阶段的空调期望温度;根据数据库中不同温度下空调系统的热势,计算空调热泵的产热系数;
进一步的,热量计算模块包括:制冷量计算单元、热量计算单元和温度计算单元;
制冷量计算单元用于采集环境温度,根据环境温度与期望温度的温差,计算出空调热泵能够从环境中吸收的热量,称为吸收热量;
热量计算单元用于采集大数据分析模块计算出的预计用水量与预计用水温度,计算出用户所需热水的总热量,称为用水热量;
温度计算单元用于获取空调热泵的储水容量,根据储水容量、待加热冷水的温度和用户的用水热量计算出热泵的储水温度;
进一步的,热泵升温模块包括:冷水输入单元、热量搬运单元、热量调节单元和储水单元;
冷水输入单元用于输入待加热的冷水,使其填满空调热泵的储水单元;
热量搬运单元用于将空调系统吸收的热量搬运到待加热的冷水中,使冷水的温度升高;
热量调节单元由散热器与电热丝组成,用于比较吸收热量与用水热量,若吸收热量大于或等于用水热量,在检测到冷水的温度升高到储水温度后,将多余的热量通过散热器散失出去,若吸收热量小于用水热量,则通过电热丝继续对冷水进行加热,直到其温度达到储水温度文字;
储水单元用于储存待加热的冷水,并将冷水送入热泵进行加热,储存加热后的水;
进一步的,用水处理模块包括:用水检测单元和温度调节单元;
用水检测单元用于检测到用户用水时,将储水箱中的水作为驱动热源,驱动热泵输出温度为C的温水供用户使用;
温度调节单元用于提供用户手动调节温度的渠道,用户手动调节温度后,系统中的用水温度C由用户确定;当检测到储水箱中的水水温不足时,向用户发出热水不足的警报;
进一步的,数据更新模块包括:数据反馈单元和数据修正单元;
数据反馈单元用于在用户结束用水后,记录用户本次用水的平均用水温度与用水量,将记录添加进数据库中;
数据修正单元用于更新数据库中的记录,当检测到数据库中的记录条数大于数据容量时,从数据库中删除掉一条时间最晚的旧记录,保证数据库中数据的有效性;
一种基于大数据的空调热泵设备数据管理方法,包括以下步骤:
S100.系统每隔固定的时间收集一次用户的用水数据和空调系统的热势数据,并将每次采集到的数据编为一条历史记录存入数据库;根据数据库中的历史记录模拟用户的用水习惯,预测用户在下一个时间段内的预计用水数据,并根据空调系统的历史使用记录,预测下一个时间段内空调系统的期望温度;
S200.根据步骤S100中预测到的空调系统的期望温度,结合环境温度,计算出空调热泵在降低室温的过程中吸收的热量,记为吸收热量;根据用户的预计用水数据,结合待加热冷水的温度,计算用户在下一个时间段内需要的用水热量;根据用水热量和热泵的储水容量进一步计算热泵的储水温度;
S300.空调系统完成制冷后,在热泵的储水单元中接入待加热的冷水,利用热泵的功能将空调系统吸收的热量搬运到冷水中,对冷水进行加热;将步骤S200中计算出的吸收热量与用水热量进行比较,若吸收热量多于或等于用水热量,在将冷水加热到储水温度后,超出的部分的热量通过散热系统散失掉,若吸收热量少于用水热量,则在热泵把吸收热量全部搬运到冷水中后,再使用电辅热继续加热冷水,最终把冷水加热到储水温度,升温后的热水存入储水箱;
S400.检测用户的用水情况,在检测到用户使用热水时,根据步骤S100中的用水数据,把储水箱中的热水作为驱动热源,通过热泵把热水调节到用户需要的温度并输出,并在热量不足时向用户发出警告;
S500.用户用水结束时,收集用户本次用水过程中的用水数据,将收集到的数据存入数据库,当检测到数据库中的记录条数大于数据容量时,从数据库中删除掉一条时间最晚的旧记录;
进一步的,步骤S100包括:
步骤S101.系统每隔固定的时间间隔T采集一次用户在该时间段内的用水数据,T设定在系统中,所述用水数据包括:用水量与用水温度,采集空调系统的热势数据,所述热势数据包括:空调的温度与空调的热势,将采集到的数据进行汇总,作为一条记录存入数据库中;
步骤S102.根据数据库中的记录进行计算,按以下公式计算出用户在下一个时间段内的预计用水量S:
其中,S0称为平均用水量,所述n0代表数据库中记录的总数量,n0为正整数,i代表数据库中所有记录的序号,Si代表序号为i的记录中的用水量;
n1代表所有用水量高于平均用水量的记录数量,n2表示所有用水量低于平均用水量的记录数量,n1和n2均为正整数,p代表数据库中所有用水量高于平均用水量的记录的序号,Sp代表序号为p的记录中的用水量,q代表数据库中所有用水量低于平均用水量的记录的序号,Sq代表序号为q的记录中的用水量,当时,代表系统数据不足,停止系统的计算过程,并向用户发送索要数据的信息;
用以下公式计算出预计用水温度C:
其中,n0代表数据库中记录的总数量,n0为正整数,i代表数据库中所有记录的序号,Ci代表序号为i的记录中的用水温度,K称为温度调整值,当数据库中的用水温度高于平均用水温度的记录数量多于用水温度低于或等于平均用水温度的记录数量时,K=K1,否则K=K2,K1和K2均为常数,且K1>0,K2<0,所述平均用水温度记为C0,其中
步骤S103.读取数据库中空调系统的热势数据,所述热势数据包括:空调温度和空调系统的热势,根据历史记录中的空调温度计算出平均温度H,将H作为用户下一阶段使用空调的期望温度,根据数据库中空调在不同温度下的热势计算出空调系统的产热系数R,所述R代表温度每降低一个单位,空调系统需要吸收的热量;
进一步的,步骤S200包括:
步骤S201.测量出空调系统所处的环境温度H0,计算空调系统的吸收热量L1,所述L1=(H0-H)*R,其中H0>H;
步骤S202.测量待加热冷水的温度C0,根据步骤S100计算出的预计用水数据,计算用户的用水热量L2,所述L2=S*(C-C0)*G,其中G为水的比热容,G>0;
步骤S203.获取热泵的储水容量E,根据用户的用水热量L2计算计算热水的储水温度F,所述其中E>0;
进一步的,在步骤S300中,空调系统把环境温度降低到H,在热泵系统中接入待加热的冷水直到填满储水箱,比较步骤S200中L1与L2的大小,若L1大于或等于L2,则将L2作为热泵的加热热量,将空调系统吸收的热量搬运到冷水中,将储水箱中的冷水加热到储水温度F;若L1小于L2,则在将空调系统吸收的热量全部搬运到储水箱中的冷水中,并继续利用电辅热对冷水进行加热,直到将储水箱中的冷水加热到储水温度F为止;
进一步的,在步骤S400中,系统检测到用户开始用水后,用储水箱中的水作为驱动热源,驱动热泵输出温度为C的温水供用户使用,使用过程中用户可以手动调节热泵的输出温度;系统实时检测用户的用水数据,当检测到储水箱中的热水温度降低到阈值时,向用户发出热水不足的警报;
进一步的,步骤S500包括:
步骤S501.用户结束用水后,记录用户本次用水的平均用水温度与用水量,将记录添加进数据库中;
步骤S502.更新数据库中的记录,当检测到数据库中的记录条数大于数据容量时,从数据库中删除掉一条时间最晚的旧记录。
与现有技术相比,本发明所达到的有益效果是:
1.本发明能够智能分析用户用水习惯,根据用户的历史用水情况计算合适的热水输出温度,用户不用水时通过储热装置存储热量,用水时用储存的热水作为驱动热源,将冷水转换为符合用户习惯的温水,实现不同用户的个性化用水需求。
2.本发明能够计算特定温度下空调热泵的制冷量,根据制冷量与热泵的性能系数进一步计算空调热泵在降温时吸收的热量,将吸收的热量与加热热水的热量相比较,多出的热量排放到外界环境中,不足的热量用电辅热补足,实现对空调废热的高效利用。
3.本发明能够根据用户的实际情况,调节空调热泵的工作效率,只转换特定数量的热能,使其产热能力刚好满足用户的使用需求,多余的热量不进行转换,降低空调热泵的耗电量,节约运行空调热泵设备时产生的成本,达到绿色、节能的目的。
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是本发明一种基于大数据的空调热泵设备数据管理系统的结构示意图;
图2是本发明一种基于大数据的空调热泵设备数据管理方法的步骤示意图;
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,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。
请参阅图1,本发明提供技术方案:一种基于大数据的空调热泵设备数据管理系统,包括:大数据分析模块、热量计算模块、热泵升温模块、用水处理模块和数据更新模块;
大数据分析模块用于每隔一个时间段收集用户的使用数据,并将数据存入数据库,根据收集到的数据绘制用户画像,模拟用户生活习惯,计算出用户在下一个时间段内的空调热势数据和用水数据;
大数据分析模块包括:信息采集单元、数据库单元和数据分析单元;
信息采集单元用于收集用户在用水时的用水数据,所述用水数据包括:用水量和用水温度,收集空调系统的热势数据,所述热势数据包括:空调温度数据和空调在调节温度时的热势;
数据库单元用于储存收集到的各类数据,并将数据提供给其他单元使用;
数据分析单元用于根据数据库中记录的用户历史用水量,计算用户在下一阶段内的预计用水量;
根据数据库中的用户历史用水温度,计算用户在下一阶段内的预计用水温度;根据数据库中的历史空调温度,计算出下一阶段的空调期望温度;根据数据库中不同温度下空调系统的热势,计算空调热泵的产热系数;
热量计算模块用于根据空调热泵的设定温度和空调使用数据计算出热泵在降低室温的过程中的吸收热量,根据用户用水数据计算用户在用水时需要的用水热量,并根据空调热泵的储水容量进一步计算热泵的储水温度;
热量计算模块包括:制冷量计算单元、热量计算单元和温度计算单元;
制冷量计算单元用于采集环境温度,根据环境温度与期望温度的温差,计算出空调热泵能够从环境中吸收的热量,称为吸收热量;
热量计算单元用于采集大数据分析模块计算出的预计用水量与预计用水温度,计算出用户所需热水的总热量,称为用水热量;
温度计算单元用于获取空调热泵的储水容量,根据储水容量、待加热冷水的温度和用户的用水热量计算出热泵的储水温度;
热泵升温单元用于接入待加热的冷水,将空调吸收的热量搬运到冷水中,根据计算出的吸收热量与用水热量,将多出的热量散失掉,不足的热量用电辅热补足,最终把冷水加热到储水温度,升温后的水存入储水箱;
热泵升温模块包括:冷水输入单元、热量搬运单元、热量调节单元和储水单元;
冷水输入单元用于输入待加热的冷水,使其填满空调热泵的储水单元;
热量搬运单元用于将空调系统吸收的热量搬运到待加热的冷水中,使冷水的温度升高;
热量调节单元由散热器与电热丝组成,用于比较吸收热量与用水热量,若吸收热量大于或等于用水热量,在检测到冷水的温度升高到储水温度后,将多余的热量通过散热器散失出去,若吸收热量小于用水热量,则通过电热丝继续对冷水进行加热,直到其温度达到储水温度文字;
储水单元用于储存待加热的冷水,并将冷水送入热泵进行加热,储存加热后的水;
用水处理单元用于检测用户用水情况,检测到用户使用热水时,将储水箱中的水调节到用户需要的温度并输出,并在热量不足时向用户发出警告;
用水处理模块包括:用水检测单元和温度调节单元;
用水检测单元用于检测到用户用水时,将储水箱中的水作为驱动热源,驱动热泵输出温度为C的温水供用户使用;
温度调节单元用于提供用户手动调节温度的渠道,用户手动调节温度后,系统中的用水温度C由用户确定;当检测到储水箱中的水水温不足时,向用户发出热水不足的警报;
数据更新单元用于在用户用水结束后,统计用户在用水阶段的用水数据,并将用水数据存入数据库,更新原有的数据;
数据更新模块包括:数据反馈单元和数据修正单元;
数据反馈单元用于在用户结束用水后,记录用户本次用水的平均用水温度与用水量,将记录添加进数据库中;
数据修正单元用于更新数据库中的记录,当检测到数据库中的记录条数大于数据容量时,从数据库中删除掉一条时间最晚的旧记录,保证数据库中数据的有效性;
如图2所示,一种基于大数据的空调热泵设备数据管理方法,包括以下步骤:
S100.系统每隔固定的时间收集用户的用水数据和空调系统的热势数据,并将每次采集到的数据作为一条历史记录存入数据库;根据数据库中的历史记录模拟用户的用水习惯,预测用户在下一个时间段内的预计用水数据,并根据空调系统的历史使用记录,预测下一个时间段内空调系统的期望温度;
步骤S100包括:
步骤S101.系统每隔固定的时间间隔T采集一次用户在该时间段内的用水数据,T设定在系统中,所述用水数据包括:用水量与用水温度,采集空调系统的热势数据,所述热势数据包括:空调的温度与空调的热势,将采集到的数据进行汇总,作为一条记录存入数据库中;
步骤S102.根据数据库中的记录进行计算,按以下公式计算出用户在下一个时间段内的预计用水量S:
其中,S0称为平均用水量,所述n0代表数据库中记录的总数量,n0为正整数,i代表数据库中所有记录的序号,Si代表序号为i的记录中的用水量;
n1代表所有用水量高于平均用水量的记录数量,n2表示所有用水量低于平均用水量的记录数量,n1和n2均为正整数,p代表数据库中所有用水量高于平均用水量的记录的序号,Sp代表序号为p的记录中的用水量,q代表数据库中所有用水量低于平均用水量的记录的序号,Sq代表序号为q的记录中的用水量,当时,代表系统数据不足,停止系统的计算过程,并向用户发送索要数据的信息;
用以下公式计算出预计用水温度C:
其中,n0代表数据库中记录的总数量,n0为正整数,i代表数据库中所有记录的序号,Ci代表序号为i的记录中的用水温度,K称为温度调整值,当数据库中的用水温度高于平均用水温度的记录数量多于用水温度低于或等于平均用水温度的记录数量时,K=K1,否则K=K2,K1和K2均为常数,且K1>0,K2<0,所述平均用水温度记为C0,其中
步骤S103.读取数据库中空调系统的热势数据,所述热势数据包括:空调温度和空调系统的热势,根据历史记录中的空调温度计算出平均温度H,将H作为用户下一阶段使用空调的期望温度,根据数据库中空调在不同温度下的热势计算出空调系统的产热系数R,所述R代表温度每降低一个单位,空调系统需要吸收的热量;
S200.根据步骤S100中预测到的空调系统的期望温度,结合环境温度,计算出空调热泵在降低室温的过程中吸收的热量,记为吸收热量;根据用户的预计用水数据,结合待加热冷水的温度,计算用户在下一个时间段内需要的用水热量;根据用水热量和热泵的储水容量进一步计算热泵的储水温度;
步骤S200包括:
步骤S201.测量出空调系统所处的环境温度H0,计算空调系统的吸收热量L1,所述L1=(H0-H)*R,其中H0>H;
步骤S202.测量待加热冷水的温度C0,根据步骤S100计算出的预计用水数据,计算用户的用水热量L2,所述L2=S*(C-C0)*G,其中G为水的比热容,G>0;
步骤S203.获取热泵的储水容量E,根据用户的用水热量L2计算计算热水的储水温度F,所述其中E>0;
S300.空调系统完成制冷后,在热泵的储水单元中接入待加热的冷水,利用热泵的功能将空调系统吸收的热量搬运到冷水中,对冷水进行加热;将步骤S200中计算出的吸收热量与用水热量进行比较,若吸收热量多于或等于用水热量,在将冷水加热到储水温度后,超出的部分的热量通过散热系统散失掉,若吸收热量少于用水热量,则在热泵把吸收热量全部搬运到冷水中后,再使用电辅热继续加热冷水,最终把冷水加热到储水温度,升温后的热水存入储水箱;
在步骤S300中,空调系统把环境温度降低到H,在热泵系统中接入待加热的冷水直到填满储水箱,比较步骤S200中L1与L2的大小,若L1大于或等于L2,则将L2作为热泵的加热热量,将空调系统吸收的热量搬运到冷水中,将储水箱中的冷水加热到储水温度F;若L1小于L2,则在将空调系统吸收的热量全部搬运到储水箱中的冷水中,并继续利用电辅热对冷水进行加热,直到将储水箱中的冷水加热到储水温度F为止;
S400.检测用户的用水情况,在检测到用户使用热水时,根据步骤S100中的用水数据,把储水箱中的热水作为驱动热源,通过热泵把热水调节到用户需要的温度并输出,并在热量不足时向用户发出警告;
在步骤S400中,系统检测到用户开始用水后,用储水箱中的水作为驱动热源,驱动热泵输出温度为C的温水供用户使用,使用过程中用户可以手动调节热泵的输出温度;系统实时检测用户的用水数据,当检测到储水箱中的热水温度降低到阈值时,向用户发出热水不足的警报;
S500.用户用水结束时,收集用户本次用水过程中的用水数据,将收集到的数据存入数据库,同时,从数据库中淘汰掉一条时间最晚的旧数据;
步骤S500包括:
步骤S501.用户结束用水后,记录用户本次用水的平均用水温度与用水量,将记录添加进数据库中;
步骤S502.更新数据库中的记录,当检测到数据库中的记录条数大于数据容量时,从数据库中删除掉一条时间最晚的旧记录。
实施例:
系统预设采样时间T=1天,K1=1℃,K2=-1℃,水的比热容G=4.2KJ/(kg·℃),空调系统在12℃时的热势记为0,储水箱阈值为25℃,数据容量为30条;空调热泵开始工作后,每隔1天采集一次用户的用水数据和空调系统的热势数据,采集到的数据写成记录存入数据库,采集到前三天的记录分别为:记录1:用水量10Kg,用水温度42℃,空调温度24℃,空调热势为1260KJ,记录2:用水量8Kg,用水温度40℃,空调温度26℃,空调热势为1470KJ,记录3:用水量12Kg,用水温度38℃,空调温度16℃,空调热势为420KJ;
系统预测第四天用户的用水量用水温度空调系统的平均温度H=22℃,产热系数R=105KJ/℃;系统检测到此时的环境温度为30℃,计算空调系统的吸收热量L1=(H0-H)*R=840KJ,接入冷水的温度C0=20℃,计算用水热量L2=S*(C-C0)*G=100*21*4.2=882KJ,检测到热泵的储水容量E=5KG,则计算出的储水温度/>
空调系统开始工作,将环境温度降低到22℃,由于L1<L2,将空调系统降低环境温度时吸收的热量全部用来加热热水,再通过电辅热提供L2-L1=42KJ热量,将储水箱中20℃的冷水加热到62℃;检测到用户用水时,把储水箱中的水作为驱动热源,驱动热泵输出温度为41℃的温水供用户使用,当检测到储水箱中的热水温度降低到25℃时,向用户发出热水不足的警报;用户结束用水后,记录用户本次用水的平均用水温度与用水量,将记录添加进数据库中。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。
最后应说明的是:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,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。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保护范围之内。
Claims (10)
1.一种基于大数据的空调热泵设备数据管理方法,包括以下步骤:
S100.系统每隔固定的时间收集一次用户的用水数据和空调系统的热势数据,并将每次采集到的数据编为一条历史记录存入数据库;根据数据库中的历史记录模拟用户的用水习惯,预测用户在下一个时间段内的预计用水数据,并根据空调系统的历史使用记录,预测下一个时间段内空调系统的期望温度;
S200.根据步骤S100中预测到的空调系统的期望温度,结合环境温度,计算出空调热泵在降低室温的过程中吸收的热量,记为吸收热量;根据用户的预计用水数据,结合待加热冷水的温度,计算用户在下一个时间段内需要的用水热量;根据用水热量和热泵的储水容量进一步计算热泵的储水温度;
S300.空调系统完成制冷后,在热泵的储水单元中接入待加热的冷水,利用热泵的功能将空调系统吸收的热量搬运到冷水中,对冷水进行加热;将步骤S200中计算出的吸收热量与用水热量进行比较,若吸收热量多于或等于用水热量,在将冷水加热到储水温度后,超出的部分的热量通过散热系统散失掉,若吸收热量少于用水热量,则在热泵把吸收热量全部搬运到冷水中后,再使用电辅热继续加热冷水,最终把冷水加热到储水温度,升温后的热水存入储水箱;
S400.检测用户的用水情况,在检测到用户使用热水时,根据步骤S100中的用水数据,把储水箱中的热水作为驱动热源,通过热泵把热水调节到用户需要的温度并输出,并在热量不足时向用户发出警告;
S500.用户用水结束时,收集用户本次用水过程中的用水数据,将收集到的数据存入数据库,当检测到数据库中的记录条数大于数据容量时,从数据库中删除掉一条时间最晚的旧记录。
2.根据权利要求1所述的一种基于大数据的空调热泵设备数据管理方法,其特征在于:
步骤S100包括:
步骤S101.系统每隔固定的时间间隔T采集一次用户在该时间段内的用水数据,T设定在系统中,所述用水数据包括:用水量与用水温度,采集空调系统的热势数据,所述热势数据包括:空调的温度与空调的热势,将采集到的数据进行汇总,作为一条记录存入数据库中;
步骤S102.根据数据库中的记录进行计算,按以下公式计算出用户在下一个时间段内的预计用水量S:
其中,S0称为平均用水量,所述n0代表数据库中记录的总数量,n0为正整数,i代表数据库中所有记录的序号,Si代表序号为i的记录中的用水量;
n1代表所有用水量高于平均用水量的记录数量,n2表示所有用水量低于平均用水量的记录数量,n1和n2均为正整数,p代表数据库中所有用水量高于平均用水量的记录的序号,Sp代表序号为p的记录中的用水量,q代表数据库中所有用水量低于平均用水量的记录的序号,Sq代表序号为q的记录中的用水量,当时,代表系统数据不足,停止系统的计算过程,并向用户发送索要数据的信息;
用以下公式计算出预计用水温度C:
其中,n0代表数据库中记录的总数量,n0为正整数,i代表数据库中所有记录的序号,Ci代表序号为i的记录中的用水温度,K称为温度调整值,当数据库中的用水温度高于平均用水温度的记录数量多于用水温度低于或等于平均用水温度的记录数量时,K=K1,否则K=K2,K1和K2均为常数,且K1>0,K2<0,所述平均用水温度记为C0,其中
步骤S103.读取数据库中空调系统的热势数据,所述热势数据包括:空调温度和空调系统的热势,根据历史记录中的空调温度计算出平均温度H,将H作为用户下一阶段使用空调的期望温度,根据数据库中空调在不同温度下的热势计算出空调系统的产热系数R,所述R代表温度每降低一个单位,空调系统需要吸收的热量。
3.根据权利要求1所述的一种基于大数据的空调热泵设备数据管理方法,其特征在于:步骤S200包括:
步骤S201.测量出空调系统所处的环境温度H0,计算空调系统的吸收热量L1,所述L1=(H0-H)*R,其中H0>H;
步骤S202.测量待加热冷水的温度C0,根据步骤S100计算出的预计用水数据,计算用户的用水热量L2,所述L2=S*(C-C0)*G,其中G为水的比热容,G>0;
步骤S203.获取热泵的储水容量E,根据用户的用水热量L2计算计算热水的储水温度F,所述其中E>0。
4.根据权利要求1所述的一种基于大数据的空调热泵设备数据管理方法,其特征在于:在步骤S300中,空调系统把环境温度降低到H,在热泵系统中接入待加热的冷水直到填满储水箱,比较步骤S200中L1与L2的大小,若L1大于或等于L2,则将L2作为热泵的加热热量,将空调系统吸收的热量搬运到冷水中,将储水箱中的冷水加热到储水温度F;若L1小于L2,则在将空调系统吸收的热量全部搬运到储水箱中的冷水中,并继续利用电辅热对冷水进行加热,直到将储水箱中的冷水加热到储水温度F为止;
在步骤S400中,系统检测到用户开始用水后,用储水箱中的水作为驱动热源,驱动热泵输出温度为C的温水供用户使用,使用过程中用户可以手动调节热泵的输出温度;系统实时检测用户的用水数据,当检测到储水箱中的热水温度降低到阈值时,向用户发出热水不足的警报。
5.根据权利要求1所述的一种基于大数据的空调热泵设备数据管理方法,其特征在于:
步骤S500包括:
步骤S501.用户结束用水后,记录用户本次用水的平均用水温度与用水量,将记录添加进数据库中;
步骤S502.更新数据库中的记录,当检测到数据库中的记录条数大于数据容量时,从数据库中删除掉一条时间最晚的旧记录。
6.一种基于大数据的空调热泵设备数据管理系统,其特征在于,所述系统包括以下模块:大数据分析模块、热量计算模块、热泵升温模块、用水处理模块和数据更新模块;
大数据分析模块用于每隔一个时间段收集用户的使用数据,并将数据存入数据库,根据收集到的数据绘制用户画像,模拟用户生活习惯,计算出用户在下一个时间段内的空调热势数据和用水数据;
热量计算模块用于根据空调热泵的设定温度和空调使用数据计算出热泵在降低室温的过程中的吸收热量,根据用户用水数据计算用户在用水时需要的用水热量,并根据空调热泵的储水容量进一步计算热泵的储水温度;
热泵升温单元用于接入待加热的冷水,将空调吸收的热量搬运到冷水中,根据计算出的吸收热量与用水热量,将多出的热量散失掉,不足的热量用电辅热补足,最终把冷水加热到储水温度,升温后的水存入储水箱;
用水处理单元用于检测用户用水情况,检测到用户使用热水时,将储水箱中的水调节到用户需要的温度并输出,并在热量不足时向用户发出警告;
数据更新单元用于在用户用水结束后,统计用户在用水阶段的用水数据,并将用水数据存入数据库,更新原有的数据。
7.根据权利要求6所述的一种基于大数据的空调热泵设备数据管理系统,其特征在于:大数据分析模块包括:信息采集单元、数据库单元和数据分析单元;
信息采集单元用于收集用户在用水时的用水数据,所述用水数据包括:用水量和用水温度,收集空调系统的热势数据,所述热势数据包括:空调温度数据和空调在调节温度时的热势;
数据库单元用于储存收集到的各类数据,并将数据提供给其他单元使用;
数据分析单元用于根据数据库中记录的用户历史用水量,计算用户在下一阶段内的预计用水量;
根据数据库中的用户历史用水温度,计算用户在下一阶段内的预计用水温度;
根据数据库中的历史空调温度,计算出下一阶段的空调期望温度;
根据数据库中不同温度下空调系统的热势,计算空调热泵的产热系数。
8.根据权利要求6所述的一种基于大数据的空调热泵设备数据管理系统,其特征在于:热量计算模块包括:制冷量计算单元、热量计算单元和温度计算单元;
制冷量计算单元用于采集环境温度,根据环境温度与期望温度的温差,计算出空调热泵能够从环境中吸收的热量,称为吸收热量;
热量计算单元用于采集大数据分析模块计算出的预计用水量与预计用水温度,计算出用户所需热水的总热量,称为用水热量;
温度计算单元用于获取空调热泵的储水容量,根据储水容量、待加热冷水的温度和用户的用水热量计算出热泵的储水温度。
9.根据权利要求6所述的一种基于大数据的空调热泵设备数据管理系统,其特征在于:热泵升温模块包括:冷水输入单元、热量搬运单元、热量调节单元和储水单元;
冷水输入单元用于输入待加热的冷水,使其填满空调热泵的储水单元;
热量搬运单元用于将空调系统吸收的热量搬运到待加热的冷水中,使冷水的温度升高;
热量调节单元由散热器与电热丝组成,用于比较吸收热量与用水热量,若吸收热量大于或等于用水热量,在检测到冷水的温度升高到储水温度后,将多余的热量通过散热器散失出去,若吸收热量小于用水热量,则通过电热丝继续对冷水进行加热,直到其温度达到储水温度文字;
储水单元用于储存待加热的冷水,并将冷水送入热泵进行加热,储存加热后的水。
10.根据权利要求6所述的一种基于大数据的空调热泵设备数据管理系统,其特征在于:用水处理模块包括:用水检测单元和温度调节单元;
用水检测单元用于检测到用户用水时,将储水箱中的水作为驱动热源,驱动热泵输出温度为C的温水供用户使用;
温度调节单元用于提供用户手动调节温度的渠道,用户手动调节温度后,系统中的用水温度C由用户确定;当检测到储水箱中的水水温不足时,向用户发出热水不足的警报;
数据更新模块包括:数据反馈单元和数据修正单元;
数据反馈单元用于在用户结束用水后,记录用户本次用水的平均用水温度与用水量,将记录添加进数据库中;
数据修正单元用于更新数据库中的记录,当检测到数据库中的记录条数大于数据容量时,从数据库中删除掉一条时间最晚的旧记录。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310844262.5A CN116734453B (zh) | 2023-07-11 | 2023-07-11 | 一种基于大数据的空调热泵设备数据管理系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310844262.5A CN116734453B (zh) | 2023-07-11 | 2023-07-11 | 一种基于大数据的空调热泵设备数据管理系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116734453A true CN116734453A (zh) | 2023-09-12 |
CN116734453B CN116734453B (zh) | 2024-01-12 |
Family
ID=87915075
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310844262.5A Active CN116734453B (zh) | 2023-07-11 | 2023-07-11 | 一种基于大数据的空调热泵设备数据管理系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116734453B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103370584A (zh) * | 2011-02-14 | 2013-10-23 | 三菱电机株式会社 | 制冷循环装置及制冷循环控制方法 |
CN105972829A (zh) * | 2016-06-14 | 2016-09-28 | 珠海格力电器股份有限公司 | 一种用于热水器的预热方法、装置及热水器 |
CN106225246A (zh) * | 2016-07-20 | 2016-12-14 | 合肥美的暖通设备有限公司 | 空气能热水器及其加热控制方法和装置 |
CN106322768A (zh) * | 2015-06-25 | 2017-01-11 | 青岛海尔智能技术研发有限公司 | 热水器及其控制方法 |
CN108253563A (zh) * | 2017-12-27 | 2018-07-06 | 珠海格力电器股份有限公司 | 一种空调热水一体机控制方法及装置 |
CN109282499A (zh) * | 2017-07-21 | 2019-01-29 | 青岛经济技术开发区海尔热水器有限公司 | 一种热水器预测用户用水行为的方法及热水器 |
WO2019026801A1 (ja) * | 2017-08-02 | 2019-02-07 | ダイキン工業株式会社 | 給湯システム |
JP2020067196A (ja) * | 2018-10-22 | 2020-04-30 | リンナイ株式会社 | 給湯システム |
-
2023
- 2023-07-11 CN CN202310844262.5A patent/CN116734453B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103370584A (zh) * | 2011-02-14 | 2013-10-23 | 三菱电机株式会社 | 制冷循环装置及制冷循环控制方法 |
CN106322768A (zh) * | 2015-06-25 | 2017-01-11 | 青岛海尔智能技术研发有限公司 | 热水器及其控制方法 |
CN105972829A (zh) * | 2016-06-14 | 2016-09-28 | 珠海格力电器股份有限公司 | 一种用于热水器的预热方法、装置及热水器 |
CN106225246A (zh) * | 2016-07-20 | 2016-12-14 | 合肥美的暖通设备有限公司 | 空气能热水器及其加热控制方法和装置 |
CN109282499A (zh) * | 2017-07-21 | 2019-01-29 | 青岛经济技术开发区海尔热水器有限公司 | 一种热水器预测用户用水行为的方法及热水器 |
WO2019026801A1 (ja) * | 2017-08-02 | 2019-02-07 | ダイキン工業株式会社 | 給湯システム |
CN108253563A (zh) * | 2017-12-27 | 2018-07-06 | 珠海格力电器股份有限公司 | 一种空调热水一体机控制方法及装置 |
JP2020067196A (ja) * | 2018-10-22 | 2020-04-30 | リンナイ株式会社 | 給湯システム |
Also Published As
Publication number | Publication date |
---|---|
CN116734453B (zh) | 2024-01-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2022105260A1 (zh) | 一种装置的温度控制系统及温度控制方法 | |
JP6012868B2 (ja) | 熱負荷予測装置、配信システム、熱負荷予測方法及びプログラム | |
JP2008082642A (ja) | 蓄熱槽熱源システムの制御装置及び制御方法 | |
JP2020067270A (ja) | 空調制御プログラム、空調制御方法および空調制御装置 | |
CN109210729B (zh) | 一种提高空调制冷利用效率和冗余度方法及系统 | |
CN116734453B (zh) | 一种基于大数据的空调热泵设备数据管理系统及方法 | |
CN104595223A (zh) | 一种基于天气信息的风机转速控制方法及系统 | |
CN115614953A (zh) | 一种暖通空调智能送风控制方法及系统 | |
KR20200100884A (ko) | 차량의 열관리장치 제어시스템 및 제어방법 | |
CN106568172A (zh) | 节能温度控制方法、装置及空调遥控系统 | |
JP6389599B2 (ja) | 運転計画作成装置及び運転計画作成方法 | |
TW201027014A (en) | Method for managing air conditioning power consumption | |
JP6508287B1 (ja) | 水温制御方法、水温制御システム及びモデル構築装置 | |
CN113821004A (zh) | 建筑能量管理的优化方法、装置及设备 | |
JP2008082641A (ja) | 蓄熱槽熱源システムの制御装置及び制御方法 | |
US20150186906A1 (en) | Contract capacity optimizing system and optimizing method for using the same | |
JP2014230337A (ja) | 電力設備運転計画システム及びその方法 | |
CN114590098A (zh) | 一种汽车空调智能控制系统 | |
JP5951149B1 (ja) | 情報処理装置及び情報処理方法及び情報処理プログラム | |
CN117073243B (zh) | 基于太阳能的地温能热补偿方法、系统、终端及存储介质 | |
CN117091306B (zh) | 一种浅层地温能热补偿方法、系统、终端及存储介质 | |
JP2020190767A (ja) | 対象施設の電力需要予測装置 | |
JP5921313B2 (ja) | 空調設備の制御装置 | |
CN117313956B (zh) | 一种考虑热储能和电化学储能的楼宇能量优化方法及装置 | |
KR20210005351A (ko) | 차량의 열관리장치 제어시스템 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 |