CN116753662B - 冷柜分区控制方法及系统 - Google Patents
冷柜分区控制方法及系统 Download PDFInfo
- Publication number
- CN116753662B CN116753662B CN202311027738.2A CN202311027738A CN116753662B CN 116753662 B CN116753662 B CN 116753662B CN 202311027738 A CN202311027738 A CN 202311027738A CN 116753662 B CN116753662 B CN 116753662B
- Authority
- CN
- China
- Prior art keywords
- partition
- power
- refrigeration
- temperature data
- control period
- 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
- 238000005192 partition Methods 0.000 title claims abstract description 494
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000005057 refrigeration Methods 0.000 claims abstract description 473
- 238000009423 ventilation Methods 0.000 claims abstract description 230
- 238000007710 freezing Methods 0.000 claims abstract description 172
- 230000008014 freezing Effects 0.000 claims abstract description 172
- 230000008859 change Effects 0.000 claims description 96
- 238000001816 cooling Methods 0.000 claims description 17
- 238000005265 energy consumption Methods 0.000 abstract description 13
- 230000006870 function Effects 0.000 description 49
- 239000004973 liquid crystal related substance Substances 0.000 description 10
- 230000008569 process Effects 0.000 description 10
- 230000007423 decrease Effects 0.000 description 5
- 238000004590 computer program Methods 0.000 description 4
- 238000005457 optimization Methods 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012886 linear function Methods 0.000 description 2
- 230000033228 biological regulation Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F25—REFRIGERATION OR COOLING; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS; MANUFACTURE OR STORAGE OF ICE; LIQUEFACTION SOLIDIFICATION OF GASES
- F25D—REFRIGERATORS; COLD ROOMS; ICE-BOXES; COOLING OR FREEZING APPARATUS NOT OTHERWISE PROVIDED FOR
- F25D11/00—Self-contained movable devices, e.g. domestic refrigerators
- F25D11/02—Self-contained movable devices, e.g. domestic refrigerators with cooling compartments at different temperatures
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F25—REFRIGERATION OR COOLING; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS; MANUFACTURE OR STORAGE OF ICE; LIQUEFACTION SOLIDIFICATION OF GASES
- F25D—REFRIGERATORS; COLD ROOMS; ICE-BOXES; COOLING OR FREEZING APPARATUS NOT OTHERWISE PROVIDED FOR
- F25D29/00—Arrangement or mounting of control or safety devices
- F25D29/005—Mounting of control devices
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Physics & Mathematics (AREA)
- Mechanical Engineering (AREA)
- Thermal Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Devices That Are Associated With Refrigeration Equipment (AREA)
Abstract
本发明提供一种冷柜分区控制方法及系统,涉及冷柜技术领域;所述方法包括:在第i个控制周期获取冷冻分区的第一温度数据和冷藏分区的第二温度数据;获取换气功率、冷冻分区和冷藏分区的制冷功率;确定换气功率与冷冻分区和冷藏分区的制冷功率之间的关系;确定冷冻分区的制冷功率、冷藏分区的制冷功率和换气功率是否需要调整;如果需要调整,根据所述关系、第一温度数据、第二温度数据、换气功率、冷冻分区和冷藏分区的制冷功率,获得第i+1个控制周期内的换气功率、第冷冻分区的制冷功率和冷藏分区的制冷功率,并对冷柜进行制冷。根据本发明,能够利用冷冻分区的更低的温度为冷藏分区降温,提升冷量利用率,降低能耗。
Description
技术领域
本发明涉及冷柜技术领域,尤其涉及一种冷柜分区控制方法及系统。
背景技术
在相关技术中,冷柜可设置有两个分区,即,冷藏分区和冷冻分区,冷藏分区的温度通常设置为较高的温度,例如,5℃,冷冻分区的温度通常设置为较低的温度,例如,-20℃。冷藏分区和冷冻分区可进行独立制冷,例如,冷藏分区和冷冻分区通常相互隔绝,互相不能交换热量,冷柜可分别向冷藏分区和冷冻分区提供制冷功率,使得二者的制冷系统可进行独立制冷。然而,独立制冷的能耗可能较高,无法利用冷冻分区的更低的温度为冷藏分区降温,使得冷量的利用率较低。
发明内容
本发明实施例提供一种冷柜分区控制方法及系统,可利用冷冻分区的更低的温度为冷藏分区降温,提升冷量利用率,降低能耗,并使使得冷藏分区和冷冻分区的温度及时调整至设定温度并保持设定温度,提升温度调节的效率。
根据本发明的实施例的第一方面,提供一种冷柜分区控制方法,包括:
在第i个控制周期内的多个时刻,获取冷柜内的冷冻分区的第一温度数据和冷藏分区的第二温度数据,其中,i为正整数;
确定所述冷冻分区的第一设定温度数据,以及所述冷藏分区的第二设定温度数据;
获取所述第i个控制周期内的所述冷冻分区和所述冷藏分区之间的换气通道中设置的换气组件的换气功率、第i个控制周期内的冷冻分区的制冷功率以及第i个控制周期内的冷藏分区的制冷功率;
根据所述第一温度数据和所述第二温度数据,以及第i个控制周期内的换气功率、第i个控制周期内的冷冻分区的制冷功率和第i个控制周期内的冷藏分区的制冷功率,确定所述换气功率与所述冷冻分区的制冷功率和冷藏分区的制冷功率之间的关系;
根据所述第一温度数据、所述第二温度数据、所述第一设定温度数据和所述第二设定温度数据,确定所述冷冻分区的制冷功率、所述冷藏分区的制冷功率和所述换气功率中的至少一种是否需要调整;
在所述冷冻分区的制冷功率、所述冷藏分区的制冷功率和所述换气功率中的至少一种需要调整的情况下,根据所述换气功率与所述冷冻分区的制冷功率和冷藏分区的制冷功率之间的关系,和所述第一温度数据、所述第二温度数据、第i个控制周期内的换气功率、第i个控制周期内的冷冻分区的制冷功率以及第i个控制周期内的冷藏分区的制冷功率,获得第i+1个控制周期内的换气功率、第i+1个控制周期内的冷冻分区的制冷功率和第i+1个控制周期内的冷藏分区的制冷功率;
在第i+1个控制周期,根据所述第i+1个控制周期内的换气功率、所述第i+1个控制周期内的冷冻分区的制冷功率和所述第i+1个控制周期内的冷藏分区的制冷功率,对所述冷柜进行制冷。
根据本发明的一个实施例,根据所述第一温度数据和所述第二温度数据,以及第i个控制周期内的换气功率、第i个控制周期内的冷冻分区的制冷功率和第i个控制周期内的冷藏分区的制冷功率,确定所述换气功率与所述冷冻分区的制冷功率和冷藏分区的制冷功率之间的关系,包括:
根据公式
;
确定所述换气功率与所述冷冻分区的制冷功率、冷藏分区的制冷功率、所述第一温度数据和所述第二温度数据之间的关系函数,其中,为第i个控制周期内的换气功率,/>为第i个控制周期内的冷冻分区的制冷功率、/>为第i个控制周期内的冷藏分区的制冷功率,/>为第i个控制周期内的第一温度数据的温度变化,/>为第i个控制周期内的第二温度数据的温度变化,/>和/>为待定系数;
根据所述第一温度数据和所述第二温度数据,以及所述关系函数,求解所述待定系数;
根据所述待定系数的求解值、所述第一温度数据和所述第二温度数据,确定所述换气功率与所述冷冻分区的制冷功率和冷藏分区的制冷功率之间的关系。
根据本发明的一个实施例,根据所述待定系数的求解值、所述第一温度数据和所述第二温度数据,确定所述换气功率与所述冷冻分区的制冷功率和冷藏分区的制冷功率之间的关系,包括:
对第i个控制周期内的多个时刻的第一温度数据进行拟合,确定第i个控制周期的冷冻分区的温度与时间之间的第一拟合函数,其中,
所述第一拟合函数为,/>为/>的求解值,/>和/>为拟合系数,/>为第i个控制周期的第一温度数据与时间的关系函数;
对第i个控制周期内的多个时刻的第二温度数据进行拟合,确定第i个控制周期的冷藏分区的温度与时间之间的第二拟合函数,其中,所述第二拟合函数为,/>为/>的求解值,/>和/>为拟合系数,为第i个控制周期的第二温度数据与时间的关系函数;
根据公式
;
确定所述换气功率与所述冷冻分区的制冷功率和冷藏分区的制冷功率之间的关系,其中,为换气功率,/>为冷冻分区的制冷功率、/>为冷藏分区的制冷功率,t为任意时刻。
根据本发明的一个实施例,根据所述第一温度数据、所述第二温度数据、所述第一设定温度数据和所述第二设定温度数据,确定所述冷冻分区的制冷功率、所述冷藏分区的制冷功率和所述换气功率中的至少一种是否需要调整,包括:
根据所述第一温度数据,确定所述第一温度数据的第一平均变化率;
在所述第i个控制周期内的最后一个时刻的第一温度数据与所述第一设定温度数据之间的第一温度差距大于或等于第一温差阈值,且所述第一平均变化率为负数,且所述第一平均变化率的绝对值小于或等于第一变化率阈值的情况下,确定所述冷冻分区的制冷功率、所述冷藏分区的制冷功率和所述换气功率中的至少一种是否需要调整。
根据本发明的一个实施例,根据所述第一温度数据、所述第二温度数据、所述第一设定温度数据和所述第二设定温度数据,确定所述冷冻分区的制冷功率、所述冷藏分区的制冷功率和所述换气功率中的至少一种是否需要调整,包括:
根据所述第二温度数据,确定所述第二温度数据的第二平均变化率;
在所述第i个控制周期内的最后一个时刻的第二温度数据与所述第二设定温度数据之间的第二温度差距大于或等于第二温差阈值,且所述第二平均变化率为负数,且所述第二平均变化率的绝对值小于或等于第二变化率阈值的情况下,确定所述冷冻分区的制冷功率、所述冷藏分区的制冷功率和所述换气功率中的至少一种是否需要调整。
根据本发明的一个实施例,在所述冷冻分区的制冷功率、所述冷藏分区的制冷功率和所述换气功率中的至少一种需要调整的情况下,根据所述换气功率与所述冷冻分区的制冷功率和冷藏分区的制冷功率之间的关系,和所述第一温度数据、所述第二温度数据、第i个控制周期内的换气功率、第i个控制周期内的冷冻分区的制冷功率以及第i个控制周期内的冷藏分区的制冷功率,获得第i+1个控制周期内的换气功率、第i+1个控制周期内的冷冻分区的制冷功率和第i+1个控制周期内的冷藏分区的制冷功率,包括:
将所述换气功率与所述冷冻分区的制冷功率和冷藏分区的制冷功率之间的关系,和所述第一温度数据、所述第二温度数据、第i个控制周期内的换气功率、第i个控制周期内的冷冻分区的制冷功率以及第i个控制周期内的冷藏分区的制冷功率,输入已训练的制冷控制模型,获得第i+1个控制周期内的换气功率、第i+1个控制周期内的冷冻分区的制冷功率和第i+1个控制周期内的冷藏分区的制冷功率。
根据本发明的一个实施例,所述方法还包括:
将所述换气功率与所述冷冻分区的制冷功率和冷藏分区的制冷功率之间的关系,以及第k个历史控制周期内的多个时刻的冷冻分区的第一历史温度数据、冷藏分区的第二历史温度数据,和所述第k个历史控制周期的历史换气功率、第k个历史控制周期内的冷藏分区的制冷功率和第k个历史控制周期内冷冻分区的制冷功率,输入制冷控制模型,获得第k+1个控制周期的预测换气功率、冷冻分区的预测制冷功率和冷藏分区的预测制冷功率,以及第k+1个控制周期的多个时刻的冷冻分区的第一预测温度数据和冷藏分区的第二预测温度数据,其中,k为小于i的正整数;
根据公式
;
获得制冷控制模型的损失函数,其中,/>为第k+1个控制周期的冷冻分区的预测制冷功率,/>为第k+1个控制周期的冷藏分区的预测制冷功率,/>为第k+1个控制周期的预测换气功率,/>为所述第一设定温度数据,/>为所述第二设定温度数据,/>为第n个时刻的第一预测温度数据,/>为第n个时刻的第二预测温度数据,n为第k+1个控制周期包括的时刻数量,/>为第k+1个控制周期的第n个时刻,/>为第一预测温度数据在第k+1个控制周期内的温度变化,/>为第二预测温度数据在第k+1个控制周期内的温度变化,/>为各个控制周期的持续时长,/>、/>、/>、/>、/>和/>为预设权值;
根据所述制冷控制模型的损失函数对所述制冷控制模型进行训练,获得已训练的制冷控制模型。
根据本发明的实施例的第二方面,提供一种冷柜分区控制系统,所述系统包括:
采集模块,用于在第i个控制周期内的多个时刻,获取冷柜内的冷冻分区的第一温度数据和冷藏分区的第二温度数据,其中,i为正整数;
设定模块,用于确定所述冷冻分区的第一设定温度数据,以及所述冷藏分区的第二设定温度数据;
获取模块,用于获取所述第i个控制周期内的所述冷冻分区和所述冷藏分区之间的换气通道中设置的换气组件的换气功率、第i个控制周期内的冷冻分区的制冷功率以及第i个控制周期内的冷藏分区的制冷功率;
关系模块,用于根据所述第一温度数据和所述第二温度数据,以及第i个控制周期内的换气功率、第i个控制周期内的冷冻分区的制冷功率和第i个控制周期内的冷藏分区的制冷功率,确定所述换气功率与所述冷冻分区的制冷功率和冷藏分区的制冷功率之间的关系;
判断模块,用于根据所述第一温度数据、所述第二温度数据、所述第一设定温度数据和所述第二设定温度数据,确定所述冷冻分区的制冷功率、所述冷藏分区的制冷功率和所述换气功率中的至少一种是否需要调整;
预测模块,用于在所述冷冻分区的制冷功率、所述冷藏分区的制冷功率和所述换气功率中的至少一种需要调整的情况下,根据所述换气功率与所述冷冻分区的制冷功率和冷藏分区的制冷功率之间的关系,和所述第一温度数据、所述第二温度数据、第i个控制周期内的换气功率、第i个控制周期内的冷冻分区的制冷功率以及第i个控制周期内的冷藏分区的制冷功率,获得第i+1个控制周期内的换气功率、第i+1个控制周期内的冷冻分区的制冷功率和第i+1个控制周期内的冷藏分区的制冷功率;
制冷模块,用于在第i+1个控制周期,根据所述第i+1个控制周期内的换气功率、所述第i+1个控制周期内的冷冻分区的制冷功率和所述第i+1个控制周期内的冷藏分区的制冷功率,对所述冷柜进行制冷。
根据本发明的一个实施例,所述关系模块进一步用于:
根据公式
;
确定所述换气功率与所述冷冻分区的制冷功率、冷藏分区的制冷功率、所述第一温度数据和所述第二温度数据之间的关系函数,其中,为第i个控制周期内的换气功率,/>为第i个控制周期内的冷冻分区的制冷功率、/>为第i个控制周期内的冷藏分区的制冷功率,/>为第i个控制周期内的第一温度数据的温度变化,/>为第i个控制周期内的第二温度数据的温度变化,/>和/>为待定系数;
根据所述第一温度数据和所述第二温度数据,以及所述关系函数,求解所述待定系数;
根据所述待定系数的求解值、所述第一温度数据和所述第二温度数据,确定所述换气功率与所述冷冻分区的制冷功率和冷藏分区的制冷功率之间的关系。
根据本发明的一个实施例,所述关系模块进一步用于:
对第i个控制周期内的多个时刻的第一温度数据进行拟合,确定第i个控制周期的冷冻分区的温度与时间之间的第一拟合函数,其中,所述第一拟合函数为,/>为/>的求解值,/>和/>为拟合系数,为第i个控制周期的第一温度数据与时间的关系函数;
对第i个控制周期内的多个时刻的第二温度数据进行拟合,确定第i个控制周期的冷藏分区的温度与时间之间的第二拟合函数,其中,所述第二拟合函数为,/>为/>的求解值,/>和/>为拟合系数,为第i个控制周期的第二温度数据与时间的关系函数;
根据公式
;
确定所述换气功率与所述冷冻分区的制冷功率和冷藏分区的制冷功率之间的关系,其中,为换气功率,/>为冷冻分区的制冷功率、/>为冷藏分区的制冷功率,t为任意时刻。
根据本发明的一个实施例,所述判断模块进一步用于:
根据所述第一温度数据,确定所述第一温度数据的第一平均变化率;
在所述第i个控制周期内的最后一个时刻的第一温度数据与所述第一设定温度数据之间的第一温度差距大于或等于第一温差阈值,且所述第一平均变化率为负数,且所述第一平均变化率的绝对值小于或等于第一变化率阈值的情况下,确定所述冷冻分区的制冷功率、所述冷藏分区的制冷功率和所述换气功率中的至少一种是否需要调整。
根据本发明的一个实施例,所述判断模块进一步用于:
根据所述第二温度数据,确定所述第二温度数据的第二平均变化率;
在所述第i个控制周期内的最后一个时刻的第二温度数据与所述第二设定温度数据之间的第二温度差距大于或等于第二温差阈值,且所述第二平均变化率为负数,且所述第二平均变化率的绝对值小于或等于第二变化率阈值的情况下,确定所述冷冻分区的制冷功率、所述冷藏分区的制冷功率和所述换气功率中的至少一种是否需要调整。
根据本发明的一个实施例,所述预测模块进一步用于:
将所述换气功率与所述冷冻分区的制冷功率和冷藏分区的制冷功率之间的关系,和所述第一温度数据、所述第二温度数据、第i个控制周期内的换气功率、第i个控制周期内的冷冻分区的制冷功率以及第i个控制周期内的冷藏分区的制冷功率,输入已训练的制冷控制模型,获得第i+1个控制周期内的换气功率、第i+1个控制周期内的冷冻分区的制冷功率和第i+1个控制周期内的冷藏分区的制冷功率。
根据本发明的一个实施例,所述系统还包括训练模块,用于:
将所述换气功率与所述冷冻分区的制冷功率和冷藏分区的制冷功率之间的关系,以及第k个历史控制周期内的多个时刻的冷冻分区的第一历史温度数据、冷藏分区的第二历史温度数据,和所述第k个历史控制周期的历史换气功率、第k个历史控制周期内的冷藏分区的制冷功率和第k个历史控制周期内冷冻分区的制冷功率,输入制冷控制模型,获得第k+1个控制周期的预测换气功率、冷冻分区的预测制冷功率和冷藏分区的预测制冷功率,以及第k+1个控制周期的多个时刻的冷冻分区的第一预测温度数据和冷藏分区的第二预测温度数据,其中,k为小于i的正整数;
根据公式
;
获得制冷控制模型的损失函数,其中,/>为第k+1个控制周期的冷冻分区的预测制冷功率,/>为第k+1个控制周期的冷藏分区的预测制冷功率,/>为第k+1个控制周期的预测换气功率,/>为所述第一设定温度数据,/>为所述第二设定温度数据,/>为第n个时刻的第一预测温度数据,/>为第n个时刻的第二预测温度数据,n为第k+1个控制周期包括的时刻数量,/>为第k+1个控制周期的第n个时刻,/>为第一预测温度数据在第k+1个控制周期内的温度变化,/>为第二预测温度数据在第k+1个控制周期内的温度变化,/>为各个控制周期的持续时长,/>、/>、/>、/>、/>和/>为预设权值;
根据所述制冷控制模型的损失函数对所述制冷控制模型进行训练,获得已训练的制冷控制模型。
根据本发明的实施例的第三方面,提供一种冷柜分区控制设备,包括:处理器;用于存储处理器可执行指令的存储器;其中,所述处理器被配置为调用所述存储器存储的指令,以执行所述冷柜分区控制方法。
根据本发明的实施例的第四方面,提供一种计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现所述冷柜分区控制方法。
根据本发明的实施例的冷柜分区控制方法,可在冷冻分区和冷藏分区之间设置换气通道,并在换气通道中设置换气组件,从而可利用冷冻分区的更低的温度为冷藏分区降温,提升冷量利用率,降低能耗。并可基于实测的温度数据来判断冷冻分区的制冷功率、冷藏分区的制冷功率和换气功率中的至少一种是否需要调整,以及时设置适当的冷冻分区的制冷功率、冷藏分区的制冷功率和换气功率,使得冷藏分区和冷冻分区的温度及时调整至设定温度并保持设定温度,提升温度调节的效率,降低能耗。在调整过程中,可利用实测的第一温度数据和第二温度数据来求解特定控制周期内的换气功率与冷冻分区的制冷功率和冷藏分区的制冷功率之间的关系,并将具体数据替换为具有更广泛意义的物理变量,从而获得换气功率与冷冻分区的制冷功率和冷藏分区的制冷功率之间的关系,以更准确地描述冷冻分区的制冷功率、冷藏分区的制冷功率和换气功率之间的约束关系,为求解下一个控制周期的最优化的换气功率、冷冻分区的制冷功率和冷藏分区的制冷功率提供更准确的优化方向。并且,可在训练制冷控制模型的过程中,使预测数据符合约束条件,并在使冷冻分区和冷藏分区能够达到设定温度数据的情况下使总能耗最小化,且使符合约束条件的温度预测数据的线性度提升,从而提升制冷控制模型的精度。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,而非限制本发明。根据下面参考附图对示例性实施例的详细说明,本发明的其它特征及方面将更清楚。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的实施例;
图1示例性地示出根据本发明实施例的冷柜分区控制方法的流程示意图;
图2示例性地示出根据本发明实施例的冷柜分区控制系统的示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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。
下面以具体地实施例对本发明的技术方案进行详细说明。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例不再赘述。
图1示例性地示出根据本发明实施例的冷柜分区控制方法的流程示意图,如图1所示,所述方法包括:
步骤S101,在第i个控制周期内的多个时刻,获取冷柜内的冷冻分区的第一温度数据和冷藏分区的第二温度数据,其中,i为正整数;
步骤S102,确定所述冷冻分区的第一设定温度数据,以及所述冷藏分区的第二设定温度数据;
步骤S103,获取所述第i个控制周期内的所述冷冻分区和所述冷藏分区之间的换气通道中设置的换气组件的换气功率、第i个控制周期内的冷冻分区的制冷功率以及第i个控制周期内的冷藏分区的制冷功率;
步骤S104,根据所述第一温度数据和所述第二温度数据,以及第i个控制周期内的换气功率、第i个控制周期内的冷冻分区的制冷功率和第i个控制周期内的冷藏分区的制冷功率,确定所述换气功率与所述冷冻分区的制冷功率和冷藏分区的制冷功率之间的关系;
步骤S105,根据所述第一温度数据、所述第二温度数据、所述第一设定温度数据和所述第二设定温度数据,确定所述冷冻分区的制冷功率、所述冷藏分区的制冷功率和所述换气功率中的至少一种是否需要调整;
步骤S106,在所述冷冻分区的制冷功率、所述冷藏分区的制冷功率和所述换气功率中的至少一种需要调整的情况下,根据所述换气功率与所述冷冻分区的制冷功率和冷藏分区的制冷功率之间的关系,和所述第一温度数据、所述第二温度数据、第i个控制周期内的换气功率、第i个控制周期内的冷冻分区的制冷功率以及第i个控制周期内的冷藏分区的制冷功率,获得第i+1个控制周期内的换气功率、第i+1个控制周期内的冷冻分区的制冷功率和第i+1个控制周期内的冷藏分区的制冷功率;
步骤S107,在第i+1个控制周期,根据所述第i+1个控制周期内的换气功率、所述第i+1个控制周期内的冷冻分区的制冷功率和所述第i+1个控制周期内的冷藏分区的制冷功率,对所述冷柜进行制冷。
根据本发明的实施例的冷柜分区控制方法,可在冷冻分区和冷藏分区之间设置换气通道,并在换气通道中设置换气组件,从而可利用冷冻分区的更低的温度为冷藏分区降温,提升冷量利用率,降低能耗。并可基于实测的温度数据来判断冷冻分区的制冷功率、冷藏分区的制冷功率和换气功率中的至少一种是否需要调整,以及时设置适当的冷冻分区的制冷功率、冷藏分区的制冷功率和换气功率,使得冷藏分区和冷冻分区的温度及时调整至设定温度并保持设定温度,提升温度调节的效率,降低能耗。
根据本发明的一个实施例,在步骤S101中,冷柜内的冷冻分区和冷藏分区中均可设置有温度传感器,可在每个控制周期内的多个时刻分别采集温度数据,每个控制周期的持续时长可以是15分钟、30分钟、1小时等,本发明对每个控制周期的持续时长不做限制,每个控制周期可包括多个时刻,每个时刻之间的间隔时长可以是1分钟、30秒、15秒等,本发明对时刻之间的间隔时长不做限制。在当前的第i个控制周期内,可在每个时刻采集冷冻分区的第一温度数据和冷藏分区的第二温度数据。
根据本发明的一个实施例,在步骤S102中,可分别为冷冻分区和冷藏分区设定温度,例如,冷冻分区的第一设定温度数据为-20℃,冷藏分区的第二设定温度数据为5℃,本发明对第一设定温度和第二设定温度的具体数值不做限制。
根据本发明的一个实施例,在步骤S103中,可确定当前控制周期内冷冻分区的制冷功率和冷藏分区的制冷功率,并且,冷冻分区和冷藏分区之间可设置换气通道从而可进行热交换,并且,在换气通道中可设置换气组件,从而提升热交换速度。在不需要热交换时,可将换气通道关闭,保持冷冻分区和冷藏分区的隔离状态。在当前控制周期中,为了控制热交换速度,可控制换气组件的换气功率,换气功率越大,则换气速度越快,从而使得热交换速度越快。由于冷冻分区的温度通常低于冷藏分区,因此,在热交换过程中,冷藏分区的制冷效率上升,冷冻分区的制冷效率下降。
根据本发明的一个实施例,在步骤S104中,所述换气功率与所述冷冻分区的制冷功率和冷藏分区的制冷功率之间的关系,可用于描述冷冻分区的制冷功率、冷藏分区的制冷功率和换气功率的设置,对于冷冻分区和冷藏分区的温度调节速率的影响。也可表示冷冻分区的制冷功率、冷藏分区的制冷功率和换气功率之间的约束关系。
根据本发明的一个实施例,步骤S104可包括:根据公式(1)确定所述换气功率与所述冷冻分区的制冷功率、冷藏分区的制冷功率、所述第一温度数据和所述第二温度数据之间的关系函数,
(1)
其中,为第i个控制周期内的换气功率,/>为第i个控制周期内的冷冻分区的制冷功率、/>为第i个控制周期内的冷藏分区的制冷功率,/>为第i个控制周期内的第一温度数据的温度变化,/>为第i个控制周期内的第二温度数据的温度变化,和/>为待定系数;根据所述第一温度数据和所述第二温度数据,以及所述关系函数,求解所述待定系数;根据所述待定系数的求解值、所述第一温度数据和所述第二温度数据,确定所述换气功率与所述冷冻分区的制冷功率和冷藏分区的制冷功率之间的关系。
根据本发明的一个实施例,如上所述,在热交换过程中,冷藏分区的制冷效率上升,冷冻分区的制冷效率下降。在此过程中,冷冻分区的制冷效率下降的幅度可与换气组件的换气功率相关,冷藏分区的制冷效率上升的幅度也可与换气组件的换气功率相关。在冷冻分区的制冷效率下降后,可等效于冷冻分区的制冷功率下降为,在冷藏分区的制冷效率上升后,可等效于冷藏分区的制冷功率上升为/>。
根据本发明的一个实施例,冷冻分区在第i个控制周期的制冷过程中,温度变化幅度为,冷藏分区在第i个控制周期的制冷过程中,温度变化幅度为/>,因此,在第i个控制周期中,冷冻分区使用上述等效的制冷功率,在一定的制冷效率下实现了以上温度变化幅度,同样地,在第i个控制周期中,冷藏分区使用上述等效的制冷功率,在一定的制冷效率下实现了以上温度变化幅度,将冷冻分区的等效制冷功率和冷藏分区的等效制冷功率相除,并将冷冻分区的温度变化幅度和冷藏分区的温度变化幅度相除,在相除时,分子和分母可同时将制冷效率进行约分,因此,以上两个相除的数值可相等,如以下公式(2):
(2)
根据本发明的一个实施例,将公式(2)进行推导,可获得公式(1)。
根据本发明的一个实施例,在以上公式(1)或(2)中,和/>为待定系数,即,这两个系数是未知的,在求解出两个系数的具体数值之前,公式(1)或(2)仅用于描述换气功率、冷冻分区的制冷功率、冷藏分区的制冷功率和两个分区的温度变化之间的理论关系,但无法表示冷冻分区的制冷功率、冷藏分区的制冷功率和换气功率之间的具体约束关系,因此,可使用第一温度数据和第二温度数据来求解上述关系函数中的待定系数。
在示例中,可认为冷冻分区的制冷功率下降幅度等于冷藏分区的制冷功率上升幅度,因此,可使=/>,并利用第i个控制周期内的最后一个时刻的第一温度数据和第1个时刻的第一温度数据相减,获得/>,利用第i个控制周期内的最后一个时刻的第二温度数据和第1个时刻的第二温度数据相减获得/>,进而将第i个控制周期内的换气功率、第i个控制周期内的冷冻分区的制冷功率、第i个控制周期内的冷藏分区的制冷功率、第i个控制周期内的第一温度数据的温度变化和第i个控制周期内的第二温度数据的温度变化代入公式(1)或(2),可获得待定系数的求解值。
在示例中,如果考虑换气组件的能量损失,则≠/>,在这种情况下,可利用第一温度数据和第二温度数据,获得至少两组/>和/>,从而求解两个待定系数的解,例如,利用第i个控制周期内的最后一个时刻的第一温度数据和第1个时刻的第一温度数据相减,获得/>,利用第i个控制周期内的最后一个时刻的第二温度数据和第1个时刻的第二温度数据相减获得/>,还可利用相同时间段内的第一温度数据和第二温度数据的变化求解/>和/>,例如,可使用第y(y为小于第i个控制周期内的时刻总数的正整数)个时刻的第一温度数据和第1个时刻的第一温度数据相减,获得/>,并使用第y个时刻的第二温度数据和第1个时刻的第二温度数据相减,获得/>。基于以上方式,可获得至少两组/>和/>,并分别代入公式(1)或(2),从而获得待定系数的求解值。
根据本发明的一个实施例,在确定待定系数后,可根据所述待定系数的求解值、所述第一温度数据和所述第二温度数据,确定所述换气功率与所述冷冻分区的制冷功率和冷藏分区的制冷功率之间的关系,该步骤包括:
对第i个控制周期内的多个时刻的第一温度数据进行拟合,确定第i个控制周期的冷冻分区的温度与时间之间的第一拟合函数,其中,所述第一拟合函数如公式(3):
(3)
其中,为/>的求解值,/>和/>为拟合系数,/>为第i个控制周期的第一温度数据与时间的关系函数;
对第i个控制周期内的多个时刻的第二温度数据进行拟合,确定第i个控制周期的冷藏分区的温度与时间之间的第二拟合函数,其中,所述第二拟合函数如公式(4):
(4)
其中,为/>的求解值,/>和/>为拟合系数,/>为第i个控制周期的第二温度数据与时间的关系函数;
根据公式(5)确定所述换气功率与所述冷冻分区的制冷功率和冷藏分区的制冷功率之间的关系,
(5)
其中,为换气功率,/>为冷冻分区的制冷功率、/>为冷藏分区的制冷功率,t为任意时刻。
根据本发明的一个实施例,可将公式(1)中的具体数据替换为具有广泛意义的物理变量,根据公式(3),可获得第一拟合函数,其中,第一拟合函数为线性函数,其斜率为,可描述在等效功率为/>的情况下的冷冻分区的温度变化率。
根据本发明的一个实施例,根据公式(4),可获得第二拟合函数,其中,第二拟合函数为线性函数,其斜率为,可描述在等效功率为/>的情况下的冷藏分区的温度变化率。
根据本发明的一个实施例,由于公式(1)中分子和分母均存在第一温度数据的温度变化和第二温度数据的温度变化,而斜率为温度变化率,为温度变化与时间的比值,可将公式(1)中的分子部分和分母部分的第一温度数据的温度变化和第二温度数据的温度变化同时除以第i个控制周期的时长,使得公式(1)中的分子部分和分母部分的第一温度数据的温度变化和第二温度数据的温度变化同时变为第一温度数据的温度变化率和第二温度数据的温度变化率。进一步地,可将第一温度数据的温度变化率和第二温度数据的温度变化率替换为具有更广泛意义的物理变量,即,将第一温度数据的温度变化率替换为公式(3)的斜率,将第二温度数据的温度变化率替换为公式(4)的斜率。进一步地,可将第i个控制周期的换气功率、冷冻分区的制冷功率和冷藏分区的制冷功率的具体数据替换为具有更广泛意义的物理变量,即,分别替换为换气功率,冷冻分区的制冷功率/>和冷藏分区的制冷功率/>,从而获得表示冷冻分区的制冷功率、冷藏分区的制冷功率和换气功率之间的约束关系的公式(5)。
通过这种方式,可利用实测的第一温度数据和第二温度数据来求解特定控制周期内的换气功率与冷冻分区的制冷功率和冷藏分区的制冷功率之间的关系,并将具体数据替换为具有更广泛意义的物理变量,从而获得换气功率与冷冻分区的制冷功率和冷藏分区的制冷功率之间的关系,以更准确地描述冷冻分区的制冷功率、冷藏分区的制冷功率和换气功率之间的约束关系,为求解下一个控制周期的最优化的换气功率、冷冻分区的制冷功率和冷藏分区的制冷功率提供更准确的优化方向。
根据本发明的一个实施例,在步骤S105中,可基于实测的第一温度数据和第二温度数据,以及冷冻分区的第一设定温度数据和冷藏分区的第二设定温度数据,来确定第i个控制周期的换气组件的换气功率、第i个控制周期的冷冻分区的制冷功率以及第i个控制周期的冷藏分区的制冷功率是否适用于第i+1个控制周期,即,确定所述冷冻分区的制冷功率、所述冷藏分区的制冷功率和所述换气功率中的至少一种是否需要调整。例如,如果在第i个控制周期内,冷冻分区的温度未达到第一设定温度数据,和/或冷藏分区的温度未达到第二设定温度数据,则确定冷冻分区的制冷功率、冷藏分区的制冷功率和换气功率中的至少一种需要调整。调整时可依据以上确定的约束关系进行整体调整。
根据本发明的一个实施例,步骤S105可包括:根据所述第一温度数据,确定所述第一温度数据的第一平均变化率;在所述第i个控制周期内的最后一个时刻的第一温度数据与所述第一设定温度数据之间的第一温度差距大于或等于第一温差阈值,且所述第一平均变化率为负数,且所述第一平均变化率的绝对值小于或等于第一变化率阈值的情况下,确定所述冷冻分区的制冷功率、所述冷藏分区的制冷功率和所述换气功率中的至少一种是否需要调整。
根据本发明的一个实施例,第一平均变化率的获取方式为使用第i个控制周期内的最后一个时刻的第一温度数据和第1个时刻的第一温度数据进行作差,并将作差结果除以第i个控制周期的持续时长,可获得第一平均变化率。
根据本发明的一个实施例,在确定第一平均变化率后,如果第i个控制周期内的最后一个时刻的第一温度数据与所述第一设定温度数据之间的第一温度差距大于或等于第一温差阈值,且所述第一平均变化率为负数,且所述第一平均变化率的绝对值小于或等于第一变化率阈值,则可确定在第i+1个控制周期内冷冻分区的温度仍无法达到第一设定温度数据,因此,可确定冷冻分区的制冷功率、冷藏分区的制冷功率和换气功率中的至少一种是否需要调整。
根据本发明的一个实施例,类似地,步骤S105可包括:根据所述第二温度数据,确定所述第二温度数据的第二平均变化率;在所述第i个控制周期内的最后一个时刻的第二温度数据与所述第二设定温度数据之间的第二温度差距大于或等于第二温差阈值,且所述第二平均变化率为负数,且所述第二平均变化率的绝对值小于或等于第二变化率阈值的情况下,确定所述冷冻分区的制冷功率、所述冷藏分区的制冷功率和所述换气功率中的至少一种是否需要调整。
根据本发明的一个实施例,第二平均变化率的获取方式为使用第i个控制周期内的最后一个时刻的第二温度数据和第1个时刻的第二温度数据进行作差,并将作差结果除以第i个控制周期的持续时长,可获得第二平均变化率。
根据本发明的一个实施例,在确定第二平均变化率后,如果第i个控制周期内的最后一个时刻的第二温度数据与所述第二设定温度数据之间的第二温度差距大于或等于第二温差阈值,且所述第二平均变化率为负数,且所述第二平均变化率的绝对值小于或等于第二变化率阈值,则可确定在第i+1个控制周期内冷藏分区的温度仍无法达到第二设定温度数据,因此,可确定冷冻分区的制冷功率、冷藏分区的制冷功率和换气功率中的至少一种是否需要调整。
综上所述,如果判断冷冻分区和冷藏分区中的至少一个无法在第i+1个控制周期内达到对应的设定温度数据,则可确定冷冻分区的制冷功率、冷藏分区的制冷功率和换气功率中的至少一种是否需要调整。反之,如果判断冷冻分区和冷藏分区均可在第i+1个控制周期内达到对应的设定温度数据,则可无需调整冷冻分区的制冷功率、冷藏分区的制冷功率和换气功率。
根据本发明的一个实施例,在步骤S106中,如果需要对冷冻分区的制冷功率、冷藏分区的制冷功率和换气功率中的至少一个进行调整,则可在上述确定的约束条件下进行调整。
根据本发明的一个实施例,步骤S106可包括:将所述换气功率与所述冷冻分区的制冷功率和冷藏分区的制冷功率之间的关系,和所述第一温度数据、所述第二温度数据、第i个控制周期内的换气功率、第i个控制周期内的冷冻分区的制冷功率以及第i个控制周期内的冷藏分区的制冷功率,输入已训练的制冷控制模型,获得第i+1个控制周期内的换气功率、第i+1个控制周期内的冷冻分区的制冷功率和第i+1个控制周期内的冷藏分区的制冷功率。
根据本发明的一个实施例,制冷控制模型可以是深度学习神经网络模型,可基于第一温度数据、第二温度数据,以及第i个控制周期内的换气功率、冷冻分区的制冷功率和冷藏分区的制冷功率,确定在上述功率条件下,各个分区的温度变化速率,并基于各个分区的温度变化速率,在基于换气功率与冷冻分区的制冷功率和冷藏分区的制冷功率之间的关系确定的约束条件下,对换气功率、冷冻分区的制冷功率和冷藏分区的制冷功率进行调整,使冷柜的冷冻分区在第i+1个控制周期之内达到第一设定温度数据,并使冷柜的冷藏分区在第i+1个控制周期之内达到第二设定温度数据。
根据本发明的一个实施例,在步骤S107中,在以上对换气功率、冷冻分区的制冷功率和冷藏分区的制冷功率进行调整,得到第i+1个控制周期内的换气功率、第i+1个控制周期内的冷冻分区的制冷功率和第i+1个控制周期内的冷藏分区的制冷功率后,可基于这些运算结果,在第i+1个控制周期对冷柜的冷冻分区的制冷功率、冷藏分区的制冷功率和换气组件的换气功率进行控制,使冷冻分区在第i+1个控制周期之内达到第一设定温度数据,并使冷柜的冷藏分区在第i+1个控制周期之内达到第二设定温度数据。
根据本发明的一个实施例,上述制冷控制模型在使用之前可进行训练,可使用历史控制周期内实测的冷冻分区的温度数据和冷藏分区的温度数据进行训练。所述方法还包括:将所述换气功率与所述冷冻分区的制冷功率和冷藏分区的制冷功率之间的关系,以及第k个历史控制周期内的多个时刻的冷冻分区的第一历史温度数据、冷藏分区的第二历史温度数据,和所述第k个历史控制周期的历史换气功率、第k个历史控制周期内的冷藏分区的制冷功率和第k个历史控制周期内冷冻分区的制冷功率,输入制冷控制模型,获得第k+1个控制周期的预测换气功率、冷冻分区的预测制冷功率和冷藏分区的预测制冷功率,以及第k+1个控制周期的多个时刻的冷冻分区的第一预测温度数据和冷藏分区的第二预测温度数据,其中,k为小于i的正整数;
根据公式(6),获得制冷控制模型的损失函数,
(6)
其中,为第k+1个控制周期的冷冻分区的预测制冷功率,/>为第k+1个控制周期的冷藏分区的预测制冷功率,/>为第k+1个控制周期的预测换气功率,为所述第一设定温度数据,/>为所述第二设定温度数据,/>为第n个时刻的第一预测温度数据,/>为第n个时刻的第二预测温度数据,n为第k+1个控制周期包括的时刻数量,/>为第k+1个控制周期的第n个时刻,/>为第一预测温度数据在第k+1个控制周期内的温度变化,/>为第二预测温度数据在第k+1个控制周期内的温度变化,/>为各个控制周期的持续时长,/>、/>、/>、/>、/>和/>为预设权值;根据所述制冷控制模型的损失函数对所述制冷控制模型进行训练,获得已训练的制冷控制模型。
根据本发明的一个实施例,第k个历史控制周期的冷冻分区的第一历史温度数据、冷藏分区的第二历史温度数据第k个历史控制周期的历史换气功率、第k个历史控制周期内的冷藏分区的制冷功率和第k个历史控制周期内冷冻分区的制冷功率均为第k个历史控制周期的真实数据。制冷控制模型预测获得的第k+1个控制周期的预测换气功率、冷冻分区的预测制冷功率和冷藏分区的预测制冷功率,以及第k+1个控制周期的多个时刻的冷冻分区的第一预测温度数据和冷藏分区的第二预测温度数据则并非第k+1个控制周期的真实数据,而是制冷控制模型的运算结果,可能存在误差。
根据本发明的一个实施例,可基于公式(6)确定制冷控制模型的损失函数。公式(6)的第一项为第k+1个控制周期的结束时刻的第一预测温度数据与第一设定温度数据之间的偏差,在训练过程中,该偏差逐步减小,使得在第k+1个控制周期内冷冻分区的温度数据接近第一设定温度数据。且在上述约束条件的约束下,还可对应优化调整预测换气功率、冷冻分区的预测制冷功率和冷藏分区的预测制冷功率,以实现第k+1个控制周期内冷冻分区的温度数据接近第一设定温度数据的目的。
根据本发明的一个实施例,公式(6)的第二项为第k+1个控制周期的结束时刻的第二预测温度数据与第二设定温度数据之间的偏差,在训练过程中,该偏差逐步减小,使得在第k+1个控制周期内冷藏分区的温度数据接近第二设定温度数据。且在上述约束条件的约束下,还可对应优化调整预测换气功率、冷冻分区的预测制冷功率和冷藏分区的预测制冷功率,以实现第k+1个控制周期内冷藏分区的温度数据接近第二设定温度数据的目的。
根据本发明的一个实施例,公式(6)的第三项为预测换气功率、冷冻分区的预测制冷功率和冷藏分区的预测制冷功率之和,在训练过程中,可使三者之和最小化,从而实现使第k+1个控制周期内冷冻分区的温度数据接近第一设定温度数据,以及使第k+1个控制周期内冷藏分区的温度数据接近第二设定温度数据的情况下,使总能耗最小化的目的。
根据本发明的一个实施例,公式(6)的第四项用于描述预测换气功率、冷冻分区的预测制冷功率、冷藏分区的预测制冷功率、第一预测温度数据和第二预测温度数据服从上述约束条件,如果上述预测结果与约束条件存在误差,则可在训练过程中使误差最小化,从而使上述预测结果服从约束条件。
根据本发明的一个实施例,公式(6)的第五项用于描述基于所述约束条件获得的第一预测温度变化的斜率与第一预测温度数据的实际变化率之间的偏差,在训练过程中,可使该偏差最小化,从而使得第一预测温度数据的预测结果服从上述约束条件。且使第一预测温度数据的实际变化率的线性度提升,从而提升预测准确性。
根据本发明的一个实施例,公式(6)的第六项用于描述基于所述约束条件获得的第二预测温度变化的斜率与第二预测温度数据的实际变化率之间的偏差,在训练过程中,可使该偏差最小化,从而使得第二预测温度数据的预测结果服从上述约束条件。且使第二预测温度数据的实际变化率的线性度提升,从而提升预测准确性。
根据本发明的一个实施例,将以上六项进行加权求和,可获得制冷控制模型的损失函数,并使用该损失函数对制冷控制模型进行训练,例如,可将损失函数最小化作为训练目标,调整制冷控制模型的参数。并可将以上训练过程迭代多次,直到制冷控制模型的精度符合要求,获得所述已训练的制冷控制模型。
通过这种方式,可在训练过程中,使预测数据符合约束条件,并在使冷冻分区和冷藏分区能够达到设定温度数据的情况下使总能耗最小化,且使符合约束条件的温度预测数据的线性度提升,从而提升制冷控制模型的精度。
根据本发明的实施例的冷柜分区控制方法,可在冷冻分区和冷藏分区之间设置换气通道,并在换气通道中设置换气组件,从而可利用冷冻分区的更低的温度为冷藏分区降温,提升冷量利用率,降低能耗。并能够基于实测的温度数据来判断冷冻分区的制冷功率、冷藏分区的制冷功率和换气功率中的至少一种是否需要调整,以及时设置适当的冷冻分区的制冷功率、冷藏分区的制冷功率和换气功率,使得冷藏分区和冷冻分区的温度及时调整至设定温度并保持设定温度,提升温度调节的效率,降低能耗。在调整过程中,可利用实测的第一温度数据和第二温度数据来求解特定控制周期内的换气功率与冷冻分区的制冷功率和冷藏分区的制冷功率之间的关系,并将具体数据替换为具有更广泛意义的物理变量,从而获得换气功率与冷冻分区的制冷功率和冷藏分区的制冷功率之间的关系,以更准确地描述冷冻分区的制冷功率、冷藏分区的制冷功率和换气功率之间的约束关系,为求解下一个控制周期的最优化的换气功率、冷冻分区的制冷功率和冷藏分区的制冷功率提供更准确的优化方向。并且,能够在训练制冷控制模型的过程中,使预测数据符合约束条件,并在使冷冻分区和冷藏分区能够达到设定温度数据的情况下使总能耗最小化,且使符合约束条件的温度预测数据的线性度提升,从而提升制冷控制模型的精度。
图2示例性地示出根据本发明实施例的冷柜分区控制系统的示意图,如图2所示,所述系统包括:
采集模块101,用于在第i个控制周期内的多个时刻,获取冷柜内的冷冻分区的第一温度数据和冷藏分区的第二温度数据,其中,i为正整数;
设定模块102,用于确定所述冷冻分区的第一设定温度数据,以及所述冷藏分区的第二设定温度数据;
获取模块103,用于获取所述第i个控制周期内的所述冷冻分区和所述冷藏分区之间的换气通道中设置的换气组件的换气功率、第i个控制周期内的冷冻分区的制冷功率以及第i个控制周期内的冷藏分区的制冷功率;
关系模块104,用于根据所述第一温度数据和所述第二温度数据,以及第i个控制周期内的换气功率、第i个控制周期内的冷冻分区的制冷功率和第i个控制周期内的冷藏分区的制冷功率,确定所述换气功率与所述冷冻分区的制冷功率和冷藏分区的制冷功率之间的关系;
判断模块105,用于根据所述第一温度数据、所述第二温度数据、所述第一设定温度数据和所述第二设定温度数据,确定所述冷冻分区的制冷功率、所述冷藏分区的制冷功率和所述换气功率中的至少一种是否需要调整;
预测模块106,用于在所述冷冻分区的制冷功率、所述冷藏分区的制冷功率和所述换气功率中的至少一种需要调整的情况下,根据所述换气功率与所述冷冻分区的制冷功率和冷藏分区的制冷功率之间的关系,和所述第一温度数据、所述第二温度数据、第i个控制周期内的换气功率、第i个控制周期内的冷冻分区的制冷功率以及第i个控制周期内的冷藏分区的制冷功率,获得第i+1个控制周期内的换气功率、第i+1个控制周期内的冷冻分区的制冷功率和第i+1个控制周期内的冷藏分区的制冷功率;
制冷模块107,用于在第i+1个控制周期,根据所述第i+1个控制周期内的换气功率、所述第i+1个控制周期内的冷冻分区的制冷功率和所述第i+1个控制周期内的冷藏分区的制冷功率,对所述冷柜进行制冷。
根据本发明的一个实施例,所述关系模块进一步用于:
根据公式
;
确定所述换气功率与所述冷冻分区的制冷功率、冷藏分区的制冷功率、所述第一温度数据和所述第二温度数据之间的关系函数,其中,为第i个控制周期内的换气功率,/>为第i个控制周期内的冷冻分区的制冷功率、/>为第i个控制周期内的冷藏分区的制冷功率,/>为第i个控制周期内的第一温度数据的温度变化,/>为第i个控制周期内的第二温度数据的温度变化,/>和/>为待定系数;
根据所述第一温度数据和所述第二温度数据,以及所述关系函数,求解所述待定系数;
根据所述待定系数的求解值、所述第一温度数据和所述第二温度数据,确定所述换气功率与所述冷冻分区的制冷功率和冷藏分区的制冷功率之间的关系。
根据本发明的一个实施例,所述关系模块进一步用于:
对第i个控制周期内的多个时刻的第一温度数据进行拟合,确定第i个控制周期的冷冻分区的温度与时间之间的第一拟合函数,其中,所述第一拟合函数为,/>为/>的求解值,/>和/>为拟合系数,为第i个控制周期的第一温度数据与时间的关系函数;
对第i个控制周期内的多个时刻的第二温度数据进行拟合,确定第i个控制周期的冷藏分区的温度与时间之间的第二拟合函数,其中,所述第二拟合函数为,/>为/>的求解值,/>和/>为拟合系数,为第i个控制周期的第二温度数据与时间的关系函数;
根据公式
;
确定所述换气功率与所述冷冻分区的制冷功率和冷藏分区的制冷功率之间的关系,其中,为换气功率,/>为冷冻分区的制冷功率、/>为冷藏分区的制冷功率,t为任意时刻。
根据本发明的一个实施例,所述判断模块进一步用于:
根据所述第一温度数据,确定所述第一温度数据的第一平均变化率;
在所述第i个控制周期内的最后一个时刻的第一温度数据与所述第一设定温度数据之间的第一温度差距大于或等于第一温差阈值,且所述第一平均变化率为负数,且所述第一平均变化率的绝对值小于或等于第一变化率阈值的情况下,确定所述冷冻分区的制冷功率、所述冷藏分区的制冷功率和所述换气功率中的至少一种是否需要调整。
根据本发明的一个实施例,所述判断模块进一步用于:
根据所述第二温度数据,确定所述第二温度数据的第二平均变化率;
在所述第i个控制周期内的最后一个时刻的第二温度数据与所述第二设定温度数据之间的第二温度差距大于或等于第二温差阈值,且所述第二平均变化率为负数,且所述第二平均变化率的绝对值小于或等于第二变化率阈值的情况下,确定所述冷冻分区的制冷功率、所述冷藏分区的制冷功率和所述换气功率中的至少一种是否需要调整。
根据本发明的一个实施例,所述预测模块进一步用于:
将所述换气功率与所述冷冻分区的制冷功率和冷藏分区的制冷功率之间的关系,和所述第一温度数据、所述第二温度数据、第i个控制周期内的换气功率、第i个控制周期内的冷冻分区的制冷功率以及第i个控制周期内的冷藏分区的制冷功率,输入已训练的制冷控制模型,获得第i+1个控制周期内的换气功率、第i+1个控制周期内的冷冻分区的制冷功率和第i+1个控制周期内的冷藏分区的制冷功率。
根据本发明的一个实施例,所述系统还包括训练模块,用于:
将所述换气功率与所述冷冻分区的制冷功率和冷藏分区的制冷功率之间的关系,以及第k个历史控制周期内的多个时刻的冷冻分区的第一历史温度数据、冷藏分区的第二历史温度数据,和所述第k个历史控制周期的历史换气功率、第k个历史控制周期内的冷藏分区的制冷功率和第k个历史控制周期内冷冻分区的制冷功率,输入制冷控制模型,获得第k+1个控制周期的预测换气功率、冷冻分区的预测制冷功率和冷藏分区的预测制冷功率,以及第k+1个控制周期的多个时刻的冷冻分区的第一预测温度数据和冷藏分区的第二预测温度数据,其中,k为小于i的正整数;
根据公式
;
获得制冷控制模型的损失函数,其中,/>为第k+1个控制周期的冷冻分区的预测制冷功率,/>为第k+1个控制周期的冷藏分区的预测制冷功率,/>为第k+1个控制周期的预测换气功率,/>为所述第一设定温度数据,/>为所述第二设定温度数据,/>为第n个时刻的第一预测温度数据,/>为第n个时刻的第二预测温度数据,n为第k+1个控制周期包括的时刻数量,/>为第k+1个控制周期的第n个时刻,/>为第一预测温度数据在第k+1个控制周期内的温度变化,/>为第二预测温度数据在第k+1个控制周期内的温度变化,/>为各个控制周期的持续时长,/>、/>、/>、/>、/>和/>为预设权值;
根据所述制冷控制模型的损失函数对所述制冷控制模型进行训练,获得已训练的制冷控制模型。
根据本发明的一个实施例,提供一种冷柜分区控制设备,包括:处理器;用于存储处理器可执行指令的存储器;其中,所述处理器被配置为调用所述存储器存储的指令,以执行所述冷柜分区控制方法。
根据本发明的一个实施例,提供一种计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现所述冷柜分区控制方法。
本发明可以是方法、装置、系统和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质,其上载有用于执行本发明的各个方面的计算机可读程序指令。
本领域的技术人员应理解,上述描述及附图中所示的本发明的实施例只作为举例而并不限制本发明。本发明的目的已经完整并有效地实现。本发明的功能及结构原理已在实施例中展示和说明,在没有背离所述原理下,本发明的实施方式可以有任何变形或修改。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各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,或者对其中部分或者全部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范围。
Claims (2)
1.一种冷柜分区控制方法,其特征在于,包括:
在第i个控制周期内的多个时刻,获取冷柜内的冷冻分区的第一温度数据和冷藏分区的第二温度数据,其中,i为正整数;
确定所述冷冻分区的第一设定温度数据,以及所述冷藏分区的第二设定温度数据;
获取所述第i个控制周期内的所述冷冻分区和所述冷藏分区之间的换气通道中设置的换气组件的换气功率、第i个控制周期内的冷冻分区的制冷功率以及第i个控制周期内的冷藏分区的制冷功率;
根据所述第一温度数据和所述第二温度数据,以及第i个控制周期内的换气功率、第i个控制周期内的冷冻分区的制冷功率和第i个控制周期内的冷藏分区的制冷功率,确定所述换气功率与所述冷冻分区的制冷功率和冷藏分区的制冷功率之间的关系;
根据所述第一温度数据、所述第二温度数据、所述第一设定温度数据和所述第二设定温度数据,确定所述冷冻分区的制冷功率、所述冷藏分区的制冷功率和所述换气功率中的至少一种是否需要调整;
在所述冷冻分区的制冷功率、所述冷藏分区的制冷功率和所述换气功率中的至少一种需要调整的情况下,根据所述换气功率与所述冷冻分区的制冷功率和冷藏分区的制冷功率之间的关系,和所述第一温度数据、所述第二温度数据、第i个控制周期内的换气功率、第i个控制周期内的冷冻分区的制冷功率以及第i个控制周期内的冷藏分区的制冷功率,获得第i+1个控制周期内的换气功率、第i+1个控制周期内的冷冻分区的制冷功率和第i+1个控制周期内的冷藏分区的制冷功率;
在第i+1个控制周期,根据所述第i+1个控制周期内的换气功率、所述第i+1个控制周期内的冷冻分区的制冷功率和所述第i+1个控制周期内的冷藏分区的制冷功率,对所述冷柜进行制冷;
根据所述第一温度数据和所述第二温度数据,以及第i个控制周期内的换气功率、第i个控制周期内的冷冻分区的制冷功率和第i个控制周期内的冷藏分区的制冷功率,确定所述换气功率与所述冷冻分区的制冷功率和冷藏分区的制冷功率之间的关系,包括:
根据公式
确定所述换气功率与所述冷冻分区的制冷功率、冷藏分区的制冷功率、所述第一温度数据和所述第二温度数据之间的关系函数,其中,为第i个控制周期内的换气功率,/>为第i个控制周期内的冷冻分区的制冷功率、为第i个控制周期内的冷藏分区的制冷功率,/>为第i个控制周期内的第一温度数据的温度变化,/>为第i个控制周期内的第二温度数据的温度变化,/>和/>为待定系数;
根据所述第一温度数据和所述第二温度数据,以及所述关系函数,求解所述待定系数;
根据所述待定系数的求解值、所述第一温度数据和所述第二温度数据,确定所述换气功率与所述冷冻分区的制冷功率和冷藏分区的制冷功率之间的关系;
根据所述待定系数的求解值、所述第一温度数据和所述第二温度数据,确定所述换气功率与所述冷冻分区的制冷功率和冷藏分区的制冷功率之间的关系,包括:
对第i个控制周期内的多个时刻的第一温度数据进行拟合,确定第i个控制周期的冷冻分区的温度与时间之间的第一拟合函数,其中,所述第一拟合函数为,/>为/>的求解值,/>和/>为拟合系数,为第i个控制周期的第一温度数据与时间的关系函数;
对第i个控制周期内的多个时刻的第二温度数据进行拟合,确定第i个控制周期的冷藏分区的温度与时间之间的第二拟合函数,其中,所述第二拟合函数为,/>为/>的求解值,/>和/>为拟合系数,为第i个控制周期的第二温度数据与时间的关系函数;
根据公式
确定所述换气功率与所述冷冻分区的制冷功率和冷藏分区的制冷功率之间的关系,其中,/>为换气功率,/>为冷冻分区的制冷功率、/>为冷藏分区的制冷功率,t为任意时刻;
根据所述第一温度数据、所述第二温度数据、所述第一设定温度数据和所述第二设定温度数据,确定所述冷冻分区的制冷功率、所述冷藏分区的制冷功率和所述换气功率中的至少一种是否需要调整,包括:
根据所述第一温度数据,确定所述第一温度数据的第一平均变化率;
在所述第i个控制周期内的最后一个时刻的第一温度数据与所述第一设定温度数据之间的第一温度差距大于或等于第一温差阈值,且所述第一平均变化率为负数,且所述第一平均变化率的绝对值小于或等于第一变化率阈值的情况下,确定所述冷冻分区的制冷功率、所述冷藏分区的制冷功率和所述换气功率中的至少一种是否需要调整;
或者根据所述第一温度数据、所述第二温度数据、所述第一设定温度数据和所述第二设定温度数据,确定所述冷冻分区的制冷功率、所述冷藏分区的制冷功率和所述换气功率中的至少一种是否需要调整,包括:
根据所述第二温度数据,确定所述第二温度数据的第二平均变化率;
在所述第i个控制周期内的最后一个时刻的第二温度数据与所述第二设定温度数据之间的第二温度差距大于或等于第二温差阈值,且所述第二平均变化率为负数,且所述第二平均变化率的绝对值小于或等于第二变化率阈值的情况下,确定所述冷冻分区的制冷功率、所述冷藏分区的制冷功率和所述换气功率中的至少一种是否需要调整;
在所述冷冻分区的制冷功率、所述冷藏分区的制冷功率和所述换气功率中的至少一种需要调整的情况下,根据所述换气功率与所述冷冻分区的制冷功率和冷藏分区的制冷功率之间的关系,和所述第一温度数据、所述第二温度数据、第i个控制周期内的换气功率、第i个控制周期内的冷冻分区的制冷功率以及第i个控制周期内的冷藏分区的制冷功率,获得第i+1个控制周期内的换气功率、第i+1个控制周期内的冷冻分区的制冷功率和第i+1个控制周期内的冷藏分区的制冷功率,包括:
将所述换气功率与所述冷冻分区的制冷功率和冷藏分区的制冷功率之间的关系,和所述第一温度数据、所述第二温度数据、第i个控制周期内的换气功率、第i个控制周期内的冷冻分区的制冷功率以及第i个控制周期内的冷藏分区的制冷功率,输入已训练的制冷控制模型,获得第i+1个控制周期内的换气功率、第i+1个控制周期内的冷冻分区的制冷功率和第i+1个控制周期内的冷藏分区的制冷功率;
所述方法还包括:
将所述换气功率与所述冷冻分区的制冷功率和冷藏分区的制冷功率之间的关系,以及第k个历史控制周期内的多个时刻的冷冻分区的第一历史温度数据、冷藏分区的第二历史温度数据,和所述第k个历史控制周期的历史换气功率、第k个历史控制周期内的冷藏分区的制冷功率和第k个历史控制周期内冷冻分区的制冷功率,输入制冷控制模型,获得第k+1个控制周期的预测换气功率、冷冻分区的预测制冷功率和冷藏分区的预测制冷功率,以及第k+1个控制周期的多个时刻的冷冻分区的第一预测温度数据和冷藏分区的第二预测温度数据,其中,k为小于i的正整数;
根据公式
获得制冷控制模型的损失函数/>,其中,/>为第k+1个控制周期的冷冻分区的预测制冷功率,/>为第k+1个控制周期的冷藏分区的预测制冷功率,/>为第k+1个控制周期的预测换气功率,/>为所述第一设定温度数据,/>为所述第二设定温度数据,/>为第n个时刻的第一预测温度数据,/>为第n个时刻的第二预测温度数据,n为第k+1个控制周期包括的时刻数量,/>为第k+1个控制周期的第n个时刻,为第一预测温度数据在第k+1个控制周期内的温度变化,/>为第二预测温度数据在第k+1个控制周期内的温度变化,/>为各个控制周期的持续时长,/>、/>、/>、/>、和/>为预设权值;
根据所述制冷控制模型的损失函数对所述制冷控制模型进行训练,获得已训练的制冷控制模型。
2.一种实施权利要求1控制方法的冷柜分区控制系统,其特征在于,包括:
采集模块,用于在第i个控制周期内的多个时刻,获取冷柜内的冷冻分区的第一温度数据和冷藏分区的第二温度数据,其中,i为正整数;
设定模块,用于确定所述冷冻分区的第一设定温度数据,以及所述冷藏分区的第二设定温度数据;
获取模块,用于获取所述第i个控制周期内的所述冷冻分区和所述冷藏分区之间的换气通道中设置的换气组件的换气功率、第i个控制周期内的冷冻分区的制冷功率以及第i个控制周期内的冷藏分区的制冷功率;
关系模块,用于根据所述第一温度数据和所述第二温度数据,以及第i个控制周期内的换气功率、第i个控制周期内的冷冻分区的制冷功率和第i个控制周期内的冷藏分区的制冷功率,确定所述换气功率与所述冷冻分区的制冷功率和冷藏分区的制冷功率之间的关系;
判断模块,用于根据所述第一温度数据、所述第二温度数据、所述第一设定温度数据和所述第二设定温度数据,确定所述冷冻分区的制冷功率、所述冷藏分区的制冷功率和所述换气功率中的至少一种是否需要调整;
预测模块,用于在所述冷冻分区的制冷功率、所述冷藏分区的制冷功率和所述换气功率中的至少一种需要调整的情况下,根据所述换气功率与所述冷冻分区的制冷功率和冷藏分区的制冷功率之间的关系,和所述第一温度数据、所述第二温度数据、第i个控制周期内的换气功率、第i个控制周期内的冷冻分区的制冷功率以及第i个控制周期内的冷藏分区的制冷功率,获得第i+1个控制周期内的换气功率、第i+1个控制周期内的冷冻分区的制冷功率和第i+1个控制周期内的冷藏分区的制冷功率;
制冷模块,用于在第i+1个控制周期,根据所述第i+1个控制周期内的换气功率、所述第i+1个控制周期内的冷冻分区的制冷功率和所述第i+1个控制周期内的冷藏分区的制冷功率,对所述冷柜进行制冷。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311027738.2A CN116753662B (zh) | 2023-08-16 | 2023-08-16 | 冷柜分区控制方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311027738.2A CN116753662B (zh) | 2023-08-16 | 2023-08-16 | 冷柜分区控制方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116753662A CN116753662A (zh) | 2023-09-15 |
CN116753662B true CN116753662B (zh) | 2023-10-24 |
Family
ID=87951779
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311027738.2A Active CN116753662B (zh) | 2023-08-16 | 2023-08-16 | 冷柜分区控制方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116753662B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117021897B (zh) * | 2023-10-09 | 2023-12-12 | 江苏星星冷链科技有限公司 | 运输过程冷柜控制方法及系统 |
CN117663617B (zh) * | 2024-01-04 | 2024-05-03 | 佛山市顺德区威淇电器有限公司 | 一种红酒柜用分体模块式智能制冷控制方法及系统 |
CN117663590B (zh) * | 2024-02-02 | 2024-04-12 | 江苏星星冷链科技有限公司 | 一种超低温冷柜及其节能运行控制方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106440622A (zh) * | 2016-09-30 | 2017-02-22 | 青岛海尔股份有限公司 | 一种冰箱及其冷冻冷藏功能转换的控制方法 |
CN106679323A (zh) * | 2016-12-26 | 2017-05-17 | 青岛海尔股份有限公司 | 风冷冰箱及其运行控制方法 |
CN108444176A (zh) * | 2018-04-02 | 2018-08-24 | 合肥美的电冰箱有限公司 | 冰箱及其控制方法 |
CN112880274A (zh) * | 2021-03-30 | 2021-06-01 | 浙江星星冷链集成股份有限公司 | 全温区冷柜及其控制方法 |
CN113915849A (zh) * | 2020-07-09 | 2022-01-11 | 海信(山东)冰箱有限公司 | 冰箱节能控制方法 |
CN114674106A (zh) * | 2022-04-26 | 2022-06-28 | 长虹美菱股份有限公司 | 一种可转换温区的冰箱 |
CN116518640A (zh) * | 2023-07-05 | 2023-08-01 | 江苏星星冷链科技有限公司 | 一种冷柜控制方法、系统和设备 |
-
2023
- 2023-08-16 CN CN202311027738.2A patent/CN116753662B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106440622A (zh) * | 2016-09-30 | 2017-02-22 | 青岛海尔股份有限公司 | 一种冰箱及其冷冻冷藏功能转换的控制方法 |
CN106679323A (zh) * | 2016-12-26 | 2017-05-17 | 青岛海尔股份有限公司 | 风冷冰箱及其运行控制方法 |
CN108444176A (zh) * | 2018-04-02 | 2018-08-24 | 合肥美的电冰箱有限公司 | 冰箱及其控制方法 |
CN113915849A (zh) * | 2020-07-09 | 2022-01-11 | 海信(山东)冰箱有限公司 | 冰箱节能控制方法 |
CN112880274A (zh) * | 2021-03-30 | 2021-06-01 | 浙江星星冷链集成股份有限公司 | 全温区冷柜及其控制方法 |
CN114674106A (zh) * | 2022-04-26 | 2022-06-28 | 长虹美菱股份有限公司 | 一种可转换温区的冰箱 |
CN116518640A (zh) * | 2023-07-05 | 2023-08-01 | 江苏星星冷链科技有限公司 | 一种冷柜控制方法、系统和设备 |
Also Published As
Publication number | Publication date |
---|---|
CN116753662A (zh) | 2023-09-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116753662B (zh) | 冷柜分区控制方法及系统 | |
CN111351180B (zh) | 一种运用人工智能实现数据中心节能温控的系统及方法 | |
US9625196B2 (en) | System and method for controlling of vapor compression system | |
CN205980188U (zh) | 基于负荷预测的冰蓄冷优化控制系统 | |
CN116518640B (zh) | 一种冷柜控制方法、系统和设备 | |
Liu et al. | Automative air conditioning system control—A survey | |
CN114992926B (zh) | 一种用于跨临界co2空调系统的控制方法及控制系统 | |
Nishiguchi et al. | Data-driven optimal control for building energy conservation | |
CN116928944B (zh) | 多分区冷库运行控制方法和系统 | |
Yin et al. | Energy efficient predictive control for vapor compression refrigeration cycle systems | |
Homod et al. | PID-cascade for HVAC system control | |
US11287810B2 (en) | Industrial process control coordination and implementation utilizing a facility prescription from a remote server | |
Lü et al. | Predictive functional control based on fuzzy TS model for HVAC systems temperature control | |
KR20150075897A (ko) | 에너지 절약형 항온항습기의 냉동기 제어장치 | |
KR20200024075A (ko) | 냉장고 및 그 제어방법 | |
AU2020401389B2 (en) | Control system bypassing for industrial cold storage | |
US11698652B2 (en) | Energy conservation using active demand stabilization | |
CN116964532A (zh) | 使用概率代理模型来控制蒸汽压缩系统 | |
CN112327628A (zh) | 一种数据驱动的时滞系统改进自适应广义预测控制方法 | |
CN117663590B (zh) | 一种超低温冷柜及其节能运行控制方法 | |
CN117928052B (zh) | 一种中央空调节能控制方法及系统 | |
CN117053448B (zh) | 一种液冷机组的冷却液温度控制方法、装置以及设备 | |
Murphy et al. | A load shifting controller for Cold Thermal Energy Storage systems | |
CN113757852B (zh) | 基于数字孪生技术的多联机空调机组控制方法及控制系统 | |
Yin et al. | Energy-saving-oriented control strategy for vapor compression refrigeration cycle systems |
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 |