CN117760057B - 一种铁路客站低碳制冷装置及使用方法 - Google Patents

Abstract

本发明公开了一种铁路客站低碳制冷装置及使用方法，制冷装置包括依次连接的数据采集模块、节能控制模块和客站制冷系统，数据采集模块用于采集客站内外的环境温度、湿度、CO2浓度，并将其传输给节能控制模块；节能控制模块用于接收数据采集模块采集的数据，并根据采集的数据，计算将客站内温度调节至人体最佳舒适温度时的制冷量；根据制冷量及客站制冷系统的热泵的最大功率，计算需要启动的热泵数量；客站制冷系统用于接收节能控制模块发送的热泵启动指令，启动热泵，并将热交换的空气通过布置于客站多个不同位置的旋流风口输出至客站内。

Description

一种铁路客站低碳制冷装置及使用方法

技术领域

本发明涉及制冷技术领域，具体涉及一种铁路客站低碳制冷装置及使用方法。

背景技术

客站是指专门办理客运业务的车站，乘客在办理乘车服务时，会在客站内等待其出发的列车到来；由于客站内的人流量比较大，为了保证乘客在客站等待列车的舒适性，客站会配备空调系统，在天气比较炎热的时候，会启动空调系统，以提高乘客等待列车的舒适性。

目前在对客站进行降温的普遍做法是，启动制冷装置，调节到一个管理人员理想的温度后，制冷装置采集客站内外的温度，并使客站内的温度处于管理人员设置温度。由于客站中乘客的体感舒适温度不一致，在客站往往会发现乘客由于不适应过低温度而披上长袖，这不仅会降低乘客的舒适性，同时还存在电能的浪费。再者，现在国家提倡低碳环保理念，大量的能源浪费也不符合国家提倡的低碳理念。

在现有技术中虽然存在大量的空调系统控制方法，但对于人流量比较大的客站，对其内环境及空调系统运行现状的研究较为有限，因此亟需提出一种铁路客站低碳制冷装置。

发明内容

针对现有技术中的上述不足，本发明提供的铁路客站低碳制冷装置及使用方法解决了现有客站制冷系统不节能的问题。

为了达到上述发明目的，本发明采用的技术方案为：

第一方面，提供一种铁路客站低碳制冷装置，其包括：

数据采集模块，用于采集客站内外的环境温度、湿度、CO2浓度，并将其传输给节能控制模块；

节能控制模块，用于接收数据采集模块采集的数据，并根据采集的数据，计算将客站内温度调节至人体最佳舒适温度时的制冷量：

其中，为制冷量；/>为空气的比热；/>为空气的密度；/>为客站内的空气体积；/>为单位时间内向客站输入的新风体积；/>为客站内的温度；/>为人体最佳舒适温度；/>为客站外温度；/>为客站外空气湿度；n为客站内总人数；/>为每个乘客单位时间内排出的CO₂含量；/>为客站内每立方空气的CO₂含量；/>为每立方新风中的CO₂含量；/>为绝对值符号；

根据制冷量及客站制冷系统的热泵的最大功率，计算需要启动的热泵数量：

其中，N为热泵数量；为向上取整；/>为热泵的制冷效率；/>为热泵的最大功率；

客站制冷系统，用于接收节能控制模块发送的热泵启动指令，启动热泵，并将热交换的空气通过布置于客站多个不同位置的旋流风口输出至客站内。

进一步地，所述客站制冷系统包括两组抽风机和多个并联的热泵，所述热泵使用的制冷剂为碳氢制冷剂R-290；所述集水器通过管路、冷冻水泵与所述热泵连接，所述热泵通过管路与分水器连接，与分水器出口连接的管路经过热交换区域与集水器连接；

其中一组抽风机用于抽取客站内的空气和新风与热交换区域进行换热，并通过送风管道与客站不同位置布置的旋流风口连接；另一组抽风机用于抽取客站内的空气，并排出室外；抽取客站内的空气和新风的管道进口上均安装有电动调节阀，热泵、抽风机和所有电动调节阀均与节能控制模块电连接。

进一步地，抽取客站内的空气进入热交换区域的管道设置成双路管道，分别为第一管道和第二管道，所述第一管道上设置有干燥腔，且第一管道和第二管道上均设置有与节能控制模块电连接的电动调节阀；

节能控制模块接收湿度传感器采集的客站内的湿度，并判断客站内的湿度是否大于预设湿度，若是，则开启第一管道上的电动调节阀，关闭第二管道上的电动调节阀；否则开启第二管道上的电动调节阀，关闭第一管道上的电动调节阀。

进一步地，客站制冷系统单位时间内向客站外排出的空气体积等于，与客站制冷系统进行热量交换的空气包括新风和循环抽取的室内气体。

进一步地，所述人体最佳舒适温度的获取方法包括：

S1、统计客站在预设时间段内所有乘客的年龄，并基于每10岁作为一个年龄段，将乘客划分为若干组，之后统计每组人员数量；

S2、选取人员数量最多的预设组，并统计出每组人员所处的年龄段，针对每个年龄段选取预设数量的试验人员；

S3、在室内空间分别采集制冷场景下位于20℃~30℃下所有试验人员的肢体动作和穿衣情况，并输入已训练的神经网络，得到每个温度下每个人员的体感类型；体感类型包括温度高、温度低和温度合适；

S4、统计每个温度下相同体感类型的数量，并选取出制冷场景下对应于温度合适人数最佳的温度，并将其作为人体最佳舒适温度；

所述神经网络为PyTorch神经网络或YoloV8神经网络。

进一步地，步骤S4进一步包括：

统计每个温度下相同体感类型的数量，并对对应温度合适的多个数量按降序进行排序；

选取序列中的最大值，并计算序列中余下参数与最大值的差异，挑选出差异小于预设数量的参数；

选取最大值及挑选出的参数中对应的最高温度，并将最高温度作为制冷场景下对应于温度合适人数最佳的温度，并将其作为人体最佳舒适温度。

进一步地，客站内的温度的获取方法包括：

A1、采集客站内多个远离旋流风口处的温度，计算多个温度的平均值；

A2、计算采集的每个温度与平均值的差异，并判断差异大于预设阈值的个数是否大于三分之一采集温度数量，若是，则进入步骤A3，否则进入步骤A5；

A3、采集多处远离旋流风口的视频图像，并将其输入已训练的神经网络，得到视频区域内每个乘客的体感类型；

A4、统计属于同一体感类型的乘客数量，选取乘客数量最大的体感类型，并根据体感类型确定客站内的温度：

若体感类型为温度合适，则采用人体最佳舒适温度作为客站内的温度；若体感类型为温度高，则采用人体最佳舒适温度加预设温度作为客站内的温度；若体感类型为温度低，则采用人体最佳舒适温度减预设温度作为客站内的温度；

A5、采用平均值作为客站内的温度。

进一步地，当客站内的温度在连续预设次数内均未发生变化时，不抽取客站内的空气进入热交换区域循环。

进一步地，当差异大于预设阈值的个数大于三分之一采集温度数量时，调整每个旋流风口风向，并使每个旋流风口的出风方向不相同。

第二方面，提供一种铁路客站低碳制冷装置的使用方法，其包括步骤：

采集客站内外的环境温度、湿度、CO2浓度，并将其传输给节能控制模块；

接收数据采集模块采集的数据，并根据采集的数据，计算将客站内温度调节至人体最佳舒适温度时的制冷量：

其中，为制冷量；/>为空气的比热；/>为空气的密度；/>为客站内的空气体积；/>为单位时间内向客站输入的新风体积；/>为客站内的温度；/>为人体最佳舒适温度；/>为客站外温度；/>为客站外空气湿度；n为客站内总人数；/>为每个乘客单位时间内排出的CO₂含量；/>为客站内每立方空气的CO₂含量；/>为每立方新风中的CO₂含量；/>为绝对值符号；

根据制冷量及客站制冷系统的热泵的最大功率，计算需要启动的热泵数量：

其中，N为热泵数量；为向上取整；/>为热泵的制冷效率；/>为热泵的最大功率；

接收节能控制模块发送的热泵启动指令，启动热泵，并将热交换的空气通过布置于客站多个不同位置的旋流风口输出至客站内。

本发明的有益效果为：本方案在进行制冷量计算时，根据客站内的乘客数量确定需要通入的新风，以此对新风进行制冷，以保证制冷量的精确计算，从而达到节能的目的；在对客站流失的热量进行补充时，本方案基于人体的最佳舒适温度进行调整，可以保证乘客舒适度的同时，还能够大幅降低不必要的电能消耗，以最终达到低碳的目的。

附图说明

图1为铁路客站低碳制冷装置的框架图。

图2为客站制冷系统的框架图。

图3为铁路客站低碳制冷装置的使用方法的流程图。

具体实施方式

下面对本发明的具体实施方式进行描述，以便于本技术领域的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。

如图1所示，本方案提供的铁路客站低碳制冷装置包括依次连接的数据采集模块、节能控制模块和客站制冷系统，其中，数据采集模块用于采集客站内外的环境温度、湿度、CO2浓度，并将其传输给节能控制模块。其中，节能控制模块为具有较大算力的处理器。

节能控制模块用于接收数据采集模块采集的数据，并根据采集的数据，计算将客站内温度调节至人体最佳舒适温度时的制冷量：

其中，为制冷量；/>为空气的比热；/>为空气的密度；/>为客站内的空气体积；/>为单位时间内向客站输入的新风体积；/>为客站内的温度；/>为人体最佳舒适温度；/>为客站外温度；/>为客站外空气湿度；n为客站内总人数；/>为每个乘客单位时间内排出的CO₂含量；/>为客站内每立方空气的CO₂含量；/>为每立方新风中的CO₂含量；/>为绝对值符号；

根据制冷量及客站制冷系统的热泵的最大功率，计算需要启动的热泵数量：

其中，N为热泵数量；为向上取整；/>为热泵的制冷效率；/>为热泵的最大功率。

客站制冷系统用于接收节能控制模块发送的热泵启动指令，启动热泵，并将热交换的空气通过布置于客站多个不同位置的旋流风口输出至客站内。

本方案客站内总人数获取方法为：记录通过客站所有入口进入的人员，记录客站所有出口出去的人员（包括乘坐列车离开的人员），通过两个数据做差即为客站内总人数。

本方案通过客站内总人数再结合多个CO₂含量进行新风体积的计算，并基于该体积引入新风，可以避免客站内空气沉闷，保证了客站内空气具有较高质量；制冷装置在工作时，客站外的温度大于客站内温度时，为了使客站内温度处于人体最佳舒适温度，需要对新风进行降温，精准的新风体积，可以避免新风引入不当，影响客站内空气质量，还保证新风对应制冷量的精准计算，避免浪费能源。

客站内的温度会通过热传导和热传递引起部分热量的损失，本方案通过人体最佳舒适温度和客站内的空气体积，可以对客站需要进行补充的热量进行相对准确的计算，从而得到需要精准提供的制冷量，以此同样可以实现能源的节约，达到低碳环保的目的。

在本发明的一个实施例中，人体最佳舒适温度的获取方法包括：

S1、统计客站在预设时间段内所有乘客的年龄，并基于每10岁作为一个年龄段，将乘客划分为若干组，之后统计每组人员数量；

S2、选取人员数量最多的预设组，并统计出每组人员所处的年龄段，针对每个年龄段选取预设数量的试验人员；

S3、在室内空间分别采集制冷场景下位于20℃~30℃下所有试验人员的肢体动作和穿衣情况，并输入已训练的神经网络，得到每个温度下每个人员的体感类型；体感类型包括温度高、温度低和温度合适；

S4、统计每个温度下相同体感类型的数量，并选取出制冷场景下对应于温度合适人数最佳的温度，并将其作为人体最佳舒适温度；

实施时，本方案优选步骤S4进一步包括：

统计每个温度下相同体感类型的数量，并对对应温度合适的多个数量按降序进行排序；

选取序列中的最大值，并计算序列中余下参数与最大值的差异，挑选出差异小于预设数量的参数；

选取最大值及挑选出的参数中对应的最高温度，并将最高温度作为制冷场景下对应于温度合适人数最佳的温度，并将其作为人体最佳舒适温度。

所述神经网络为PyTorch神经网络或YoloV8神经网络。

在夏天开了空调的环境中，针对低温人们一般的做法是穿上薄外套，以避免低温的不适，在没有薄外套情况下，可能会出现一些肢体动作表达温度冷，比如，频繁走动，搓动手臂等等。本方案通过肢体动作及穿衣情况，再结合已训练的神经网络，可以快速精准的对客站人员的体感类型进行识别。

如图2所示，客站制冷系统包括两组抽风机和多个并联的热泵，所述热泵使用的制冷剂为碳氢制冷剂R-290，该碳氢制冷剂R-290对臭氧层完全没有破坏，并且温室效应亦非常小。集水器通过管路、冷冻水泵与所述热泵连接，所述热泵通过管路与分水器连接，与分水器出口连接的管路经过热交换区域与集水器连接。

其中一组抽风机用于抽取客站内的空气和新风与热交换区域进行换热，并通过送风管道与客站不同位置布置的旋流风口连接；另一组抽风机用于抽取客站内的空气，并排出室外；抽取客站内的空气和新风的管道进口上均安装有电动调节阀，热泵、抽风机和所有电动调节阀均与节能控制模块电连接。

实施时，本方案优选抽取客站内的空气进入热交换区域的管道设置成双路管道，分别为第一管道和第二管道，所述第一管道上设置有干燥腔，且第一管道和第二管道上均设置有与节能控制模块电连接的电动调节阀。

节能控制模块接收湿度传感器采集的客站内的湿度，并判断客站内的湿度是否大于预设湿度，若是，则开启第一管道上的电动调节阀，关闭第二管道上的电动调节阀；否则开启第二管道上的电动调节阀，关闭第一管道上的电动调节阀。

本方案在客站内湿度比较大时，对循环的空气进行除湿操作，在对客站内空气进行制冷时，可以降低空气中的水汽对制冷的影响，减少能量的投入，可以达到节约能源的目的；另外，客站内的空气湿度可以得以降低，也可以提高客站人员的舒适度。

实施时，本方案优选所述客站制冷系统单位时间内向客站外排出的空气体积等于，与客站制冷系统进行热量交换的空气包括新风和循环抽取的室内气体；本方案通过该种方式可以实现客站内的精准换气，还能降低客站制冷系统工作时的制冷量。

在本发明的一个实施例中，客站内的温度的获取方法包括：

A1、采集客站内多个远离旋流风口处的温度，计算多个温度的平均值；

A2、计算采集的每个温度与平均值的差异，并判断差异大于预设阈值的个数是否大于三分之一采集温度数量，若是，则进入步骤A3，否则进入步骤A5；

实施时，本方案优选当差异大于预设阈值的个数大于三分之一采集温度数量时，调整每个旋流风口风向，并使每个旋流风口的出风方向不相同。通过调整风向，一定程度上可以调整客站内的气流，使客站内的温度分布更均匀。

A3、采集多处远离旋流风口的视频图像，并将其输入已训练的神经网络，得到视频区域内每个乘客的体感类型；

A4、统计属于同一体感类型的乘客数量，选取乘客数量最大的体感类型，并根据体感类型确定客站内的温度：

若体感类型为温度合适，则采用人体最佳舒适温度作为客站内的温度；若体感类型为温度高，则采用人体最佳舒适温度加预设温度作为客站内的温度；若体感类型为温度低，则采用人体最佳舒适温度减预设温度作为客站内的温度；

A5、采用平均值作为客站内的温度。

由于客站内相对空间比较大，在成本控制的情况下，难以尽可能多的布局大量的各种传感器，而客站的旋流风口数量也是有限的，所以客站内每次的温度可能存在一定的差异，本方案通过上述方式进行客站内的温度的获取，可以避免客站温度分布不均匀致使客站内的温度不准确的情况。

当客站内的温度在连续预设次数内均未发生变化时，不抽取客站内的空气进入热交换区域循环。采用这种方式可以避免对室内温度合适的空气进行循环制冷，而浪费能源。

参考图3，其示出了铁路客站低碳制冷装置的使用方法的一个实施例的流程图；如图3所示，该方法B包括步骤B1~步骤B4：

在步骤B1中，采集客站内外的环境温度、湿度、CO2浓度，并将其传输给节能控制模块；

在步骤B2中，接收数据采集模块采集的数据，并根据采集的数据，计算将客站内温度调节至人体最佳舒适温度时的制冷量：

其中，为制冷量；/>为空气的比热；/>为空气的密度；/>为客站内的空气体积；/>为单位时间内向客站输入的新风体积；/>为客站内的温度；/>为人体最佳舒适温度；/>为客站外温度；/>为客站外空气湿度；n为客站内总人数；/>为每个乘客单位时间内排出的CO₂含量；/>为客站内每立方空气的CO₂含量；/>为每立方新风中的CO₂含量；/>为绝对值符号；

在步骤B3中，根据制冷量及客站制冷系统的热泵的最大功率，计算需要启动的热泵数量：

其中，N为热泵数量；为向上取整；/>为热泵的制冷效率；/>为热泵的最大功率；

在步骤B4中，接收节能控制模块发送的热泵启动指令，启动热泵，并将热交换的空气通过布置于客站多个不同位置的旋流风口输出至客站内。

综上所述，本方案通过人体最佳舒适温度结合客站内外的环境温度、湿度、CO2浓度对热泵的制冷量进行调整，以避免电力资源的浪费，从而达到低碳环保的目的。

Claims (8)

1.一种铁路客站低碳制冷装置，其特征在于，包括：

数据采集模块，用于采集客站内外的环境温度、湿度、CO2浓度，并将其传输给节能控制模块；

节能控制模块，用于接收数据采集模块采集的数据，并根据采集的数据，计算将客站内温度调节至人体最佳舒适温度时的制冷量：

其中，为制冷量；/>为空气的比热；/>为空气的密度；/>为客站内的空气体积；/>为单位时间内向客站输入的新风体积；/>为客站内的温度；/>为人体最佳舒适温度；/>为客站外温度；/>为客站外空气湿度；n为客站内总人数；/>为每个乘客单位时间内排出的CO₂含量；/>为客站内每立方空气的CO₂含量；/>为每立方新风中的CO₂含量；/>为绝对值符号；

根据制冷量及客站制冷系统的热泵的最大功率，计算需要启动的热泵数量：

其中，N为热泵数量；为向上取整；/>为热泵的制冷效率；/>为热泵的最大功率；

客站制冷系统，用于接收节能控制模块发送的热泵启动指令，启动热泵，并将热交换的空气通过布置于客站多个不同位置的旋流风口输出至客站内；

人体最佳舒适温度的获取方法包括：

S1、统计客站在预设时间段内所有乘客的年龄，并基于每10岁作为一个年龄段，将乘客划分为若干组，之后统计每组人员数量；

S2、选取人员数量最多的预设组，并统计出每组人员所处的年龄段，针对每个年龄段选取预设数量的试验人员；

S3、在室内空间分别采集制冷场景下位于20℃~30℃下所有试验人员的肢体动作和穿衣情况，并输入已训练的神经网络，得到每个温度下每个人员的体感类型；体感类型包括温度高、温度低和温度合适；

S4、统计每个温度下相同体感类型的数量，并选取出制冷场景下对应于温度合适人数最佳的温度，并将其作为人体最佳舒适温度；

所述神经网络为PyTorch神经网络或YoloV8神经网络；

步骤S4进一步包括：

统计每个温度下相同体感类型的数量，并对对应温度合适的多个数量按降序进行排序；

选取序列中的最大值，并计算序列中余下参数与最大值的差异，挑选出差异小于预设数量的参数；

选取最大值及挑选出的参数中对应的最高温度，并将最高温度作为制冷场景下对应于温度合适人数最佳的温度，并将其作为人体最佳舒适温度。

2.根据权利要求1所述的铁路客站低碳制冷装置，其特征在于，所述客站制冷系统包括两组抽风机和多个并联的热泵，所述热泵使用的制冷剂为碳氢制冷剂R-290；集水器通过管路、冷冻水泵与所述热泵连接，所述热泵通过管路与分水器连接，与分水器出口连接的管路经过热交换区域与集水器连接；

其中一组抽风机用于抽取客站内的空气和新风与热交换区域进行换热，并通过送风管道与客站不同位置布置的旋流风口连接；另一组抽风机用于抽取客站内的空气，并排出室外；抽取客站内的空气和新风的管道进口上均安装有电动调节阀，热泵、抽风机和所有电动调节阀均与节能控制模块电连接。

3.根据权利要求2所述的铁路客站低碳制冷装置，其特征在于，抽取客站内的空气进入热交换区域的管道设置成双路管道，分别为第一管道和第二管道，所述第一管道上设置有干燥腔，且第一管道和第二管道上均设置有与节能控制模块电连接的电动调节阀；

节能控制模块接收湿度传感器采集的客站内的湿度，并判断客站内的湿度是否大于预设湿度，若是，则开启第一管道上的电动调节阀，关闭第二管道上的电动调节阀；否则开启第二管道上的电动调节阀，关闭第一管道上的电动调节阀。

4.根据权利要求1所述的铁路客站低碳制冷装置，其特征在于，客站制冷系统单位时间内向客站外排出的空气体积等于，与客站制冷系统进行热量交换的空气包括新风和循环抽取的室内气体。

5.根据权利要求1所述的铁路客站低碳制冷装置，其特征在于，客站内的温度的获取方法包括：

A1、采集客站内多个远离旋流风口处的温度，计算多个温度的平均值；

A2、计算采集的每个温度与平均值的差异，并判断差异大于预设阈值的个数是否大于三分之一采集温度数量，若是，则进入步骤A3，否则进入步骤A5；

A3、采集多处远离旋流风口的视频图像，并将其输入已训练的神经网络，得到视频区域内每个乘客的体感类型；

A4、统计属于同一体感类型的乘客数量，选取乘客数量最大的体感类型，并根据体感类型确定客站内的温度：

若体感类型为温度合适，则采用人体最佳舒适温度作为客站内的温度；若体感类型为温度高，则采用人体最佳舒适温度加预设温度作为客站内的温度；若体感类型为温度低，则采用人体最佳舒适温度减预设温度作为客站内的温度；

A5、采用平均值作为客站内的温度。

6.根据权利要求5所述的铁路客站低碳制冷装置，其特征在于，当客站内的温度在连续预设次数内均未发生变化时，不抽取客站内的空气进入热交换区域循环。

7.根据权利要求5所述的铁路客站低碳制冷装置，其特征在于，当差异大于预设阈值的个数大于三分之一采集温度数量时，调整每个旋流风口风向，并使每个旋流风口的出风方向不相同。

8.一种铁路客站低碳制冷装置的使用方法，其特征在于，包括步骤：

采集客站内外的环境温度、湿度、CO2浓度，并将其传输给节能控制模块；

接收数据采集模块采集的数据，并根据采集的数据，计算将客站内温度调节至人体最佳舒适温度时的制冷量：

其中，为制冷量；/>为空气的比热；/>为空气的密度；/>为客站内的空气体积；/>为单位时间内向客站输入的新风体积；/>为客站内的温度；/>为人体最佳舒适温度；/>为客站外温度；/>为客站外空气湿度；n为客站内总人数；/>为每个乘客单位时间内排出的CO₂含量；/>为客站内每立方空气的CO₂含量；/>为每立方新风中的CO₂含量；/>为绝对值符号；

根据制冷量及客站制冷系统的热泵的最大功率，计算需要启动的热泵数量：

其中，N为热泵数量；为向上取整；/>为热泵的制冷效率；/>为热泵的最大功率；

接收节能控制模块发送的热泵启动指令，启动热泵，并将热交换的空气通过布置于客站多个不同位置的旋流风口输出至客站内；

人体最佳舒适温度的获取方法包括：

S1、统计客站在预设时间段内所有乘客的年龄，并基于每10岁作为一个年龄段，将乘客划分为若干组，之后统计每组人员数量；

S2、选取人员数量最多的预设组，并统计出每组人员所处的年龄段，针对每个年龄段选取预设数量的试验人员；

S3、在室内空间分别采集制冷场景下位于20℃~30℃下所有试验人员的肢体动作和穿衣情况，并输入已训练的神经网络，得到每个温度下每个人员的体感类型；体感类型包括温度高、温度低和温度合适；

S4、统计每个温度下相同体感类型的数量，并选取出制冷场景下对应于温度合适人数最佳的温度，并将其作为人体最佳舒适温度；

所述神经网络为PyTorch神经网络或YoloV8神经网络；

步骤S4进一步包括：

统计每个温度下相同体感类型的数量，并对对应温度合适的多个数量按降序进行排序；

选取序列中的最大值，并计算序列中余下参数与最大值的差异，挑选出差异小于预设数量的参数；

选取最大值及挑选出的参数中对应的最高温度，并将最高温度作为制冷场景下对应于温度合适人数最佳的温度，并将其作为人体最佳舒适温度。