CN118009511A - 多联机空调系统选型方法、装置、电子设备及存储介质 - Google Patents
多联机空调系统选型方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN118009511A CN118009511A CN202410332159.7A CN202410332159A CN118009511A CN 118009511 A CN118009511 A CN 118009511A CN 202410332159 A CN202410332159 A CN 202410332159A CN 118009511 A CN118009511 A CN 118009511A
- Authority
- CN
- China
- Prior art keywords
- air conditioning
- model
- indoor unit
- determining
- room
- 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.)
- Pending
Links
- 238000004378 air conditioning Methods 0.000 title claims abstract description 234
- 238000010187 selection method Methods 0.000 title claims abstract description 20
- 238000003860 storage Methods 0.000 title claims abstract description 11
- 238000009434 installation Methods 0.000 claims abstract description 89
- 239000003507 refrigerant Substances 0.000 claims abstract description 57
- 238000000034 method Methods 0.000 claims abstract description 40
- 238000000638 solvent extraction Methods 0.000 claims abstract description 19
- 238000009826 distribution Methods 0.000 claims description 37
- 238000005057 refrigeration Methods 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 8
- 238000001816 cooling Methods 0.000 description 20
- 238000013461 design Methods 0.000 description 17
- 238000005192 partition Methods 0.000 description 16
- 238000012937 correction Methods 0.000 description 15
- 238000004364 calculation method Methods 0.000 description 13
- 238000004422 calculation algorithm Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 8
- 238000010257 thawing Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 238000010438 heat treatment Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000005265 energy consumption Methods 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 3
- 238000012216 screening Methods 0.000 description 3
- 230000003321 amplification Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000012938 design process Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000003064 k means clustering Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000003199 nucleic acid amplification method Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000007664 blowing Methods 0.000 description 1
- 230000005494 condensation Effects 0.000 description 1
- 238000009833 condensation Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000011234 economic evaluation Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
- 238000009827 uniform distribution Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Landscapes
- Air Conditioning Control Device (AREA)
Abstract
本申请公开一种多联机空调系统选型方法、装置、电子设备及存储介质,涉及空调领域,用于解决多联机空调系统选型准确性较差的技术问题。方法包括:基于待安装建筑中空调房的几何数据以及空调房的负荷数据确定空调房的室内机的第一型号;基于待安装建筑中各房间的位置信息确定室外机的第一安装位置以及冷媒管井的第二安装位置;基于空调房的位置信息对待安装建筑进行分区处理,得到至少一个目标区域,以使得目标区域中各空调房与第一安装位置、第二安装位置之间的冷媒管配管长度小于预设配管阈值;基于目标区域中对应的第一型号以及预设室内机与室外机之间的容量配比系数,确定各目标区域中室外机的第二型号。
Description
技术领域
本申请涉及空调技术领域,具体涉及一种多联机空调系统选型方法、装置、电子设备及存储介质。
背景技术
多联机空调系统具有高灵活性和高可扩展性面,收到广泛应用,多联机空调系统中的室内机和室外机的选型是一个关键环节,需要综合考虑建筑负荷、空间需求等因素以满足建筑的需求,以此要求选型的人员具备深入的技术知识和经验,以确保选型的准确性和可靠性。
对设计师来说,在整个设计流程中,完成一个建筑多联机系统室内外机的选型设计往往需要经过反复的修改及重复性的校验和调整工作,这将耗费大量的时间和人力成本。一些方案中的多联机空调系统的选型多依赖于人工完成,在选型过程需要经过设计人员的反复的修改及重复性的校验和调整,耗费时间大且人力成本高,且依赖于设计师的个人经验容易影响选型结果。
发明内容
本申请的主要目的是提供一种多联机空调系统选型方法、装置、电子设备及存储介质,旨在解决多联机空调系统选型成本高、准确性较差的技术问题。
为实现上述目的,第一方面,本申请提供的多联机空调系统选型方法中,所述多联机空调系统包括室内机与室外机,所述方法包括:基于待安装建筑中空调房的几何数据以及所述空调房的负荷数据确定所述空调房的室内机的第一型号;基于所述待安装建筑中各房间的位置信息确定室外机的第一安装位置以及冷媒管井的第二安装位置;基于所述空调房的位置信息对所述待安装建筑进行分区处理,得到至少一个目标区域,以使得所述目标区域中各空调房与所述第一安装位置、所述第二安装位置之间的冷媒管配管长度小于预设配管阈值;基于所述目标区域中对应的第一型号以及预设室内机与室外机之间的容量配比系数,确定各目标区域中室外机的第二型号。
本申请的有益效果是:通过空调房的几何数据和负荷数据确定室内机的第一型号,同时通过对待安装建筑进行分区,并通过每个目标区域中冷媒管配管检验每个目标区域划分的合理性,保证目标区域的划分符合要求,以此,则可基于每个目标区域内的室内机的第一型号可确定每个目标区域对应室外机的第二型号,该过程可自动化完成,无需人工参与,成本低、效率高。
在上述技术方案的基础上,本申请还可以做如下改进。
进一步,所述基于待安装建筑中空调房的几何数据以及所述空调房的负荷数据确定所述空调房的室内机的第一型号,包括:基于所述空调房的几何数据确定所述空调房的室内机型式以及室内机布点;基于所述室内机型式以及所述室内机布点确定所述室内机的第一型号。
进一步,所述空调房的几何数据包括所述空调房的平面形状;所基于所述空调房的几何数据确定所述空调房的室内机型式以及室内机布点,包括:基于所述空调房的平面形状获取所述空调房的包围框;基于所述包围框的长宽比确定所述空调房的室内机型式;基于所述室内机型式的出风模式以及所述包围框,确定所述室内机布点。
进一步,所述基于所述室内机型式以及所述室内机布点确定所述室内机的第一型号,包括:基于所述室内机型式以及所述室内机确定至少一个室内机型号样本;其中,所述室内机型号样本中至少包括一个室内机型号;基于所述至少一个室内机型号样本中不同型号室内机的负荷差值,确定至少一个目标室内机型号样本;基于所述室内机布点以及不同目标室内机型号样本中各室内机型号的属性数据,确定所述空调房在不同目标室内机型号样本下的总属性数据,以基于所述总属性数据在所述至少一个室内机型号样本中确定所述第一型号。
进一步,所述基于所述待安装建筑中各房间的位置信息确定室外机的第一安装位置以及冷媒管井的第二安装位置,包括:识别所述待安装建筑的目标房间,并确定所述目标房间的位置信息;基于所述目标房间的位置信息确定所述室外机的第一安装位置;接收用户输入的位置数据作为所述第二安装位置,和/或,提取所述待安装建筑中预设的冷媒管井的位置信息作为所述第二安装位置。
进一步,所述基于所述空调房的位置信息对所述待安装建筑进行分区处理,得到至少一个目标区域,包括:基于所述空调房的负荷数据以及所述空调房的位置信息对所述待安装建筑进行分区处理,得到至少一个初始目标区域;基于所述初始目标区域内空调房的位置、第一安装位置以及第二安装位置确定冷媒管配管长度;若所述冷媒管配管长度小于预设配管阈值,则将所述初始目标区域作为所述目标区域;若所述冷媒管配管长度不小于预设配管阈值,则重新执行所述基于所述空调房的负荷数据以及所述空调房的位置信息对所述待安装建筑进行分区处理,得到至少一个初始目标区域的步骤,直至基于所述初始目标区域内空调房的位置、第一安装位置以及第二安装位置所确定冷媒管配管长度小于预设配管阈值,将所述初始目标区域作为所述目标区域。
进一步,所述基于所述目标区域中对应的第一型号以及预设室内机与室外机之间的容量配比系数,确定各目标区域中室外机的第二型号,包括:基于所述目标区域内第一型号的室内机的额定制冷容量以及所述容量配比系数确定室外机型号集合;其中,所述室外机型号集合包括至少一个室外机型号;基于所述室外机型号集合中各室外机型号的属性数据、实际制冷容量,确定所述第二型号。
第二方面,本申请还提供了一种多联机空调系统选型装置,所述多联机空调系统包括室内机与室外机,所述装置包括:第一型号确定模块,用于基于待安装建筑中空调房的几何数据以及所述空调房的负荷数据确定所述空调房的室内机的第一型号;安装位置确定模块,用于基于所述待安装建筑中各房间的位置信息确定室外机的第一安装位置以及冷媒管井的第二安装位置;分区模块,用于基于所述空调房的位置信息对所述待安装建筑进行分区处理,得到至少一个目标区域,以使得所述目标区域中各空调房与所述第一安装位置、所述第二安装位置之间的冷媒管配管长度小于预设配管阈值;
第二型号确定模块,用于基于所述目标区域中对应的第一型号以及预设室内机与室外机之间的容量配比系数,确定各目标区域中室外机的第二型号。
本申请提供的多联机空调系统选型装置的有益效果与上述多联机空调系统选型方法的有益效果相同,在此不再赘述。
第三方面,本申请还提供一种电子设备,包括处理器、存储器;所述存储器用于存储指令;所述处理器用于执行所述存储器中的指令,使得所述电子设备执行如第一方面中任一项所述的方法。
第四方面,本申请还提供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计算机执行指令,所述计算机执行指令被处理器执行时用于实现如第一方面任一项所述的多联机空调系统选型方法。
第五方面,本申请还提供一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现第一方面任一项所述的多联机空调系统选型方法。
附图说明
为了更清楚地说明本申请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申请的一些实施例,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示出的结构获得其他的附图。
图1为申请提供的一种应用场景示意图;
图2为本申请提供的一种多联机空调系统选型方法的流程示意图;
图3为本申请提供的一种空调房室内机布点示意图;
图4为本申请提供的另一种空调房室内机布点示意图;
图5为本申请提供的另一种空调房室内机布点示意图;
图6为本申请提供的标准层的空调房的室内机布点示意图;
图7为本申请提供的一种多联机空调系统选型装置的结构示意图。
具体实施方式
多联机空调系统广泛适用于各种建筑类型,包括住宅、商业和办公场所等,相比于传统的中央空调系统,多联机空调系统具有更高的灵活性和可扩展性。在多联机空调系统设计中,室内机和室外机的选型是一个关键环节,需要综合考虑建筑负荷、空间需求、布局结构、系统性能多个因素,以满足建筑的需求、提高多联机空调系统的性能并兼顾可维护性。这要求设计人员具备深入的技术知识和经验,以确保选型的准确性和可靠性。
对设计师而言,在整个设计流程中,完成一个建筑的多联机空调系统的室内机和室外机的选型设计往往需要经过反复的修改及重复性的校验和调整工作,这将耗费大量的时间和人力成本。
建筑信息模型(BIM)技术是现代建筑行业的重要革新,它通过实现建筑的全部信息的数字化表达,为建筑的设计、施工和运营过程带来了革命性的变革;BIM三维模型中包含了建筑的所有物理和功能特性的详细信息,为多联机设备选型提供了支撑,但BIM所输出的文本无法直接进行多联机空调系统的自动使用,大多还是依赖于设计师手动输入相关数据,这种方式效率低下,需要耗费大量时间,且容易出现数据遗漏等人为错误,以此,目前尚无基于BIM进行多联机空调系统自动选型的相关方案。
基于此,本申请提出一种多联机空调系统选型方法、装置、电子设备及存储介质,基于BIM模型所输出的数据,可完成多联机空调系统的自动选型,以可以根据建筑的特点和需求,自动计算出最合适的室内机和室外机组合。
示例性的,图1为多联机空调系统选型方法的一种应用场景示意图。如图1所示,终端可以接受多联机空调系统选型的需求,从而将需求反馈至服务器,以使得服务器中的多联机空调系统选型装置,执行多联机空调系统选型方法,并将最后的选项结果反馈给终端,显示在终端的可视化界面上。
在一些实施例中,终端可以为手机、电脑、平板以及车载设备等电子设备,服务器可以是物理服务器、服务器集群以及云服务器等,此处不作具体限制。
本实施例中,服务器中可设置有用于进行多联机空调系统选型的软件,服务器接受相关需求后,可调用该软件进行多联机空调系统选型。
该多联机空调系统选型过程,软件控制BEM(业务执行力模型)模型在BIM输出的数据中获取相关数据,以进行自动选型,自动选型,可以提高选型的准确性和一致性,减少人为错误和不一致性的出现;同时,自动选型还可以提高设计效率和系统性能,通过综合考虑建筑负荷需求、空间布局和性能要求,基于BIM的自动选型可以优化多联机空调系统的配置,确保系统在满足舒适要求的同时实现高效能耗。在BIM技术大力发展的未来,基于BIM模型的室内外机自动选型将为多联机系统的可靠运行和能效提升提供科学的决策依据,推动多联机系统在建筑行业中的广泛应用。
应理解,图1中的应用场景仅是本申请对交流变频器应用场景的一种示例,本申请对多联机空调系统选型方法的应用场景并不进行限定。
下面将结合本申请实施例中的附图,对本申请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申请的一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
图2为本申请提供的一种多联机空调系统选型方法的流程示意图。如图2所示,该方法可以包括以下步骤:
S101、基于待安装建筑中空调房的几何数据以及空调房的负荷数据确定空调房的室内机的第一型号。
BIM模型可模拟该待安装建筑的三维模型,并输出一个文件,该文件中包括待安装建筑的属性数据,包括但不限于待安装建筑中的房间功能信息、材质信息、几何数据、位置信息等。
本实施例中,可从房间功能信息中确定空调房,该空调房即为需要按照室内机的房间。
以此,BEM模型可自动从文件中获取空调房的相关信息(几何数据,包括空调房的尺寸、面积、几何形状以及内部布局等方面的数据,以及可能存在的障碍物等空间信息),并通过能耗模拟软件对空调房的负荷进行模拟,得到各空调房的负荷数据。
在一些实施例中,该负荷数据包括冷负荷数据以及热负荷数据。
在一些实施例中,能耗模拟软件通过BEM模型获取相关数据,以计算每个空调房间的逐时冷热负荷,从而不再需要设计师逐个手动输入各个空调房的相关参数,该算法模块计算处理过程对冷热负荷结果中显热负荷、潜热负荷和新风负荷等数据进行计算处理。
本实施例中,根据待安装建筑的逐时冷热负荷计算结果和室内条件进行多联机系统室内机选型。将建筑按照功能、朝向或其他特定因素划分为不同的热区或控制区域。这有助于确定每个区域的独立控制需求,并为室内机的选型提供基础。
解析BEM模型,自动获取每个空调房间信息,通过建筑能耗模拟软件或其他负荷计算工具,计算每个空调房间的逐时冷热负荷,从而不再需要设计师逐个手动输入各个房间的相关参数。该算法模块计算处理过程对冷热负荷结果中显热负荷、潜热负荷和新风负荷等数据进行计算处理,得以自动提取待按照建筑内各个空调房的负荷数据。
可选的,负荷数据中涵盖对应空调房在一年中不同小时内的冷负数据荷与热负荷数据,总计8760小时的逐时负荷数据。
可以理解的,待按照建筑中的空调房的数量可以是一个或是多个,此处为针对某一个空调房而言。
将空调房的负荷数据将作为室内机选型依据,根据设计需求和负荷计算结果,并综合考虑空间限制、安装要求等因素,选择合适的室内机类型,确定室内机的布置位置及额定制冷容量。
以下定义空调房中室内机的第一型号选择进行进一步解释。
在一种可选方式中,基于空调房的几何数据确定空调房的室内机型式以及室内机布点;基于室内机型式以及室内机布点确定室内机的第一型号。
本实施例中,一个空调房中的室内机型式可以包括四面出风型式、两面出风型式和风管机型式之一,或是风型式、两面出风型式和风管机型式中的2个或2个以上的组合。
室内机布点即为一个空调房的那些位置需要安装什么样的室内机型式,该室内机布点可以得到一个空调房内的室内机型式类别以及数据。
在一实施例中,可通过以下方式确定室内机型式以及室内机布点:基于空调房的平面形状获取空调房的包围框;基于包围框的长宽比确定空调房的室内机型式;基于室内机型式的出风模式以及包围框,确定室内机布点。
本实施例中,通过空调房的几何形状,计算空调房的包围框,该包围框的形状可以是外接矩形,外接矩形可被视为将房间几何形状完全包含的最小矩形范围,以基于该包围框的长宽比确定空调房的室内机型式。
以包围框为外接矩形举例,在一些实施例中,如果外接矩形的长宽比小于第一阈值,第一型号可以为四面出风型式;如果外接矩形的长宽比大于定值,则第一型号可以为两面出风型式,以减少壁面结露的可能性。
由于风管机型式的室内机主要采用侧吹风模式并通常设置在贴墙处,因此风管机型式的室内机的布置对几何形状有一定要求,只有当贴墙设置的风管机能照顾到空调房大部分区域时,该空调房才可进行风管机式室内机的布置。
若外接矩形的短边长度小于定值(即小于1-2个风管机型式的室内机能负责的区域长度),则开始进行风管机型式的室内机的布置;反之则放弃风管机型式的室内机的布置。
四面出风型式和两面出风型式类似,通常都是以在房间内均匀布置为目标;而风管机型式有所不同,一般是布置在房间内的贴墙处进行侧送,因此对于空调房的几何形状提出了一定要求。
在一些实施例中,基于不同室内机型式,在进行室内机布点时存在不同的方式,大多通过室内机型式的出风模式以及包围框进行确定。
在一实施例中,四面出风和两面出风型式的出风模式为两面出风或是四面出风,则布置四面出风型式和两面出风型式的室内机时,需要满足室内机尽可能均匀布置的条件,以保障空调房内空气的均匀流通和温度分布,以此,主要是通过控制室内机在不同方向上的间距来实现。
首先,根据房间的外接矩形的形状确定布置线段的方向,布置线段方向应与外接矩形的短边平行。
根据布置线段间距和外接矩形长边L确定布置线段的个数N1,向上取整,s为预设布置线段间距,s可设为4、5、6等数值,单位为m(米),此处不作具体限制,可通过经验参数得到,因此布置线段个数的计算公式可见公式(1):
根据布置线段个数均分外接矩形的长边,生成实际的房间内布置线段。
根据室内机布置间距和布置线段长度Lp确定布置线段上室内机的个数N2,向上取整,因此布置线段个数的计算可见公式(2):
根据布置线段上室内机的个数均分布置线段,生成该空调房的室内机布点。
需要注意的是,两面出风型式的室内机朝向根据空调房的长宽比确定,即两面出风口的朝向与房间外接矩形的长边方向保持一致。
如图3所示出的一实施例中的空调房室内机布点示意图,其对应为四面出风型式和两面出风型式的室内机的布点示意图,图3中虚线矩形为室内机布点的位置,两段虚线为布置线段。
可以理解的,在一个空调房中,其可以有一个室内机型式,也可以有多个室内机型式,且在一个空调房中,可以有一个室内机,也可以有多个室内机,一个室内机型式的室内机可以是一个也可以是多个。
在一些实施例中,针对风管机型式的室内机布点,可参考图4和图5,计算房间内需要的室内机总数N,通过房间面积S和风管机型式的室内机所负责面积确定,向上取整,w为默认风管机型式的室内机负责面积,单位为平方米,数值可以为18、20、21等输出,因此具体的计算公式可参考公式(3):
然后寻找空调内布置风管机型式的室内机的布置线段,取距离墙线有一定距离的房间内线段多为风管机的布置线段。
根据房间类型、房间门位置和布置线段的长度对布置线段实现排序,如果是病房或者客房之类的小型空调房(根据房间的功能判断),根据距离房间门口位置距离和布置线段长度进行降序,即布置线段优先选择距离房间门口更近和线段长度更短的线段(参考图4);否则,室内机布点根据布置线段的长度实现降序排序,即布置线段优先选择长度更长的线段(参考图5)。
遍历布置线段;根据风管机的标准间距c(可以为4米、4.5米等数值,可自行设定)和布置线段长度置线段长度Lp计算布置线段上理论需要布置的风管机数量Nideal;与此同时统计空调房内已存在的风管机数量Nall,用于计算该布置线段上的实际需要布置的风管机型式的室内机数量Nactual,具体计算公式可参考公式(4)、(5)。
Nactual=min(Nideal,N-Nall) (5)
当Nactual=0时,则风管机布点结束。
根据风管机所在的布置线段确定风管机型式的室内机的朝向,风管机型式的室内机的朝向为布置线段指向空调房中心的垂线方向。
本实施例中,可得到空调房的室内机型式以及室内机布点,一个室内机型式对应有多个室内机型号,以此,一个空调房可得到多个室内机型号样本,任意两个室内机型号样本中的室内机型式不完全相同、或室内机数量不完全相同、或室内机型号不完全相同。
以下提出室内机第一型号的获取方式:基于室内机型式以及室内机确定至少一个室内机型号样本;其中,室内机型号样本中至少包括一个室内机型号;基于至少一个室内机型号样本中不同型号室内机的负荷差值,确定至少一个目标室内机型号样本;基于室内机布点以及目标室内机型号样本中各室内机型号的属性数据,确定空调房在不同目标室内机型号样本下的总属性数据,以基于总属性数据在至少一个室内机型号样本中确定第一型号。
本实施例中,针对空调房的多个室内机型号样本,分别计算各样本的额定制冷量与室内冷负荷的差值以及额定制冷量与室内热负荷的差值,通过以下公式(6)、(7)得到:
Qc_diff=Qc_rated×N-Qc_indoor (6)
Qh_diff=Qh_rated×N-Qh_indoor (7)
其中,Qc_diff、Qh_diff分别为一个室内机型号样本中所有室内机的额定制冷容量与空调房的冷负荷的第一差值以及额定制冷容量与空调房的冷负荷的第二差值,公式(6)、(7)中的单位均W(瓦),Qc_rated、Qh_rated为室内机额定制冷容量,Qc_indoor、Qh_indoor分别为空调房的冷负荷以及热负荷。
本实施例中,筛选出第一差值以及第二差值均为正数的室内机型号样本,并将筛选出的室内机型号样本中第一差值以及第二差值的数值小于预设数值的室内机型号样本作为目标室内机型号样本。
属性数据即为造价,针对该目标室内机型号样本中的室内机布点以及目标室内机型号样本中各室内机型号造价,可计算不同目标室内机型号样本下的总属性数据,即总造价,将造价最低的目标室内机型号样本中的室内机型号作为第一型号。
可以理解的,第一型号为空调房中所有室内的型号,而不单独指一个室内机的型号。
传统的室内机选型方法通常由工程师或技术人员根据建筑的冷热负荷计算结果和室内条件,通过手动计算和经验决定室内外机的类型、数量和额定容量,这种方法依赖于设计师的经验和知识,可能导致选型过程耗时且容易出现人为错误,此外,在选型过程中存在迭代校验的过程,每一次迭代都需要反复校核室内机的实际制冷量和制热量,给设计师造成了极大的困扰。
与手动选型相比,本实施例提出的第一型号获取方式可直接读取建筑几何数据及负荷数据,无需设计师重复输入,减少了人为错误的可能性,提高了选型的准确性和可靠性,并可以形成初步的室内机布置方案,同时,在考虑不同类型室内机的技术特性基础上,还在不同的选型方案间进行了经济性评估和成本优化,实现了对空调房内各种室内机类型选型方案的优化选择。
S102、基于待安装建筑中各房间的位置信息确定室外机的第一安装位置以及冷媒管井的第二安装位置。
在一些实施例中,识别待安装建筑的目标房间,并确定目标房间的位置信息;基于目标房间的位置信息确定室外机的第一安装位置;接收用户输入的位置数据作为第二安装位置,和/或,提取待安装建筑中预设的冷媒管井的位置信息作为第二安装位置。
本实施例中,通过获取待安装建筑对应的BIM所输出的文件,可确定室外机的第一安装位置以及冷媒管井的第二安装位置,该过程可采用“关键字匹配”自动识别目标房间,目标房间可以为建筑塔楼、裙房、设备层等,并确定目标房间的位置信息,以确定室外机的第一安装位置P_outdoor;同时识别冷媒管井的第二安装位置P_shaft,若文件有明确的冷媒管井位置,即待安装建筑中预设有冷媒管井的位置信息,则从文件中提取冷媒管井位置作为第二按照位置,以其形心点为第二安装位置的位置坐标;若没有明确竖井位置,可以提示用户(设计师)自行设定冷媒管井位置,接收用户输入的位置数据作为第二安装位置。
S103、基于空调房的位置信息对待安装建筑进行分区处理,得到至少一个目标区域,以使得目标区域中各空调房与第一安装位置、第二安装位置之间的冷媒管配管长度小于预设配管阈值。
传统的多联机空调系统的划分依据房间负荷特性、使用时间、功能、平面位置、温湿度基数、防火防爆等,其规则的主观性较强,而且由于没有对每个空调房进行详细的逐时负荷分析,房间的实际负荷特性与想象差异较大。
可采用k-means聚类算法自动划分空调分区。
通过解析BEM模型,获取第一安装位置、第二安装位置,综合待安装建筑的分区结果,自动估算冷媒管路的长度,以检测其是否满足规范所规定的管长限制,对于那些超过规范长度限制的区域,系统会智能地修改第一安装位置、第二安装位置或是重新进行分区,或是同时修改第一安装位置、第二安装位置并重新分区,以降低管路损失为目标,以确保所有的每个区域都能满足冷媒管路长度的要求。
在一些实施例中,基于空调房的负荷数据以及空调房的位置信息对待安装建筑进行分区处理,得到至少一个初始目标区域;基于初始目标区域内空调房的位置、第一安装位置以及第二安装位置确定冷媒管配管长度;若冷媒管配管长度小于预设配管阈值,则将初始目标区域作为目标区域;若冷媒管配管长度不小于预设配管阈值,则重新执行基于空调房的负荷数据以及空调房的位置信息对待安装建筑进行分区处理,得到至少一个初始目标区域的步骤,直至基于初始目标区域内空调房的位置、第一安装位置以及第二安装位置所确定冷媒管配管长度小于预设配管阈值,将初始目标区域作为目标区域。
本实施例中,根据聚类的方法将负荷数据中逐时负荷特性相近(负荷会受到朝向、使用时间、负荷密度等影响呈现出不同特征)和空调房的空间位置相近的空调房划分在一个区域内,得到初始目标区域,可避免设计人员的主观偏差。
当前算法中采用的负荷聚类方法为传统的k-means聚类,在聚类参数k值取值不同时,对应的聚类结果并不相同,因此对应的空调系统分区结果也各不相同,通过调整k值,限制最大分区个数,为了避免分区得到的区域数目过多,选取分区结果中初始目标区域数量最小的分区结果作为后续的冷媒管配管长度计算的方案,并生成对应的初始目标区域中的空调房列表。为充分考虑各空调房间冷热负荷情况,将房间负荷率作为分类的特征,可参考公式(8):
其中,η为某一时刻负荷率,i为i时刻,Qc_indoor,Qh_indoor分别为空调房的室内冷负荷和热负荷,单位为W。
依据第一安装位置以及第二安装位置,确定冷媒管配管长度是否满足要求,此时,可获取初始目标区域内所有空调房对应的冷媒管配管长度,也可以只测距离第二安装位置最远的空调房的冷媒管配管长度,以空调房中形心点为位置坐标P_indoor,对冷媒管配管长度L进行估算,考虑到实际走管需规避柱子等障碍物,故在估算时考虑设置一定的放大系数γ,其数值可以是1.1、1.2等,具体计算方式可参考公式(9):
L=γ(|xP_outdoor-xP_shaft|+|yP_outdoor-yP_shaft|+|zP_outdoor-zP_indoor|+|xP_indoor-xP_shaft|+|yP_indoor-yP_shaft|) (9)
其中,下标P_indoor的数据为空调房位置相关数据,下标P_outdoor的数据为第一安装位置相关数据,下标P_shaft的数据为第二安装位置相关数据,x、y、z为在三维坐标系中的各位置对应的坐标数据,该三维坐标系可基于待安装建筑所在的水平面以及垂直该水平面的垂线所得到,即水平面可视为三维坐标系中任意两个轴线所构成的平面。
对系统管长限制进行评估,若所有初始目标区域内的冷媒管配管长度小于预设配管阈值,系统管长限制符合,则将初始目标区域作为目标区域,若存在至少一个初始目标区域内的冷媒管配管长度不小于预设配管阈值,则自动调整聚类算法中的k值(递增方式),重新进行分区,或是可调整第一安装位置和第二安装位置,得到新的初始目标区域,直至所有初始目标区域均满足系统管长限制要求。
这些自动化步骤,可使得冷媒管路设计能够高效、准确地满足多联机空调系统的要求,从而提高设计效率并确保系统的性能符合标准。
S104、基于目标区域中对应的第一型号以及预设室内机与室外机之间的容量配比系数,确定各目标区域中室外机的第二型号。
本实施例中,S101得到第一型号,且S103得到目标区域,则针对每一个目标区域,可得到对应目标区域的所有空调房的第一型号,也即得到目标区域的室内机选项结果列表。
在一实施例中,基于目标区域内第一型号的室内机的额定制冷容量以及容量配比系数确定室外机型号集合;其中,室外机型号集合包括至少一个室外机型号;基于室外机型号集合中各室外机型号的属性数据、实际制冷容量,确定第二型号。
本实施例中,依据分区室内机选型结果,确定相应目标区域中室外机的额定容量,一般而言,一个目标区域存在一个室外机以及一个冷媒管井。
设置容量配比系数(即一个系统内所有室内机额定制冷容量之和与室外机额定制冷容量之比)的目的是尽量避免多联机空调系统的超配使用,确保多联机空调系统的经济高效运行。
在系统设计选型时,要特别注意室外机实际能力与名义能力的区别,根据室内外机容量配比系数、室内空气计算干湿球温度以及室外空气计算干球温度,确定室外机在设计工况下实际制冷容量。
该步骤中需要考虑实际运行温度对系统的影响,同时还需考虑系统配比、管长、除霜等因素的影响,对所选室外机额定容量依次进行温度修正、配比率(连接率)修正、管长修正、融霜修正计算,输出最终的室外机实际制冷容量。
本实施例中,设定容量配比系数CR_preset作为一个可调控的参数,该参数可以根据人工指定的室内机同时使用率进行调整,若未进行指定,则默认将CR_preset设定在110%-135%的范围内,从而筛选出满足要求的各种室外机样本,具体可通过以下公式(10)进行计算:
其中,CR为预设的最小容量配比系数,CR_preset为预设的最大容量配比系数,其为一个目标区域内所有室内机的额定制冷容量和,单位为W,QOD为室外机总制冷量,QCD·k为第k个室外机的制冷量,m为室外机的数量。
以此,通过容量配比系数可筛选得到符合要求的室外机型号集合,针对每一目标区域,对应有该目标区域的室外机型号集合。
本实施例中,通过遍历室外机型号集合中的室外机型号,并引用数据库中的容量修正表(该容量修正表包含了在不同室内外温度组合下设备的制冷/制热能力),利用插值法计算每一室外机型号在指定设计工况下的实际制冷容量,本实施例中通国查找指定工况下室内外机组合的制冷/制热能力对比额定工况下的制冷/制热能力,得到容量配比系数,筛选室外机,可得到室外机型号集合。
当然,在另一些实施例中,在此基础上,特别注意到在一定外部环境温度条件下,室外机可能会出现结霜化霜情况,因此,在制热负荷选型时,还加入融霜修正系数的计算,以保证系统的稳定运行和高效能效,即通过容量配比系数以及融霜修正系数修正,得到该室外机型号集合,本实施例中融霜修正为根据室外温度有个能力修正系数,对额定能力进行修正。
在通过上述容量配比修正系数和/或融霜修正系数处理后,可在得到的室外机型号集合中确定最终的第二型号时,基于各室外机型号的属性数据(即造价,也经济成本)、系统容量备用率(一个目标区域中室外机与室内机容量之和的差值)以及系统选型能效进行综合评估,以确定最终的室外机选型,即目标区域的第二型号,如可选择成本最低的室外机的型号,作为第二信号,或基于经验参数,为属性数据、实际制冷量分配不同的权重,以此基于权重,计算室外机型号集合中各室外机的评估分数,以基于该评估分数,最终得到不同目标区域中室外机的第二型号。
又如可通过预先训练的神经网络模型,基于室外机型号集合中各室外机的属性数据、实际制冷容量对各室外机进行评分,通过该评分得到不同目标区域中室外机的第二型号;该通过室外机型号集合确定第二型号的具体方式可由设计师基于实际情况以及各室外机型号的属性数据、实际制冷容量确定。
在另一些实施例中,针对各目标区域对应的室外机型号集合中的室外机型号,还可采用多目标优化算法或是根据实际情况以及设计师的偏好、需求进行室外机最终选型,最优解为最终的第二型号。
本实施例中提出的多联机空调系统选型方法,能够依据待安装建筑中各空调房的负荷数据以及BIM输出的待安装建筑的文件,自动对多联机空调系统的室内机和室外机进行选型计算,在选型过程中,能够自动从文件中提取空调房的位置信息和几何数据,无需设计师手动输入相关数据房间面积、高度等数据;此外,选型过程中采用了k-means负荷聚类算法,自动进行分区,无需设计师凭借设计经验手动划分分区,这种方法大幅度地降低了对设计师的依赖程度,使得整个选型过程更为一体化,实现了一站式的选型方案。
本实施例中提出的多联机空调系统选型方法提高了多联机空调系统选型的效率,还确保了选型的准确性和经济性,且该多联机空调系统选型算法可在实际工程中与土建设计同步进行,减轻一线设计人员的劳动强度、避免工作差错或技术失误,同时提高产品标准化和设计品质。
多联机空调系统选型过程中,遵循预定义的算法和规则,通过自动化的计算和修正步骤,能够在短时间内处理大量数据,迅速生成最终的选型结果,确保设计过程的一致性和符合行业规范,这有助于提高设计的可靠性和合规性,而且,自动选型可以更容易地进行多次迭代和变更管理,以便根据不同的需求或约束条件进行调整,而无需手动重新设计,减少人工设计所需的人力和时间成本。
下面对本申请的实施方式选取一个实例作详细说明,存在一待安装建筑为典型办公建筑,通过BIM对该待安装建筑进行三维建模后,BEM从BIM所输出的文件中提取数据,并使用EnergyPlus能耗模拟软件对标准层全年逐时冷热负荷进行模拟之后,通过计算标准层的总冷热负荷,得到负荷数据,负荷数据中包括:标准层总的冷负荷为66.9kW,总的热负荷为365.61kW,本实例中标准层空调区域的面积为1010.1m2,单位面积冷负荷为66.2W/m2,与实际工程相比较为合理,进而可以使用此负荷数据进行室内机的额定容量的确定,如下表1为示出的该待安装建筑中部分空调房的冷负荷数据,表1中CORRIDOR为走廊,OFFICE为办公区,F为楼层。
表1
/>
从而,可计算各空调房的逐时冷负荷,最终得到各空调房的负荷数据,同时可对各空调房,确定室内机型式以及室内机布点,如图6为待安装建筑中某一标准层的空调房的室内机布点示意图,其中,小方块即为室内机的布点位置。
以此,通过室内机型式以及室内机布点,可得到每个空调房的室内机型号样本,表2中示出部分空调房的室内机型号样本:
表2
表2中,针对空调房名称为“1_F_1_CORRIDOR”的空调房,表2中示出两个可使用的室内机型号,其具体为型号A的室内机以及型号B的室内机,从而基于该的室内机、型号B的室内机以及室内机数量,可得到该空调房的多个室内机型号样本。
通过对空调房的多个室内机型号样本进行筛选,可得到各空调房中室内机的第一型号。
同时,可对待安装建筑的进行区域划分,由于该实施例中的待安装建筑属于办公建筑,建筑内部的房间功能较为单一,同时,对于一个标准层而言,体量较小,可将该标准层为一个区域是符合工程要求的,该标准层可得到如表3所示的分区结果:
表3
表3中的区域号1可视为目标初始区域,对该目标初始区域进行校验,确定目标初始区域中各空调房到室外机、冷媒管井的冷媒管配管长度小于预设配管阈值,若是,则分区合理,目标初始区域作为目标区域。
根据上面确定的各空调房的室内机选型结果(第一型号),设置容量配比系数,计算目标区域室内机总额定制冷量为104KW,考虑室内机并非所有时间都满载运行,故依据室内机实际所需承担的负荷需求,进而通过容量配比系数确定该分区所需室外机的最小制冷容量,经过计算,得到室外机需提供最小制冷容量为79.4KW;遍历选型数据库,初步筛选出满足最小制冷容量需求的室外机型号,并在此基础上进行融霜修正,造价、系统容量备用率以及能效综合评估,确定该室外机的第二型号,室外机的第二型号见表4:
表4
此时,得到室内机和室外机的选型结果,可通过公式计算空调房室内机的实际最终制冷能力,检测室内机是否满足要求,公式为室内机实际最终制冷能力=室内机额定制冷量*(室外机实际制冷量/额定制冷量),可得到表5的部分室内机检测结果。
表5
可见,序号为1-6的空调房内的室内机能满足要求,从而可基于表4以及通过表2得到的各空调房的第一型号,完成多联机空调系统选型。
本实施例中,室内机、室外机的型号等数据,均可从数据库中进行获取。
图7为本申请提供的一种多联机空调系统选型装置的结构示意图。如图7所示,该装置包括:第一型号确定模块21,用于基于待安装建筑中空调房的几何数据以及空调房的负荷数据确定空调房的室内机的第一型号,安装位置确定模块22,用于基于待安装建筑中各房间的位置信息确定室外机的第一安装位置以及冷媒管井的第二安装位置;分区模块23,用于基于空调房的位置信息对待安装建筑进行分区处理,得到至少一个目标区域,以使得目标区域中各空调房与第一安装位置、第二安装位置之间的冷媒管配管长度小于预设配管阈值;第二型号确定模块24,用于基于目标区域中对应的第一型号以及预设室内机与室外机之间的容量配比系数,确定各目标区域中室外机的第二型号。
可选的,第一型号确定模块21包括:型式确定单元,用于基于空调房的几何数据确定空调房的室内机型式以及室内机布点;第一型号确定单元,用于基于室内机型式以及室内机布点确定室内机的第一型号。
可选的,型式确定单元包括:包围框获取板块,用于基于空调房的平面形状获取空调房的包围框;型式确定板块,用于基于包围框的长宽比确定空调房的室内机型式;布点确定板块,用于基于室内机型式的出风模式以及包围框,确定室内机布点。
可选的,第一型号确定单元包括:室内机型号样本获取板块,用于基于室内机型式以及室内机确定至少一个室内机型号样本;其中,室内机型号样本中至少包括一个室内机型号;目标室内机型号样本确定板块,用于基于至少一个室内机型号样本中不同型号室内机的负荷差值,确定至少一个目标室内机型号样本;第一型号确定板块,用于基于室内机布点以及不同目标室内机型号样本中各室内机型号的属性数据,确定空调房在不同目标室内机型号样本下的总属性数据,以基于总属性数据在至少一个室内机型号样本中确定第一型号。
可选的,安装位置确定模块包括:目标房间识别单元,用于识别待安装建筑的目标房间,并确定目标房间的位置信息;第一安装位置确定单元,用于基于目标房间的位置信息确定室外机的第一安装位置;第二安装位置确定单元,用于接收用户输入的位置数据作为第二安装位置,和/或,提取待安装建筑中预设的冷媒管井的位置信息作为第二安装位置。
可选的,分区模块23包括:初始目标区域确定单元,用于基于空调房的负荷数据以及空调房的位置信息对待安装建筑进行分区处理,得到至少一个初始目标区域;冷媒管配管长度获取单元,用于基于初始目标区域内空调房的位置、第一安装位置以及第二安装位置确定冷媒管配管长度;第一目标区域确定单元,用于若冷媒管配管长度小于预设配管阈值,则将初始目标区域作为目标区域;第二目标区域确定单元,用于若冷媒管配管长度不小于预设配管阈值,则重新执行基于空调房的负荷数据以及空调房的位置信息对待安装建筑进行分区处理,得到至少一个初始目标区域的步骤,直至基于初始目标区域内空调房的位置、第一安装位置以及第二安装位置所确定冷媒管配管长度小于预设配管阈值,将初始目标区域作为目标区域。
可选的,第二型号确定模块24,包括:室外机型号集合获取单元,用于基于目标区域内第一型号的室内机的额定制冷容量以及容量配比系数确定室外机型号集合;其中,室外机型号集合包括至少一个室外机型号;第二型号确定单元,用于基于室外机型号集合中各室外机型号的属性数据、实际制冷容量,确定第二型号。
本申请提供的多联机空调系统选型装置,用于执行前述多联机空调系统选型方法实施例,其实现原理与技术效果类似,对此不再赘述。
本申请还提供一种电子设备,包括处理器、存储器;存储器用于存储指令;处理器用于执行存储器中的指令,使得电子设备执行执行前述多联机空调系统选型方法。
本申请还提供了一种计算机可读存储介质,该计算机可读存储介质可以包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random AccessMemory)、磁盘或者光盘等各种可以存储程序代码的介质,具体的,该计算机可读存储介质中存储有计算机执行指令,计算机执行指令被处理器执行时用于实现上述实施例中的方法。
本申请还提供一种计算机程序产品,该计算机程序产品包括计算机程序,该计算机程序被处理器执行时实现上述各种实施方式提供的多联机空调系统选型方法。
最后应说明的是:以上各实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述各实施例对本申请进行了详细的说明,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申请各实施例技术方案的范围。
Claims (11)
1.一种多联机空调系统选型方法,其特征在于,所述多联机空调系统包括室内机与室外机,所述方法包括:
基于待安装建筑中空调房的几何数据以及所述空调房的负荷数据确定所述空调房的室内机的第一型号;
基于所述待安装建筑中各房间的位置信息确定室外机的第一安装位置以及冷媒管井的第二安装位置;
基于所述空调房的位置信息对所述待安装建筑进行分区处理,得到至少一个目标区域,以使得所述目标区域中各空调房与所述第一安装位置、所述第二安装位置之间的冷媒管配管长度小于预设配管阈值;
基于所述目标区域中对应的第一型号以及预设室内机与室外机之间的容量配比系数,确定各目标区域中室外机的第二型号。
2.根据权利要求1所述的方法,其特征在于,所述基于待安装建筑中空调房的几何数据以及所述空调房的负荷数据确定所述空调房的室内机的第一型号,包括:
基于所述空调房的几何数据确定所述空调房的室内机型式以及室内机布点;
基于所述室内机型式以及所述室内机布点确定所述室内机的第一型号。
3.根据权利要求2所述的方法,其特征在于,所述空调房的几何数据包括所述空调房的平面形状;所基于所述空调房的几何数据确定所述空调房的室内机型式以及室内机布点,包括:
基于所述空调房的平面形状获取所述空调房的包围框;
基于所述包围框的长宽比确定所述空调房的室内机型式;
基于所述室内机型式的出风模式以及所述包围框,确定所述室内机布点。
4.根据权利要求2所述的方法,其特征在于,所述基于所述室内机型式以及所述室内机布点确定所述室内机的第一型号,包括:
基于所述室内机型式以及所述室内机确定至少一个室内机型号样本;其中,所述室内机型号样本中至少包括一个室内机型号;
基于所述至少一个室内机型号样本中不同型号室内机的负荷差值,确定至少一个目标室内机型号样本;
基于所述室内机布点以及不同目标室内机型号样本中各室内机型号的属性数据,确定所述空调房在不同目标室内机型号样本下的总属性数据,以基于所述总属性数据在所述至少一个室内机型号样本中确定所述第一型号。
5.根据权利要求1所述的方法,其特征在于,所述基于所述待安装建筑中各房间的位置信息确定室外机的第一安装位置以及冷媒管井的第二安装位置,包括:
识别所述待安装建筑的目标房间,并确定所述目标房间的位置信息;
基于所述目标房间的位置信息确定所述室外机的第一安装位置;
接收用户输入的位置数据作为所述第二安装位置,和/或,提取所述待安装建筑中预设的冷媒管井的位置信息作为所述第二安装位置。
6.根据权利要求1所述的方法,其特征在于,所述基于所述空调房的位置信息对所述待安装建筑进行分区处理,得到至少一个目标区域,包括:
基于所述空调房的负荷数据以及所述空调房的位置信息对所述待安装建筑进行分区处理,得到至少一个初始目标区域;
基于所述初始目标区域内空调房的位置、第一安装位置以及第二安装位置确定冷媒管配管长度;
若所述冷媒管配管长度小于预设配管阈值,则将所述初始目标区域作为所述目标区域;
若所述冷媒管配管长度不小于预设配管阈值,则重新执行所述基于所述空调房的负荷数据以及所述空调房的位置信息对所述待安装建筑进行分区处理,得到至少一个初始目标区域的步骤,直至基于所述初始目标区域内空调房的位置、第一安装位置以及第二安装位置所确定冷媒管配管长度小于预设配管阈值,将所述初始目标区域作为所述目标区域。
7.根据权利要求1所述的方法,其特征在于,所述基于所述目标区域中对应的第一型号以及预设室内机与室外机之间的容量配比系数,确定各目标区域中室外机的第二型号,包括:
基于所述目标区域内第一型号的室内机的额定制冷容量以及所述容量配比系数确定室外机型号集合;其中,所述室外机型号集合包括至少一个室外机型号;
基于所述室外机型号集合中各室外机型号的属性数据、实际制冷容量,确定所述第二型号。
8.一种多联机空调系统选型装置,其特征在于,所述多联机空调系统包括室内机与室外机,所述装置包括:
第一型号确定模块,用于基于待安装建筑中空调房的几何数据以及所述空调房的负荷数据确定所述空调房的室内机的第一型号;
安装位置确定模块,用于基于所述待安装建筑中各房间的位置信息确定室外机的第一安装位置以及冷媒管井的第二安装位置;
分区模块,用于基于所述空调房的位置信息对所述待安装建筑进行分区处理,得到至少一个目标区域,以使得所述目标区域中各空调房与所述第一安装位置、所述第二安装位置之间的冷媒管配管长度小于预设配管阈值;
第二型号确定模块,用于基于所述目标区域中对应的第一型号以及预设室内机与室外机之间的容量配比系数,确定各目标区域中室外机的第二型号。
9.一种电子设备,其特征在于,包括处理器、存储器;所述存储器用于存储指令;所述处理器用于执行所述存储器中的指令,使得所述电子设备执行如权利要求1至7任一项所述的多联机空调系统选型方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机执行指令,所述计算机执行指令被处理器执行时用于实现如权利要求1至7任一项所述的多联机空调系统选型方法。
11.一种计算机程序产品,其特征在于,包括计算机程序,该计算机程序被处理器执行时实现权利要求1至7任一项所述的多联机空调系统选型方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410332159.7A CN118009511A (zh) | 2024-03-22 | 2024-03-22 | 多联机空调系统选型方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410332159.7A CN118009511A (zh) | 2024-03-22 | 2024-03-22 | 多联机空调系统选型方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN118009511A true CN118009511A (zh) | 2024-05-10 |
Family
ID=90948484
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410332159.7A Pending CN118009511A (zh) | 2024-03-22 | 2024-03-22 | 多联机空调系统选型方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118009511A (zh) |
-
2024
- 2024-03-22 CN CN202410332159.7A patent/CN118009511A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Bac et al. | A comprehensive evaluation of the most suitable HVAC system for an industrial building by using a hybrid building energy simulation and multi criteria decision making framework | |
EP3324316A1 (en) | Parameter estimation apparatus, air-conditioning system evaluation apparatus, parameter estimation method, and program | |
Fernandez et al. | Energy savings potential from improved building controls for the US commercial building sector | |
JP2019019988A (ja) | 空調運転条件作成装置、空調運転条件作成方法、プログラム、および空調システム | |
EP4372600A1 (en) | Method for arranging environment adjustment device, device, and system | |
US11236917B2 (en) | Building control system with zone grouping based on predictive models | |
CN112665143A (zh) | 基于深度学习的智能调控变频策略的方法及设备 | |
Nagarathinam et al. | Centralized management of HVAC energy in large multi-AHU zones | |
CN117035325A (zh) | 一种基于动态规划方法的区域能源规划分区方法 | |
CN118009511A (zh) | 多联机空调系统选型方法、装置、电子设备及存储介质 | |
US11580281B2 (en) | System and method for designing heating, ventilating, and air-conditioning (HVAC) systems | |
CN113009949A (zh) | 一种室内温度监测调节方法和电子设备 | |
CN113268796B (zh) | 一种暖通空调系统设备自动选型算法 | |
Lan et al. | Optimal zoning for building zonal model of large-scale indoor space | |
Yau et al. | Numerical simulation of a novel VRF-SV hybrid system performance in a large retail facility in the tropics | |
Hussin et al. | Using CFD to optimizating comfort and energy using different air temperatures and velocities for air conditioning (AC) in Penang State Mosque | |
El-Berry et al. | Application of computer model to estimate the consistency of air conditioning systems engineering | |
Eisenhower et al. | Uncertainty-weighted meta-model optimization in building energy models | |
KR20150129244A (ko) | 자료포락분석을 이용한 건물 에너지 성능 평가 시스템 및 그 방법 | |
US11630927B2 (en) | Method and system for processing building energy information | |
Baradaran-Noveiri | A BIM-Based Approach for Optimizing HVAC Design and Air Distribution System Layouts in Panelized Houses | |
CN116561682B (zh) | 一种城市海量建筑暖通空调系统组成及其性能系数高效预测方法 | |
CN111209662A (zh) | 一种基于中庭热分层的大空间空调能耗计算方法 | |
CN115955398B (zh) | 一种通信机房智能设计系统及方法 | |
CN117824117A (zh) | 多联机空调系统分区方法、装置、设备及介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination |