本發(fā)明涉及智能家居控制管理領(lǐng)域，具體涉及一種基于云端實時流的空調(diào)節(jié)能控制方法及系統(tǒng)。

背景技術(shù)：

1、隨著社會經(jīng)濟(jì)和科技的不斷進(jìn)步，人們對生活條件的舒適度要求日益提高，空調(diào)系統(tǒng)的調(diào)節(jié)質(zhì)量也隨之不斷提升。然而，這也導(dǎo)致空調(diào)系統(tǒng)能耗在生活總能耗中的占比逐漸增大。目前，空調(diào)設(shè)備的出廠設(shè)置參數(shù)都是固定的，通常情況下，空間區(qū)域內(nèi)的環(huán)境參數(shù)是動態(tài)變化的，用戶對空調(diào)設(shè)備的操控設(shè)置也往往隨之調(diào)整。因此，如何在滿足用戶對空調(diào)設(shè)備的個性化管理需求的同時，實現(xiàn)節(jié)能減排，成為了一個亟待解決的問題。

2、具體的，在專利公開號為cn118757960a的發(fā)明專利申請，公開了《空調(diào)壓縮機(jī)頻率控制方法、可讀存儲介質(zhì)及空調(diào)系統(tǒng)》，通過空調(diào)器上一次停機(jī)時的運(yùn)行參數(shù)或根據(jù)房間的參數(shù)標(biāo)定得出標(biāo)定溫度和標(biāo)定壓縮機(jī)頻率，提前控制壓縮機(jī)進(jìn)入高效運(yùn)行狀態(tài)可以實現(xiàn)空調(diào)節(jié)能。

3、但該專利只依賴上一次停機(jī)的運(yùn)行參數(shù)，因為每一次開機(jī)的工況都不同，具有一定的局限性。比如，在專利公開號為cn116817424a的發(fā)明專利申請，公開了《一種基于人工智能的空調(diào)節(jié)能控制系統(tǒng)及方法》，對在所有歷史設(shè)備操控事件中出現(xiàn)的所有有效運(yùn)行參數(shù)設(shè)置切換行為進(jìn)行信息梳理和類別歸納，對用戶在操作目標(biāo)空調(diào)設(shè)備時的特征進(jìn)行捕捉，從所有從高損耗切換到低損耗的特征獲取滿足條件的信息，進(jìn)而作為當(dāng)前空調(diào)的運(yùn)行參數(shù)，但該專利不能適應(yīng)用戶工況的變化，且修改了用戶設(shè)定的空調(diào)參數(shù)。再比如在專利公開號為cn118111091a的發(fā)明專利申請，公開了《空調(diào)控制方法、裝置、設(shè)備、存儲介質(zhì)及程序產(chǎn)品》，通過使用與房間負(fù)荷相關(guān)的多個目標(biāo)影響因素對應(yīng)的參數(shù)訓(xùn)練基礎(chǔ)模型，每個樣本負(fù)荷參數(shù)以房間面積為標(biāo)簽得到面積預(yù)測，然后根據(jù)實際房間面積得到更加準(zhǔn)確的目標(biāo)調(diào)節(jié)系數(shù)來對壓縮機(jī)頻率進(jìn)行調(diào)節(jié)，從而達(dá)到準(zhǔn)確的溫度條件效果。該專利能夠通過面積計算調(diào)節(jié)系數(shù)，但并不能有效的超調(diào)現(xiàn)象，以及有效的節(jié)能。難以得到準(zhǔn)確的房間面積和負(fù)荷。

技術(shù)實現(xiàn)思路

1、本發(fā)明的目的在于提供一種基于云端實時流的空調(diào)節(jié)能控制方法及系統(tǒng)，以期解決上述技術(shù)問題。

2、為了實現(xiàn)上述目的，本發(fā)明采用以下技術(shù)方案：

3、一種基于云端實時流的空調(diào)節(jié)能控制方法，包括以下步驟：

4、基于用戶的歷史運(yùn)行數(shù)據(jù)評價設(shè)備的制冷能力，根據(jù)同工況或跟惡劣工況下制冷能力值得到此次運(yùn)行的目標(biāo)溫度；

5、基于所有用戶的歷史運(yùn)行數(shù)據(jù)訓(xùn)練負(fù)荷模型，在根據(jù)用戶當(dāng)前的工況運(yùn)用模型得到當(dāng)前工況的房間負(fù)荷值以及當(dāng)前壓縮機(jī)最優(yōu)開機(jī)頻率；

6、基于預(yù)設(shè)時間間隔，計算室內(nèi)溫度的變化趨勢，內(nèi)盤溫度的變化趨勢，結(jié)合當(dāng)前房間負(fù)荷，計算出壓縮機(jī)目標(biāo)運(yùn)行頻率，向本地空調(diào)下發(fā)壓縮機(jī)目標(biāo)運(yùn)行頻率指令。

7、在一些實施例中，所述基于用戶的歷史運(yùn)行數(shù)據(jù)評價設(shè)備的制冷能力，根據(jù)同工況或跟惡劣工況下制冷能力值得到此次運(yùn)行的目標(biāo)溫度；包括：獲取用戶在非ai模式下運(yùn)行的歷史使用數(shù)據(jù)，在空調(diào)設(shè)備從一次開機(jī)到關(guān)閉為用戶對目標(biāo)設(shè)備的一次設(shè)備操控；在每一次設(shè)備操控過程中最后的穩(wěn)定的室內(nèi)溫度作為檔次設(shè)備操控工況下的制冷能力值，將所有符合條件的的能力值存入redis數(shù)據(jù)庫，以此構(gòu)建能力值數(shù)據(jù)庫；用戶在開啟設(shè)備后會根據(jù)當(dāng)前工況和設(shè)定的室內(nèi)溫度和風(fēng)檔作為條件取能力值數(shù)據(jù)庫獲取此次能達(dá)到的溫度作為目標(biāo)溫度。

8、在一些實施例中，所述基于所有用戶的歷史運(yùn)行數(shù)據(jù)訓(xùn)練負(fù)荷模型，在根據(jù)用戶當(dāng)前的工況運(yùn)用模型得到當(dāng)前工況的房間負(fù)荷值以及當(dāng)前壓縮機(jī)最優(yōu)開機(jī)頻率；包括：利用空調(diào)非ai模式下的iot歷史運(yùn)行數(shù)據(jù)，結(jié)合空調(diào)實際工作原理，確定iot數(shù)據(jù)過濾方式，初步篩選所需數(shù)據(jù)集，定期訓(xùn)練負(fù)荷判斷算法模型，得出每臺空調(diào)不同工況的負(fù)荷等級，并結(jié)合室內(nèi)外環(huán)溫，用戶使用習(xí)慣，篩選出不同歷史工況下的最優(yōu)開機(jī)時壓縮機(jī)頻率，并將結(jié)果存入redis數(shù)據(jù)庫。

9、在一些實施例中，所述基于預(yù)設(shè)時間間隔，計算室內(nèi)溫度的變化趨勢，內(nèi)盤溫度的變化趨勢，結(jié)合當(dāng)前房間負(fù)荷，計算出壓縮機(jī)目標(biāo)運(yùn)行頻率，向本地空調(diào)下發(fā)壓縮機(jī)目標(biāo)運(yùn)行頻率指令，包括：

10、在目標(biāo)溫度附近范圍根據(jù)梯度算法劃分若干個區(qū)間，在固定的預(yù)訂時間間隔內(nèi)，根據(jù)各個區(qū)間的不同，結(jié)合室內(nèi)溫度趨勢，當(dāng)前室內(nèi)負(fù)荷值以及內(nèi)盤溫度趨勢綜合計算目標(biāo)頻率值，然后下發(fā)壓縮機(jī)目標(biāo)運(yùn)行頻率。

11、在一些實施例中，下發(fā)壓縮機(jī)目標(biāo)運(yùn)行頻率包括：

12、s1：累計計算室內(nèi)溫度變化趨勢和內(nèi)盤溫度變化趨勢,周期內(nèi)溫度的變化通過y＝kx+b進(jìn)行線性擬合，斜率的k的計算通過最小二乘法確定；其中x是溫度，y是溫度變化量，k是斜率；

13、s2：判斷是否達(dá)到預(yù)設(shè)時間間隔，沒有達(dá)到則繼續(xù)執(zhí)行s1,達(dá)到后進(jìn)入下一流程；

14、s3：判斷溫差值區(qū)間；

15、s4：計算當(dāng)前溫差值所在的區(qū)間；

16、s5：基于室內(nèi)溫度斜率k1，內(nèi)盤溫度斜率w1進(jìn)行溫度趨勢判斷；

17、s6：根據(jù)當(dāng)前室內(nèi)負(fù)荷，當(dāng)前時間間隔以及前面2個時間間隔內(nèi)的室內(nèi)溫度斜率和內(nèi)盤溫度斜率,計算此時壓縮機(jī)是需要降頻還是升頻，得出壓縮機(jī)的目標(biāo)運(yùn)行頻率；

18、s7：下發(fā)壓縮機(jī)目標(biāo)運(yùn)行頻率s7。

19、在一些實施例中，s5：基于室內(nèi)溫度斜率k1，內(nèi)盤溫度斜率w1進(jìn)行溫度趨勢判斷；包括：

20、室內(nèi)溫度斜率下降則是降溫趨勢，在此時房間負(fù)荷是低負(fù)荷時，下發(fā)壓縮機(jī)降頻，當(dāng)是中、高負(fù)荷且內(nèi)盤溫度斜率下降即內(nèi)盤降溫趨勢時下發(fā)壓縮機(jī)降頻，否則此時壓縮機(jī)頻率不變。

21、在一些實施例中，s5：基于室內(nèi)溫度斜率k1，內(nèi)盤溫度斜率w1進(jìn)行溫度趨勢判斷；包括：

22、室內(nèi)溫度斜率上升則是升溫趨勢，在此時房間負(fù)荷是低負(fù)荷時，下發(fā)壓縮機(jī)升頻，當(dāng)是中、高負(fù)荷且內(nèi)盤溫度斜率上升即內(nèi)盤升溫趨勢時下發(fā)壓縮機(jī)升頻，否則此時壓縮機(jī)頻率不變。

23、在一些實施例中，室內(nèi)溫度斜率不變時，說明當(dāng)前預(yù)設(shè)時間間隔溫度沒有變化，此時要結(jié)合前2個預(yù)設(shè)時間間隔的室內(nèi)溫度變化趨勢和當(dāng)前時間間隔內(nèi)內(nèi)盤溫度變化趨勢判斷，升頻還是降頻并下發(fā)指令。

24、本實施例還提供了一種基于云端實時流的空調(diào)節(jié)能控制系統(tǒng)，用于實現(xiàn)所述的方法，包括：

25、實時數(shù)據(jù)接收模塊，用于設(shè)備每分鐘或者狀態(tài)發(fā)生變化時上報iot平臺，iot平臺再將開啟ai開關(guān)的設(shè)備的狀態(tài)推送到ai決策中心進(jìn)行ai節(jié)能控制；

26、能力值構(gòu)建模塊，用于接收iot數(shù)據(jù)進(jìn)行實時計算，獲取用戶不同工況下的制冷能力值存入數(shù)據(jù)庫；

27、負(fù)荷識別模塊，用于根據(jù)iot歷史數(shù)據(jù)，訓(xùn)練負(fù)荷判斷算法模型，同時得出不同工況下的負(fù)荷等級，并且得出壓縮機(jī)最優(yōu)開機(jī)頻率；

28、ai決策中心模塊，用于根據(jù)設(shè)備開機(jī)后的工況以及預(yù)設(shè)的設(shè)定溫度、風(fēng)檔獲取目標(biāo)溫度和開機(jī)頻率，以開機(jī)頻率運(yùn)行直至室內(nèi)溫度到達(dá)達(dá)溫值后進(jìn)入實時頻率控制；

29、請求發(fā)送模塊，用于在開機(jī)時下發(fā)開機(jī)頻率，以及實時頻率控制后每隔預(yù)設(shè)時間間隔將計算后的壓縮機(jī)目標(biāo)運(yùn)行頻率進(jìn)行下發(fā)。

30、本技術(shù)所披露的一種基于云端實時流的空調(diào)節(jié)能控制方法及系統(tǒng)可能帶來的有益效果包括但不限于：

31、本發(fā)明將利用空調(diào)iot歷史運(yùn)行數(shù)據(jù)，衡量空調(diào)用戶工況下制冷能力，并結(jié)合空調(diào)實際工況原理，篩選數(shù)據(jù)集訓(xùn)練負(fù)荷判斷算法模型，得出每臺設(shè)備的負(fù)荷類型，并結(jié)合室內(nèi)外環(huán)溫和用戶使用習(xí)慣，篩選出不同工況下的最優(yōu)開機(jī)頻率。在設(shè)備開機(jī)時，結(jié)合當(dāng)前工況負(fù)荷等級，環(huán)溫，風(fēng)檔等，獲取目標(biāo)溫度和最優(yōu)開機(jī)頻率。當(dāng)室內(nèi)溫度在目標(biāo)溫度附近時，室內(nèi)溫度與目標(biāo)溫度的溫差基于溫度的梯度等級進(jìn)行實時頻率控制，以達(dá)到節(jié)能和舒適的目的，并且能夠提供更準(zhǔn)確的頻率和溫度控制。

32、本發(fā)明有利于空調(diào)的節(jié)能，并且能夠適配已安裝到用戶家里的舊的設(shè)備，同時保證適配每一個設(shè)備的工況。通過對每個房間設(shè)備的負(fù)荷識別，結(jié)合歷史數(shù)據(jù)得到的該空調(diào)的能力值，得到有效的壓縮機(jī)運(yùn)行頻率和目標(biāo)運(yùn)行溫度，并且結(jié)合盤管溫度變化趨勢與室內(nèi)溫度變化趨勢的關(guān)系，精準(zhǔn)的控制壓縮機(jī)運(yùn)行頻率，達(dá)到有效的節(jié)能減排效果。