一种基于云端控制的室内空调负荷预测系统技术方案

本实用新型专利技术公开了一种基于云端控制的室内空调负荷预测系统，包括多个空调室，其中所述空调室内设置有空调主机，所述空调主机设置有阀门，所述阀门上设置有空调负荷预测单元，所述空调室内还设置有红外探测器、温度传感器和湿度传感器，所述红外探测器、温度传感器和湿度传感器连接有无线通讯基站，所述无线通讯基站连接有空调集中控制平台，所述空调集中控制平台集成有预测计算单元，所述空调集中控制平台与云服务器连接。本实用新型专利技术能够接收室内空调的人员信息情况、温度情况、湿度情况，并对室内空调的负荷进行预测和控制，检测数据通过空调集中控制平台上传云服务器。

【技术实现步骤摘要】
一种基于云端控制的室内空调负荷预测系统
本技术涉及空调
，更具体地涉及一种基于云端控制的室内空调负荷预测系统。
技术介绍
随着空调系统在我国工业和民用建筑中的应用日益广泛。空调能耗(负荷)在建筑总能耗中的占比也在大幅上升，空调系统节能迫在眉睫。空调负荷预测是空调系统运行和节能调度的重要依据。准确、快速的负荷预测有利于提高空调系统运行的经济性和可靠性。如何衡量室内空调的负荷以及室内的温度和湿度是工业生产、办公、建筑等各行业所需的工作。
技术实现思路
针对上述需求，本技术的目的在于提供一种基于云端控制的室内空调负荷预测系统，能够接收室内空调的人员信息情况、温度情况、湿度情况，并对室内空调的负荷进行预测和控制，检测数据通过空调集中控制平台上传云服务器。为实现上述目的，本技术提供了如下技术方案：一种基于云端控制的室内空调负荷预测系统，包括多个空调室，其中所述空调室内设置有空调主机，所述空调主机设置有阀门，所述阀门上设置有空调负荷预测单元，所述空调室内还设置有红外探测器、温度传感器和湿度传感器，所述红外探测器、温度传感器和湿度传感器连接有无线通讯基站，所述无线通讯基站连接有空调集中控制平台，所述空调集中控制平台集成有预测计算单元，所述空调集中控制平台与云服务器连接，其中所述红外探测器设置为感测空调室内的人员，所述湿度传感器设置为感测空调室内的湿度，所述湿度传感器设置为感测空调室内的湿度，所述无线通讯基站设置为将所述红外探测器、温度传感器和湿度传感器感测的信号传递到所述空调集中控制平台，所述空调集中控制平台将所述预测计算单元的处理信息通过无线通讯的方式传递至所述云服务器。进一步地，所述预测计算单元为K-means算法计算单元。进一步地，所述K-means算法计算单元包括壳体，所述壳体上设置有至少3个I/O接口，所述I/O接口连接有PCB电路板，所述PCB电路板上设置有具有迭代函数模型的计算单元。进一步地，所述阀门和所述空调负荷预测单元安装在所述空调主机末端的水路上，并且所述空调负荷预测单元包括预测步长调节单元和修正模块，用于根据空调所在室内温湿度、预先设定的室内温湿度标准值和室外温湿度信息调节预测步长，并根据空调负荷情况进行修正。进一步地，所述红外探测器为热释电红外传感器，所述热释电红外传感器的探测元件的波长灵敏度范围为0.2μm～20μm。进一步地，所述温度传感器为设置有无线通讯接口的数字温度传感器。进一步地，所述湿度传感器为具有IP66级防水功能和BLE4.0蓝牙通讯协议的湿度传感器。进一步地，所述温度传感器和湿度传感器设计成一体式设备。进一步地，所述无线通讯基站设置有无线中继器，且所述无线中继器设置有至少8个信道。进一步地，所述空调集中控制平台通过RS-485总线、can总线、long总线和BA总线中的任意的一种与所述云服务器通讯。积极有益效果：1、本技术能够实现室内人员情况、空调负荷情况的预测，并将采集到的信息上传云服务器，通过远端可实时看到室内空调信息；2、本技术能够根据预测的结果对进行控制，自动化程度高；3、本技术根据空调所在现场的室内温湿度与预先设定的室内温湿度标准值的差值得到当前空调负荷数据；并且根据空调负荷预测单元获得所述当前空调负荷数据和所述预测步长预测空调负荷值；本技术能够检测空调室内是否有人，检测温度和湿度情况，以及空调负载情况，精度高，能够实现较大程度的节能。附图说明图1为本技术提供的总体结构示意图。具体实施方式以下结合附图对本技术的优选实施例进行说明，应当理解，此处所描述的实施例仅用于说明和解释本技术，并不用于限定本技术。如图1所示，一种基于云端控制的室内空调负荷预测系统，一种基于云端控制的室内空调负荷预测系统，包括多个空调室，其中所述空调室内设置有空调主机，所述空调主机设置有阀门，所述阀门上设置有空调负荷预测单元，所述空调室内还设置有红外探测器、温度传感器和湿度传感器，所述红外探测器、温度传感器和湿度传感器连接有无线通讯基站，所述无线通讯基站连接有空调集中控制平台，所述空调集中控制平台集成有预测计算单元，所述空调集中控制平台与云服务器连接，其中所述红外探测器设置为感测空调室内的人员，所述湿度传感器设置为感测空调室内的湿度，所述湿度传感器设置为感测空调室内的湿度，所述无线通讯基站设置为将所述红外探测器、温度传感器和湿度传感器感测的信号传递到所述空调集中控制平台，所述空调集中控制平台将所述预测计算单元的处理信息通过无线通讯的方式传递至所述云服务器。在本技术进一步的实施例中，所述预测计算单元为K-means算法计算单元。在本技术进一步的实施例中，所述K-means算法计算单元包括壳体，所述壳体上设置有至少3个I/O接口，所述I/O接口连接有PCB电路板，所述PCB电路板上设置有具有迭代函数模型的计算单元。在上述实施例中，通过K-means算法计算单元能够实现检测数据的迭代计算，使得计算出的数据更加精确，由于K-means算法为现有技术，在此不做详细描述。在本技术进一步的实施例中，所述阀门和所述空调负荷预测单元安装在所述空调主机末端的水路上，并且所述空调负荷预测单元包括预测步长调节单元和修正模块，用于根据空调所在室内温湿度、预先设定的室内温湿度标准值和室外温湿度信息调节预测步长，并根据空调负荷情况进行修正。空调负荷预测单元在进行检测时，检测到的空调参数包括：总运行水量、水泵的变频、定频\变频和/或制冷量，室内人员、温湿度、空调末端的负荷开启情况、冷热量情况等。所述预测步长调节单元用于根据空调所在现场的室内温湿度、预先设定的室内温湿度标准值和室外温湿度信息调节预测步长，当室内温湿度高于预先设定的室内温湿度标准值，且室外温湿度增大时，增加预测步长，反之减少预测步长。在具体实施例中，比如，先设定好在现场的室内温湿度、预先设定的室内温湿度标准值和室外温湿度信息调节预测步长等，然后进行比较计算，当室内温湿度低于预先设定的室内温湿度标准值，且室外温湿度增大时，保持当前预测步长；当室内温湿度高于预先设定的室内温湿度标准值，且室外温湿度变小时，保持当前预测步长。然后根据当前空调负荷数据和预测步长预测的空调负荷值获得当前空调的符合情况。在本技术进一步的实施例中，所述红外探测器为热释电红外传感器，所述热释电红外传感器的探测元件的波长灵敏度范围为0.2μm～20μm。在具体实施例中，热释电红外传感器主要是由一种高热电系数的材料制成探测元件。在每个探测器内装入一个或两个探测元件，并将两个探测元件以反极性串联，以抑制由于自身温度升高而产生的干扰。由探测元件将探测并接收到的红外辐射转变成微弱的电压信号，经装在探头内的场效应管放大后向外输出。人体辐射的红外线中心波长为9μm～10μm，而探测元件的波长灵敏度在0.2μm～20μm范围内几乎稳定不变。在传感器顶端开设了一个装有滤光镜片的窗口，这个滤光片可通过光的波长范围为7μm～10μm，正好适合于人体红外辐射的探测，从而满足室内人员的检测。当检测到室内无人时，可通过空调集中控制平台对空调实施远程控制，避免了人员不在时的空调不必要的运行。在本技术进一步的实施例中，所述温度传感器为设置有无线通本文档来自技高网...

【技术保护点】
1.一种基于云端控制的室内空调负荷预测系统，包括多个空调室，其特征在于：所述空调室内设置有空调主机，所述空调主机设置有阀门，所述阀门上设置有空调负荷预测单元，所述空调室内还设置有红外探测器、温度传感器和湿度传感器，所述红外探测器、温度传感器和湿度传感器连接有无线通讯基站，所述无线通讯基站连接有空调集中控制平台，所述空调集中控制平台集成有预测计算单元，所述空调集中控制平台与云服务器连接，其中所述红外探测器设置为感测空调室内的人员，所述湿度传感器设置为感测空调室内的湿度，所述无线通讯基站设置为将所述红外探测器、温度传感器和湿度传感器感测的信号传递到所述空调集中控制平台，所述空调集中控制平台将所述预测计算单元的处理信息通过无线通讯的方式传递至所述云服务器。

【技术特征摘要】
1.一种基于云端控制的室内空调负荷预测系统，包括多个空调室，其特征在于：所述空调室内设置有空调主机，所述空调主机设置有阀门，所述阀门上设置有空调负荷预测单元，所述空调室内还设置有红外探测器、温度传感器和湿度传感器，所述红外探测器、温度传感器和湿度传感器连接有无线通讯基站，所述无线通讯基站连接有空调集中控制平台，所述空调集中控制平台集成有预测计算单元，所述空调集中控制平台与云服务器连接，其中所述红外探测器设置为感测空调室内的人员，所述湿度传感器设置为感测空调室内的湿度，所述无线通讯基站设置为将所述红外探测器、温度传感器和湿度传感器感测的信号传递到所述空调集中控制平台，所述空调集中控制平台将所述预测计算单元的处理信息通过无线通讯的方式传递至所述云服务器。2.根据权利要求1所述的一种基于云端控制的室内空调负荷预测系统，其特征在于：所述预测计算单元为K-means算法计算单元。3.根据权利要求2所述的一种基于云端控制的室内空调负荷预测系统，其特征在于：所述K-means算法计算单元包括壳体，所述壳体上设置有至少3个I/0接口，所述I/0接口连接有PCB电路板，所述PCB电路板上设置有具有迭代函数模型的计算单元。4.根据权利要求1所述的一种基于云端控制的室内空调负荷预测系统，其特征在于：所述阀门和所述空调负荷预测单...

【专利技术属性】
技术研发人员：高波，倪吉，于佳佳，陈红林，许川，苏英杰，
申请(专利权)人：四川省建筑科学研究院，
类型：新型
国别省市：四川,51