空调系统的除霜控制方法、存储介质及空调系统技术方案

本发明专利技术属于空调技术领域，具体涉及一种空调系统的除霜控制方法、存储介质及空调系统。本发明专利技术旨在解决现有的除霜控制方法存在无法保证空调系统长期高效运行的问题。为此目的，本发明专利技术通过计算并比较当前能效值COP与平均能效值COP'的大小，若当前能效值COP小于平均能效值COP'，则控制空调系统开始执行除霜程序。如此，从空调系统的能效方面控制除霜过程，进而降低了除霜过程对空调系统运行能效的影响，提高了空调系统的运行效率。

【技术实现步骤摘要】
空调系统的除霜控制方法、存储介质及空调系统
本专利技术属于空调
，具体涉及一种空调系统的除霜控制方法、存储介质及空调系统。
技术介绍
空调系统在冬季制热运行时室外机换热器会结霜，室外机换热器结霜后的换热效率会急剧下降导致空调系统的制热效率不断衰减。为了保持空调系统的制热效率，就需要不定期的对室外机换热器进行除霜。目前除霜方式有多种，如：热气旁通、逆循环和外置加热设备等。目前的空调系统在进行除霜之前，通常需要基于室外机换热器的外盘管上的温度传感器、室外环境温度以及风机的电流判断空调系统开始进行除霜的时机。但是，现有的上述除霜控制方法存在无法保证空调系统长期高效运行的问题。相应地，本领域需要一种新的空调系统的除霜控制方法、存储介质及空调系统来解决上述问题。
技术实现思路
为了解决现有技术中的上述问题，即为了解决现有的除霜控制方法存在无法保证空调系统长期高效运行的问题，本专利技术提供了一种空调系统的除霜控制方法、存储介质及空调系统。首先，在本专利技术提供的一种空调系统的除霜控制方法中，所述除霜控制方法包括：实时获取室外机功率值P和室内机能力值Q；基于室外机功率值P和室内机能力值Q确定空调系统的当前能效值确定空调系统从初始化时间0时刻开始在持续运行时间t期间的平均能效值当空调系统在制热模式下，比较当前能效值COP与平均能效值COP'的大小；若当前能效值COP小于平均能效值COP'，则控制空调系统开始执行除霜程序。作为本专利技术提供的上述除霜控制方法的一种优选的技术方案，在“控制空调系统开始执行除霜程序”的步骤之后，所述除霜控制方法包括：当空调系统的除霜程序执行完毕时，将空调系统的持续运行时间t与预设的最大能效时间T进行比较；若t＞T，则将空调系统的持续运行时间t初始化为0，并重复执行权利要求1中的所述除霜控制方法。作为本专利技术提供的上述除霜控制方法的一种优选的技术方案，室外机功耗值P＝Pcomp+Pfan；其中，Pcomp为压缩机的瞬时功率值，Pfan为室外风机的瞬时功率值；室外机能力值Q＝Qcomp+ε·P；其中，Qcomp为压缩机的瞬时能力值，ε为热损失系数。作为本专利技术提供的上述除霜控制方法的一种优选的技术方案，确定压缩机的瞬时功率值Pcomp和压缩机的瞬时能力值Qcomp的方法包括：获取室外干球温度Tair、室外湿球温度Tw、压缩机的吸气压力Ps、压缩机的排气压力Pd、室外机盘管温度Twall、压缩机的吸气温度Ts、压缩机的排气温度Td、压缩机的频率f、单个除霜周期内空调系统的运行时间t'；将参数Tair、Tw、Ps、Pd、Twall、Ts、Td、f和t'输入预先训练好的BP神经网络的输入层，由所述BP神经网络的输出层输出参数Pcomp和Qcomp；所述BP神经网络包括输入层、隐藏层和输出层。作为本专利技术提供的上述除霜控制方法的一种优选的技术方案，所述BP神经网络中神经单元的激活函数采用双曲正弦S型函数，学习算法采用最速下降法。作为本专利技术提供的上述除霜控制方法的一种优选的技术方案，所述BP神经网络的训练过程包括：S110、网络初始化获取空调系统运行过程中的多个数据样本，确定BP神经网络的输入层节点数为9个，隐藏层节点数为10个，以及输出层节点数为2个；初始化输入层和隐藏层之间的连接权值wij、隐藏层和输出层之间的连接权值wjk、隐藏层阀值aj以及输出层阀值bk，给定学习速率η；其中，i＝1,2,…,9；j＝1,2,…,10,；k＝1,2；所述数据样本包括参数Tair、Tw、Ps、Pd、Twall、Ts、Td、f和t'以及对应的参数Pcomp和Qcomp；S120、计算隐藏层的输出值根据输入变量Xi、连接权值wij以及隐藏层阈值aj，计算隐藏层输出值Hj；其中，输入变量Xi包括数据样本中的参数Tair、Tw、Ps、Pd、Twall、Ts、Td、f和t'；S130、计算输出层的输出值根据隐藏层输出值Hj，连接权值wjk和输出层阈值bk，计算BP神经网络的预测输出值Yk；其中，预测输出值Yk对应预测的压缩机的瞬时功率值和压缩机瞬时能力值；S140、计算误差根据预测输出Yk和期望输出Ok，计算网络预测误差ek；ek＝Ok-Yk；其中，Ok是数据样本中的参数Pcomp和Qcomp形成的矩阵；S150、更新连接权值根据网络预测误差ek更新网络连接权值wij、wjk；wjk＝wjk+η·Hj·ek·j；S160、更新阈值根据网络预测误差ek更新隐藏层阀值aj、输出层阀值bk；bk＝bk+ek；S170、判断预测输出值Yk是否满足精度要求，若不满足，则重复执行步骤S120至S160；若满足，则结束对所述BP神经网络的训练。作为本专利技术提供的上述除霜控制方法的一种优选的技术方案，压缩机的瞬时功率值Pcomp＝Ucomp·Icomp；其中，Ucomp为压缩机变频器的电压值，Icomp为压缩机的变频器的瞬时电流值。作为本专利技术提供的上述除霜控制方法的一种优选的技术方案，室外风机的瞬时功率值Pfan＝a0+b0·RPM+c0·RPM2；其中，RPM为室外风机的瞬时转速值，a0、b0和c0为与室外风机的型号有关的系数。其次，本专利技术还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有除霜控制程序，所述除霜控制程序被处理器执行时实现如以上任一技术方案中的所述除霜控制方法。最后，本专利技术还提供了一种空调系统，所述空调系统包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的除霜控制程序，所述除霜控制程序被所述处理器执行时实现如以上任一技术方案中的所述除霜控制方法。根据本专利技术的空调系统的除霜控制方法、存储介质及空调系统，通过计算并比较当前能效值COP与平均能效值COP'的大小，若当前能效值COP小于平均能效值COP'，则控制空调系统开始执行除霜程序。如此，从空调系统的能效方面控制除霜过程，进而降低了除霜过程对空调系统运行能效的影响，提高了空调系统的运行效率。此外，根据本专利技术的空调系统的除霜控制方法、存储介质及空调系统，还在计算压缩机的瞬时功率值Pcomp和压缩机的瞬时能力值Qcomp时利用BP神经网络，从而使得计算当前能效值COP与平均能效值COP'的过程更便捷以及结果更准确，进一步有力地保证了空调系统的运行效率。附图说明下面参照附图来描述本专利技术的空调系统的除霜控制方法。附图中：图1为本实施例的空调系统的除霜控制方法的主要流程示意图；图2为本实施例的空调系统的除霜控制方法的详细流程示意图；图3为本实施例的空调系统的除霜控制方法中涉及的BP神经网络的结构示意图；图4为本实施例的空调系统的除霜控制方法中涉及的BP神经网络训练过程的流程示意图。具体实施方式下面参照附图来描述本专利技术的优选本文档来自技高网...

【技术保护点】
1.一种空调系统的除霜控制方法，其特征在于，所述除霜控制方法包括：/n实时获取室外机功率值P和室内机能力值Q；/n基于室外机功率值P和室内机能力值Q确定空调系统的当前能效值

【技术特征摘要】
1.一种空调系统的除霜控制方法，其特征在于，所述除霜控制方法包括：
实时获取室外机功率值P和室内机能力值Q；
基于室外机功率值P和室内机能力值Q确定空调系统的当前能效值
确定空调系统从初始化时间0时刻开始在持续运行时间t期间的平均能效值
当空调系统在制热模式下，比较当前能效值COP与平均能效值COP'的大小；
若当前能效值COP小于平均能效值COP'，则控制空调系统开始执行除霜程序。


2.根据权利要求1所述的除霜控制方法，其特征在于，在“控制空调系统开始执行除霜程序”的步骤之后，所述除霜控制方法包括：
当空调系统的除霜程序执行完毕时，将空调系统的持续运行时间t与预设的最大能效时间T进行比较；
若t＞T，则将空调系统的持续运行时间t初始化为0，并重复执行权利要求1中的所述除霜控制方法。


3.根据权利要求1所述的除霜控制方法，其特征在于，
室外机功耗值P＝Pcomp+Pfan；
其中，Pcomp为压缩机的瞬时功率值，Pfan为室外风机的瞬时功率值；
室外机能力值Q＝Qcomp+ε·P；
其中，Qcomp为压缩机的瞬时能力值，ε为热损失系数。


4.根据权利要求3所述的除霜控制方法，其特征在于，确定压缩机的瞬时功率值Pcomp和压缩机的瞬时能力值Qcomp的方法包括：
获取室外干球温度Tair、室外湿球温度Tw、压缩机的吸气压力Ps、压缩机的排气压力Pd、室外机盘管温度Twall、压缩机的吸气温度Ts、压缩机的排气温度Td、压缩机的频率f、单个除霜周期内空调系统的运行时间t'；
将参数Tair、Tw、Ps、Pd、Twall、Ts、Td、f和t'输入预先训练好的BP神经网络的输入层，由所述BP神经网络的输出层输出参数Pcomp和Qcomp；
所述BP神经网络包括输入层、隐藏层和输出层。


5.根据权利要求4所述的除霜控制方法，其特征在于，所述BP神经网络中神经单元的激活函数采用双曲正弦S型函数，学习算法采用最速下降法。


6.根据权利要求5所述的除霜控制方法，其特征在于，所述BP神经网络的训练过程包括：
S110、网络初始化
获取空调系统运行过程中的多个数据样本，确定BP神经网络的输入层节点数为9个，隐藏层节点数为10个，以及输出层节点数为2个；初始化输入层和隐藏层之间的连接权值wij、隐藏层和输出层之间的连接权值wjk、隐藏层阀值aj以及输出层阀值bk，...

【专利技术属性】
技术研发人员：阚荣强，任滔，刘江彬，宋强，荣丹，刘景升，潘雁妮，
申请(专利权)人：青岛海尔空调电子有限公司，青岛海尔空调器有限总公司，海尔智家股份有限公司，
类型：发明
国别省市：山东;37