一种转速控制方法、系统、设备及存储介质技术方案

本发明专利技术提供了一种转速控制方法、系统、设备及存储介质，应用于热泵系统，热泵系统包括节流短管和压缩机，节流短管的两侧均设置有温度传感器和压力传感器，转速控制方法包括：采集温度传感器和压力传感器的实际数据，处理得到温度比值数据和压力比值数据，并匹配到对应的含油量预测模型；根据温度比值数据和压力比值数据，得到预测含油量数据；根据预测含油量数据控制压缩机的转速。本发明专利技术通过大量的数据训练得到四个含油量预测模型，使得热泵系统能够根据温度传感器、压力传感器的读数进行压缩机含油量的预测，根据预测的压缩机含油量，控制压缩机的转速，实现了压缩机的自动控制，防止压缩机出现缺油情况，提高了热泵系统的安全性。性。性。

【技术实现步骤摘要】
一种转速控制方法、系统、设备及存储介质


[0001]本专利技术涉及热泵系统控制
，特别是涉及一种转速控制方法、系统、设备及存储介质。

技术介绍

[0002]随着电动汽车的推广，人们对电动汽车空调系统的要求也越来越高，目前常见的电动汽车空调系统多采用热泵系统，其在低温热泵制热模式中，常常会因为环境温度较低而引起低压侧制冷剂的黏度升高，使得热泵系统中压缩机的机油溶解于制冷剂，从而导致压缩机回油困难，甚至可能会因此引发压缩机缺油或损坏的情况。
[0003]热泵系统中冷媒的流动速度是改变压缩机含油量的一大因素，在现有技术中，工作人员通常通过目测压缩机实际含油量的方式，进一步做出压缩机转速控制的判断，而通过人力控制压缩机转速来调节压缩机中机油含量的方式不仅会损耗大量的人力、物力，而且压缩机转速的具体控制只能根据工作人员的经验得出，并不一定准确，目前也没有成熟的方法能够实现压缩机转速的自动控制。
[0004]综上，现有技术中存在无法进行压缩机转速自动控制的技术问题。

技术实现思路

[0005]鉴于以上现有技术的缺点，本专利技术的目的在于提供一种转速控制方法、系统、设备及存储介质，以改善现有技术中存在无法进行压缩机转速自动控制的技术问题。
[0006]为实现上述目的及其他相关目的，本专利技术提供一种转速控制方法，应用于热泵系统，所述热泵系统包括电子流量调节阀和压缩机，所述电子流量调节阀的两侧均设置有温度传感器和压力传感器，所述转速控制方法包括：
[0007]采集所述温度传感器和所述压力传感器的实际数据，并处理得到温度比值数据和压力比值数据；
[0008]将所述温度比值数据和所述压力比值数据分别与每个预训练的含油量预测模型的预设条件相匹配，匹配成功，则将所述温度比值数据和所述压力比值数据输入匹配得到的含油量预测模型，得到预测含油量数据；
[0009]根据所述预测含油量数据控制所述压缩机的转速。
[0010]在本专利技术一实施例中，所述采集所述温度传感器和所述压力传感器的实际数据，并处理得到温度比值数据和压力比值数据的步骤包括：
[0011]采集得到所述温度传感器和所述压力传感器的实际数据；
[0012]沿着所述热泵系统中冷媒流动的方向，将所述电子流量调节阀前侧的温度传感器的实际数据与后侧的温度传感器的实际数据相除，得到所述温度比值数据；将所述电子流量调节阀前侧的压力传感器的实际数据与后侧的压力传感器的实际数据相除，得到所述压力比值数据。
[0013]在本专利技术一实施例中，所述将所述温度比值数据和所述压力比值数据分别与每个
预训练的含油量预测模型的预设条件相匹配，匹配成功，则将所述温度比值数据和所述压力比值数据输入匹配得到的含油量预测模型，得到预测含油量数据的步骤包括：
[0014]判断所述压力比值数据是否符合预设的压力比值范围；
[0015]在所述压力比值数据符合所述压力比值范围时，继续判断所述温度比值范围是否符合预设的第一温度比值范围：若是，则匹配到对应的第一个含油量预测模型；若否，则匹配到对应的第二个含油量预测模型；
[0016]在所述压力比值数据不符合所述压力比值范围时，继续判断所述温度比值范围是否符合预设的第二温度比值范围；若是，则匹配到对应的第三个含油量预测模型；若否，则匹配到对应的第四个含油量预测模型；
[0017]将所述温度比值数据和所述压力比值数据输入匹配得到的含油量预测模型，得到预测含油量数据。
[0018]在本专利技术一实施例中，所述根据所述温度比值数据和所述压力比值数据，匹配得到对应的含油量预测模型的步骤还包括：
[0019]采集以往多个时刻下所述温度传感器和所述压力传感器的实际数据，以及所述压缩机的实际含油量数据，并处理得到多组温度比值数据和压力比值数据，作为样本数据；
[0020]根据所述压力比值范围、所述第一温度比值范围和所述第二温度比值范围，将所述样本数据进行分类，得到四类样本数据；
[0021]针对分类后的每一类样本数据：
[0022]将其随机划分为训练集和测试集；
[0023]根据所述训练集训练神经网络模型，得到训练好的神经网络模型；
[0024]将所述测试集输入训练好的神经网络模型，得到对应的预测含油量数据；当所述预测含油量数据符合所述实际含油量数据的概率达到预设的阈值时，将训练好的神经网络模型确定为最终的含油量预测模型。
[0025]在本专利技术一实施例中，同一时刻下的所述温度比值数据和所述压力比值数据组成一个样本数据。
[0026]在本专利技术一实施例中，四类所述样本数据包括：
[0027]符合所述压力比值范围和所述第一温度比值范围的第一类样本数据；
[0028]符合所述压力比值范围，不符合所述第一温度比值范围的第二类样本数据；
[0029]不符合所述压力比值范围，符合所述第二温度比值范围的第三类样本数据；
[0030]不符合所述压力比值范围和所述第二温度比值范围的第四类样本数据。
[0031]在本专利技术一实施例中，所述根据所述预测含油量数据控制所述压缩机的转速的步骤包括：
[0032]判断所述预测含油量数据是否符合预设的含油量范围；
[0033]若是，则按照一预设的数值提升所述压缩机的转速；若否，则控制所述压缩机的转速不变。
[0034]在本实施例中，还公开了一种转速控制系统，应用于热泵系统，所述系统包括电子流量调节阀和压缩机，所述电子流量调节阀的两侧均设置有温度传感器和压力传感器，所述转速控制系统包括：
[0035]比值数据采集模块，用于采集所述温度传感器和所述压力传感器的实际数据，并
处理得到温度比值数据和压力比值数据；
[0036]含油量预测模型获取模块，用于根据所述温度比值数据和所述压力比值数据，匹配得到对应的含油量预测模型；
[0037]预测含油量数据获取模块，用于将所述温度比值数据和所述压力比值数据输入匹配得到的含油量预测模型，得到预测含油量数据；
[0038]转速控制模块，用于根据所述预测含油量数据控制所述压缩机的转速。
[0039]在本实施例中，还公开了一种计算机设备，包括处理器，所述处理器和存储器耦合，所述存储器存储有程序指令，当所述存储器存储的程序指令被所述处理器执行时实现上述转速控制方法。
[0040]在本实施例中，还公开了一种计算机可读的存储介质，包括程序，当其在计算机上运行时，使得计算机执行上述转速控制方法。
[0041]综上所述，本专利技术提供的一种转速控制方法、系统、设备及存储介质通过大量的数据训练得到四个含油量预测模型，使得热泵系统能够根据温度传感器、压力传感器的读数进行压缩机含油量的预测，并进一步根据预测的压缩机含油量，自动控制压缩机的转速，实现了压缩机的自动控制，防止压缩机出现缺油情况，提高了热泵系统的安全性。
附图说明
[0042]为了更清楚地说明本专利技术实施例或现有技术本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种转速控制方法，其特征在于，应用于热泵系统，所述热泵系统包括电子流量调节阀和压缩机，所述电子流量调节阀的两侧均设置有温度传感器和压力传感器，所述转速控制方法包括：采集所述温度传感器和所述压力传感器的实际数据，并处理得到温度比值数据和压力比值数据；将所述温度比值数据和所述压力比值数据分别与每个预训练的含油量预测模型的预设条件相匹配，匹配成功，则将所述温度比值数据和所述压力比值数据输入匹配得到的含油量预测模型，得到预测含油量数据；根据所述预测含油量数据控制所述压缩机的转速。2.根据权利要求1所述的转速控制方法，其特征在于，所述采集所述温度传感器和所述压力传感器的实际数据，并处理得到温度比值数据和压力比值数据的步骤包括：采集得到所述温度传感器和所述压力传感器的实际数据；沿着所述热泵系统中冷媒流动的方向，将所述电子流量调节阀前侧的温度传感器的实际数据与后侧的温度传感器的实际数据相除，得到所述温度比值数据；将所述电子流量调节阀前侧的压力传感器的实际数据与后侧的压力传感器的实际数据相除，得到所述压力比值数据。3.根据权利要求1所述的转速控制方法，其特征在于，所述将所述温度比值数据和所述压力比值数据分别与每个预训练的含油量预测模型的预设条件相匹配，匹配成功，则将所述温度比值数据和所述压力比值数据输入匹配得到的含油量预测模型，得到预测含油量数据的步骤包括：判断所述压力比值数据是否符合预设的压力比值范围；在所述压力比值数据符合所述压力比值范围时，继续判断所述温度比值范围是否符合预设的第一温度比值范围：若是，则匹配到对应的第一个含油量预测模型；若否，则匹配到对应的第二个含油量预测模型；在所述压力比值数据不符合所述压力比值范围时，继续判断所述温度比值范围是否符合预设的第二温度比值范围；若是，则匹配到对应的第三个含油量预测模型；若否，则匹配到对应的第四个含油量预测模型；将所述温度比值数据和所述压力比值数据输入匹配得到的含油量预测模型，得到预测含油量数据。4.根据权利要求3所述的转速控制方法，其特征在于，所述根据所述温度比值数据和所述压力比值数据，匹配得到对应的含油量预测模型的步骤还包括：采集以往多个时刻下所述温度传感器和所述压力传感器的实际数据，以及所述压缩机的实际含油量数据，并处理得到多组温度比值数据和压力比值数据，作为样本数据；根据所述压力比值范围、所述第一温度比值...

【专利技术属性】
技术研发人员：胡磊，夏嵩勇，卢叶红，李长龙，强一博，李永锋，
申请(专利权)人：宁波吉利汽车研究开发有限公司，
类型：发明
国别省市：