一种具有AI自学习的热泵空调制冷控制制造技术

本发明专利技术公开了一种具有AI自学习的热泵空调制冷控制，涉及AI自学习技术领域；包括服务器，所述服务器通信连接有数据采集模块、数据处理模块、数据分析模块以及报警模块；所述数据采集模块用于采集信息数据；所述数据处理模块用于对信息数据进行处理，根据处理结果，构建设备信息数据模型、用户需求信息数据模型以及建AI自主学习模型，进而获得热泵空调的初始运行功率和用户的需求运行功率；所述数据分析模块用于根据AI自主学习模型对信息数据进行分析，根据分析结果，并生成报警信号；所述报警模块用于根据报警信号进行对应处理；实现了根据用户需求对热泵空调的运行功率进行自动调节，降低热泵空调运行的能量。降低热泵空调运行的能量。降低热泵空调运行的能量。

【技术实现步骤摘要】
一种具有AI自学习的热泵空调制冷控制


[0001]本专利技术涉及AI自学习
，具体是一种具有AI自学习的热泵空调制冷控制。

技术介绍

[0002]热泵空调利用地表土壤、空气和水体所储藏的太阳能资源作为冷热源，无燃烧，无排烟，无废弃物，无污染，是一种清洁环保的利用可再生资源的一种技术；热泵系统由热泵机组、高位能输配系统、低位热源采集系统和热分配系统四部分组成；以室外空气为热源(或热汇)的热泵机组，称为空气源热泵机组，整套系统又称空气源热泵空调系统；
[0003]现有技术中，热泵空调无法根据用户需求自动调节热泵空调的设备参数，热泵空调无法在满足用户需求时，使热泵空调的运行功率最小化，因此，提供一种具有AI自学习的热泵空调制冷控制。

技术实现思路

[0004]为了解决上述技术问题，本专利技术提供一种具有AI自学习的热泵空调制冷控制；
[0005]本专利技术的目的可以通过以下技术方案实现：一种具有AI自学习的热泵空调制冷控制，包括服务器，所述服务器通信连接有数据采集模块、数据处理模块、数据分析模块以及报警模块；
[0006]所述数据采集模块用于采集信息数据；
[0007]所述数据处理模块用于对信息数据进行处理，根据处理结果，构建设备信息数据模型、用户需求信息数据模型以及建AI自主学习模型，进而获得热泵空调的初始运行功率和用户的需求运行功率；
[0008]所述数据分析模块用于根据AI自主学习模型对信息数据进行分析，根据分析结果，并生成报警信号；
[0009]所述报警模块用于根据报警信号进行对应处理。
[0010]进一步的，所述数据采集模块采集信息数据的过程包括：
[0011]所述信息数据包括热泵空调设备信息数据和用户需求信息数据；
[0012]所述热泵空调设备信息数据包括冷媒流量、压缩机转速以及风机转速；
[0013]所述用户需求信息数据包括用户需求温度、用户制冷空间以及用户环境温度；
[0014]在热泵空调内设置传感器，用于采集热泵空调设备信息数据；
[0015]所述传感器包括静电式冷媒流量传感器、转速检测传感器以及风速传感器，对应分别用于采集冷媒流量、压缩机转速以及风机转速；
[0016]设置用户需求调节装置，无线通信连接数据采集模块；并用于采集用户需求信息数据；在安装热泵空调的环境内设置温度传感器，并无线通信连接用户需求调节装置，并将采集的环境温度发送至用户需求调节装置内；
[0017]用户在用户需求调节装置上设置用户需求温度、用户制冷空间以及自动获得用户环境温度。
[0018]进一步的，所述构建设备信息数据模型的过程包括：
[0019]采集若干个热泵空调的热泵空调设备信息数据，并对若干个热泵空调进行无重复编号，获得热泵空调序列号，基于GPS定位系统，采集若干个热泵空调序列号对应的热泵空调的安装位置，生成热泵空调位置；对热泵空调序列号进行标记为i，其中，i＝1，2，3...k，k为正整数；
[0020]将热泵空调序列号按照两两相邻无交叉相互通信连接，生成热泵空调序列号数据网；所述热泵空调序列号数据网中的每个热泵空调序列号包括热泵空调设备信息数据；
[0021]设置管理终端节点，将所述管理终端节点连接序列号数据网，构建设备信息数据模型；所述管理终端节点无线通信连接管理终端。
[0022]进一步的，所述构建用户需求信息数据模型的过程包括：
[0023]将若干个用户进行无重复编号，生成用户序列号，将用户序列号按照两两相邻无交叉相互通信连接，生成用户序列号数据网，设置用户终端节点，并将所述用户终端节点连接用户序列号数据网，建设用户需求信息数据模型；所述用户终端节点无线通信连接用户终端；
[0024]将用户序列号标记为n，其中，n＝1，2，3...m，m为正整数。
[0025]进一步的，所述构建AI自主学习模型的过程包括：
[0026]将设备信息数据模型与用户需求信息数据模型按照相同的用户序列号和热泵空调序列号进行相互通信连接，建立AI自主学习模型；所述AI自主学习模型用于将在用户序列号设置的用户需求信息数据发送至连接的设备信息数据模型内进行处理，根据处理结果，获得运行功率；
[0027]所述运行数据包括热泵空调的初始运行功率和用户的需求运行功率。
[0028]进一步的，所述获得热泵空调的初始运行功率的过程包括：
[0029]根据压缩机转速以及风机转速，获得热泵空调的单位制冷量，进而根据冷媒流量以及单位制冷量，获得热泵空调的初始制冷量，进而根据初始制冷量，获得热泵空调的初始运行功率，标记为W
初始
；
[0030]即公式表示为：
[0031][0032]Q＝q
×
LM；
[0033]W
初始
＝a
Q
；
[0034]其中，LM、YS以及FZ分别对应表示为冷媒流量、压缩机转速以及风机转速；YS＞0，η和μ表示对应的系数；q表示为热泵空调的单位制冷量；a表示为系数；t表示为获取压缩机转速以及风机转速的时间；Q表示为热泵空调的初始制冷量。
[0035]进一步的，所述获得用户的需求运行功率的过程包括：
[0036]根据用户需求温度、用户制冷空间以及用户环境温度，获得用户的需求运行功率，标记为W
需求
；即公式为：
[0037][0038]其中，YX、YK以及YH分别对应表示为用户需求温度、用户制冷空间以及用户环境温度；W
需求
表示为用户的需求运行功率；λ表示为系数；ρ表示为空气密度。
[0039]进一步的，所述数据分析模块根据AI自主学习模型对信息数据进行分析的过程包括：
[0040]将用户在用户需求调节装置上获得的用户需求信息数据发送至AI自主学习模型；
[0041]AI自主学习模型接收到用户需求信息数据，将用户需求信息数据发送至用户需求信息数据模型对应的用户序列号，经处理，获得用户的需求运行功率W
需求
；
[0042]AI自主学习模型根据用户序列号获得设备信息数据模型对应的热泵空调序列号对应的热泵空调设备信息数据，经处理，获得热泵空调的初始运行功率W
初始
；
[0043]将用户的需求运行功率与热泵空调的初始运行功率进行比较，若W
需求
＞W
初始
或W
需求
＜W
初始
，则需求运行功率与初始运行功率的功率差值，标记为W
差值
；若W
需求
＝W
初始
，则不需要对热泵空调设备信息数据进行调节。
[0044]进一步的，设置功率差值阈值范围[W
1差值
，W
2差值
]，将功率差值阈值与功率差值进行比较；
[0045]在AI自主学习模型中设置标准设备信息数据；所述标准本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种具有AI自学习的热泵空调制冷控制，包括服务器，其特征在于，所述服务器通信连接有数据采集模块、数据处理模块、数据分析模块以及报警模块；所述数据采集模块用于采集信息数据；所述数据处理模块用于对信息数据进行处理，根据处理结果，构建设备信息数据模型、用户需求信息数据模型以及建AI自主学习模型，进而获得热泵空调的初始运行功率和用户的需求运行功率；所述数据分析模块用于根据AI自主学习模型对信息数据进行分析，根据分析结果，并生成报警信号；所述报警模块用于根据报警信号进行对应处理。2.根据权利要求1所述的一种具有AI自学习的热泵空调制冷控制，其特征在于，所述数据采集模块采集信息数据的过程包括：所述信息数据包括热泵空调设备信息数据和用户需求信息数据；所述热泵空调设备信息数据包括冷媒流量、压缩机转速以及风机转速；所述用户需求信息数据包括用户需求温度、用户制冷空间以及用户环境温度；在热泵空调内设置传感器，用于采集热泵空调设备信息数据；设置用户需求调节装置，并无线通信连接数据采集模块；用于采集用户需求信息数据；在安装热泵空调的环境内设置温度传感器，并无线通信连接用户需求调节装置，并将采集的环境温度发送至用户需求调节装置内；用户在用户需求调节装置上设置用户需求温度、用户制冷空间以及自动获得用户环境温度。3.根据权利要求2所述的一种具有AI自学习的热泵空调制冷控制，其特征在于，所述构建设备信息数据模型的过程包括：采集若干个热泵空调的热泵空调设备信息数据，并对若干个热泵空调进行无重复编号，获得热泵空调序列号，将热泵空调序列号按照两两相邻无交叉相互通信连接，生成热泵空调序列号数据网；所述热泵空调序列号数据网中的每个热泵空调序列号包括对应的热泵空调设备信息数据；设置管理终端节点，将所述管理终端节点连接热泵空调序列号数据网，构建设备信息数据模型；所述管理终端节点无线通信连接管理终端。4.根据权利要求2所述的一种具有AI自学习的热泵空调制冷控制，其特征在于，所述构建用户需求信息数据模型的过程包括：将若干个用户进行无重复编号，生成用户序列号，将用户序列号按照两两相邻无交叉相互通信连接，生成用户序列号数据网，设置用户终端节点，并将所述用户终端节点连接用户序列号数据网，建设用户需求信息数据模型；所述用户终端节点无线通信连接用户终端。5.根据权利要求4所述的一种具有AI自学习的热泵空调制冷控制，其特征在于，所述构建AI自主学习模型的过程包括：将设备信息数据模型与用户需求信息数据模型按照相同的用户序列号和热泵空调序列号进行相互通信连接，建立AI自主学习模型；所述AI自主学习模型用于将在用户序列号设置的用户需求信息数据发送至连接的设备信息数据模型内进行处理，根据处理结果，获得运行功率；
所述运行数据包括热泵空调的初始运行功率和用户的需求运行功率。6.根据权利要求5所述的一种具有AI自学习的热泵空调制冷控制，其特征在于，所述获得热泵空调的初始运行功率的过程包括：根据压缩机转速以及风机转速，获得热泵空调的单位制冷量，进而根据冷媒流量以及单位制冷量，获得热泵空调的初始制冷量，进而根据初始制冷...

【专利技术属性】
技术研发人员：李青松，莫俊鑫，
申请(专利权)人：斯缔凯兰浙江科技有限公司，
类型：发明
国别省市：