【技术实现步骤摘要】
本专利技术涉及恒温系统管理的，特别是涉及一种基于深度学习的恒温系统能效评估方法及系统。
技术介绍
1、随着科技的快速发展，恒温系统已广泛应用于各种负载终端，如家庭住宅、办公室、数据中心和实验室等，确保目标环境或设备维持在设定的温度范围内运行。然而，在实际应用中，由于多种内外部因素的影响，恒温系统可能出现能效下降或失效的情况，这不仅造成能源浪费，还可能直接影响到被控环境或设备的正常运作。
2、传统的恒温系统能效评估方法主要依赖于基础的温度监控和设备运行数据统计，但往往难以精确识别并区分出温度波动是由恒温系统自身效能问题引起的，还是由负载终端的异常操作行为或外界环境剧烈变动所导致。例如，当室内人员活动频繁、热源分布不均、隔热条件改变或室外气候突变等因素发生时，可能导致恒温系统出现非预期的能耗增加或性能降低。此类情况下，仅凭基本的温度监测和运行数据统计难以揭示恒温系统能效降低的具体原因，如果直接判断恒温系统能效降低，则导致误判和不必要的系统更换，增加维护成本和时间。
技术实现思路
1...
【技术保护点】
1.一种基于深度学习的恒温系统能效评估方法，其特征在于，所述方法包括：
2.如权利要求1所述的基于深度学习的恒温系统能效评估方法，其特征在于，所述汇总由恒温系统自身能效异常导致的调温时间切片的时长，并将其与恒温系统工作时长进行计算，获得恒温系统能效异常率的计算公式为：
3.如权利要求1所述的基于深度学习的恒温系统能效评估方法，其特征在于，所述异常行为影响特征的获取方法包括：
4.如权利要求1所述的基于深度学习的恒温系统能效评估方法，其特征在于，所述外界环境影响特征的获取方法包括：
5.如权利要求1所述的基于深度学习的恒温...
【技术特征摘要】
1.一种基于深度学习的恒温系统能效评估方法，其特征在于，所述方法包括：
2.如权利要求1所述的基于深度学习的恒温系统能效评估方法，其特征在于，所述汇总由恒温系统自身能效异常导致的调温时间切片的时长，并将其与恒温系统工作时长进行计算，获得恒温系统能效异常率的计算公式为：
3.如权利要求1所述的基于深度学习的恒温系统能效评估方法，其特征在于，所述异常行为影响特征的获取方法包括：
4.如权利要求1所述的基于深度学习的恒温系统能效评估方法，其特征在于，所述外界环境影响特征的获取方法包括：
5.如权利要求1所述的基于深度学...
【专利技术属性】
技术研发人员：李四祥，童涛，
申请(专利权)人：无锡冠亚恒温制冷技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。