一种根据电量控制的舒适睡眠曲线控制方法及系统与流程

专利2025-12-19  19


本发明涉及空调控制,特别是一种根据电量控制的舒适睡眠曲线控制方法及系统。


背景技术:

1、空调,全称空气调节器,是指用人工手段,对建筑或构筑物内环境空气的温度、湿度、流速等参数进行调节和控制的设备。一般而言,空调的主要功能包括制冷、制热、除湿、通风、送风等,以满足人们对室内环境舒适度的要求。

2、但是目前空调都是以适配温度来控制压缩机进行运作,从而使得室内温度能够保持在适配温度。但是人们在睡眠时,人体所适配的最佳睡眠温度是会变化的。固定的适配温度无法满足人们提高睡眠舒适度的要求。因此一款能够提提高使用者睡眠舒适度以及提高节能效率的空调控制方法亟待出现。


技术实现思路

1、针对上述缺陷,本发明的目的在于提出一种根据电量控制的舒适睡眠曲线控制方法及系统,解决现有空调中难以平衡舒适度以及节能效率的问题。

2、为达此目的,本发明采用以下技术方案:一种根据电量控制的舒适睡眠曲线控制方法,包括如下步骤:

3、步骤s1:获取用户所输出的用电量期望值以及睡眠时长,根据电量期望值以及睡眠时长获取每一个小时的用电功率,标记为第一功率;

4、步骤s2:设定在不同睡眠周期中空调的适配温度;

5、步骤s3:获取用户携带智能设备的生物信息,其中所述生物信息用于判断用户的睡眠周期;

6、步骤s4:根据所述睡眠周期将空调的输出温度调至所述适配温度;

7、当室内温度达到适配温度后,获取空调外机的第一运行参数以及空调内机的第二运行参数,根据第一运行参数与第二运行参数计算空调当前的功率,标记为第二功率;

8、步骤s5:判断第一功率是否大于第二功率,若大于,则保持空调当前的功率,若小于,则判断当前的睡眠周期是否落入调节范围,若不落入,则保持空调当前的功率,若落入,则获取当前时间,根据当前时间确认调节时间段,根据预配置的第一信息映射表获取调节时间段中室外温度变化,其中所述第一信息映射表为时间段与温度的变化关系映射表;

9、步骤s6:根据所述室外温度变化对空调外机或空调内机进行功率调节。

10、优选的,所述步骤s2中具体如下:

11、所述睡眠周期包括入睡期、浅睡期、熟睡期、深睡期以及快速眼动期;

12、其中所述入睡期的适配温度为:24℃;

13、所述浅睡期的适配温度为:24℃;

14、所述熟睡期的适配温度为:26℃;

15、所述深睡期的适配温度为:28℃;

16、所述快速眼动期的适配温度为:26℃。

17、优选的,所述步骤s4中获取空调外机的第一运行参数以及空调内机的第二运行参数的步骤如下:

18、其中获取第一运行参数的步骤如下:

19、获取当前空调外机中风扇的转速,根据预配置的第二信息映射表获取风扇的能耗,以风扇的能耗作为第一运行参数,其中所述第二信息映射表为风扇转速与能耗的关系映射表;

20、其中获取第二运行参数的步骤如下:

21、将制定温度以及室内空间体积输入至仿真模型中,获取压缩机的能耗,将压缩机的能耗作为第二运行参数,其中所述仿真模型为利用热力学和电力学原理,建立空调系统的模型。

22、优选的,在计算所述第二功率前,还需要执行如下步骤:

23、获取空调外机内的第一温度,判断所述第一温度是否高于第一温度阈值,若高于,则使用训练好的神经网络对第一运行参数进行修正;

24、其中对第一运行参数进行修正的公式如下:

25、

26、f(x)=max(0,x);

27、其中p1为修正后的第一运行参数、vj为第j层隐藏层的权重、hj是第j层隐藏层神经元的输出,c是输出层的偏置,f(x)为激活函数,ω1j为第j层隐藏层中第一温度的权重,ω2j为第j层隐藏层中第一运行参数的权重,xi是输入层的输入、x1为第一温度、x2为第一运行参数、bj是隐藏层神经元的偏置。

28、优选的,所述步骤s5中,所述调节范围为:熟睡期以及深睡期。

29、优选的,所述步骤s6的具体步骤如下:

30、获取室外温度与适配之间的差值,作为第一温度差值,判断第一温度差值是否小于第二温度阈值,若不小于,则保持空调当前的功率,若小于,则以通过第一温度差值获取空调内机的需要制冷剂的流量;

31、根据所述制冷剂的流量调节所述压缩机的电机转速;

32、基于调节后压缩机的电机转速,对空调外机的风扇进行调节。

33、优选的,其中制冷剂的流量的获取公示如下:

34、w1(δt)=kp1*δt+ki1*sum(terror)+kd1*delta(terror);

35、其中kp1、ki1、kd1分别为第一pid控制器的的增益,δt为第一温度差值,sum(terror)为历史上所有调节温度后存在的温度差的累积,delta(terror)为上一次调节温度后存在的温度差;

36、其中调节所述压缩机的电机转速的具体公式如下:

37、

38、其中w1(δt)为制冷剂的流量、kp2、ki2、kd2分别为第二pid控制器的的增益,t2为调节时间,sum(eerror)为历史上温度没有达到适配温度±第二温度阈值时,压缩机的电机转速的误差值的累积;

39、其中基于调节后压缩机的电机转速,对空调外机的风扇进行调节具体步骤如下:

40、基于预配置的第三信息映射表,获取空调外机的风扇的转速,其中第三信息映射表为压缩机在不同制冷剂流量下的散热需求关系映射表。

41、一种根据电量控制的舒适睡眠曲线控制系统,使用所述一种根据电量控制的舒适睡眠曲线控制方法,包括:

42、获取模块、设定模块,状态确认模块、计算模块、判断模块以及调节模块;

43、所述获取模块用于获取用户所输出的用电量期望值以及睡眠时长,根据电量期望值以及睡眠时长获取每一个小时的用电功率,标记为第一功率;

44、所述设定模块用于设定在不同睡眠周期中空调的适配温度;

45、所述状态确认模块用于获取用户携带智能设备的生物信息,其中所述生物信息用于判断用户的睡眠周期;

46、所述计算模块用于根据所述睡眠周期将空调的输出温度调至所述适配温度;

47、当室内温度达到适配温度后,获取空调外机的第一运行参数以及空调内机的第二运行参数,根据第一运行参数与第二运行参数计算空调当前的功率,标记为第二功率;

48、所述判断模块用于判断第一功率是否大于第二功率,若大于,则保持空调当前的功率,若小于,则判断当前的睡眠周期是否落入调节范围,若不落入,则保持空调当前的功率,若落入,则获取当前时间,根据当前时间确认调节时间段,根据预配置的第一信息映射表获取调节时间段中室外温度变化,其中所述第一信息映射表为时间段与温度的变化关系映射表;

49、所述调节模块用于根据所述室外温度变化对空调外机或空调内机进行功率调节。

50、优选的,所述计算模块包括第一计算子模块和第二计算子模块;

51、所述第一计算子模块获取当前空调外机中风扇的转速,根据预配置的第二信息映射表获取风扇的能耗,以风扇的能耗作为第一运行参数,其中所述第二信息映射表为风扇转速与能耗的关系映射表;

52、所述第二计算子模块用于将制定温度以及室内空间体积输入至仿真模型中,获取压缩机的能耗,将压缩机的能耗作为第二运行参数,其中所述仿真模型为利用热力学和电力学原理,建立空调系统的模型。

53、优选的,还包括修正模块;

54、所述修正模块用于获取空调外机内的第一温度,判断所述第一温度是否高于第一温度阈值,若高于,则使用训练好的神经网络对第一运行参数进行修正。

55、上述技术方案中的一个技术方案具有如下优点或有益效果:本发明于调节范围内降低空调内机中功率,在确保用户在适配温度环境下睡觉的同时,也能降低空调的频率,实现用户设定的参数对空调频率进行调节的这一效果,使得空调的能耗能够趋近于用户的用电量期望值。


技术特征:

1.一种根据电量控制的舒适睡眠曲线控制方法,其特征在于,包括如下步骤:

2.根据权利要求1所述的一种根据电量控制的舒适睡眠曲线控制方法,其特征在于,所述步骤s2中具体如下:

3.根据权利要求1所述的一种根据电量控制的舒适睡眠曲线控制方法,其特征在于,所述步骤s4中获取空调外机的第一运行参数以及空调内机的第二运行参数的步骤如下:

4.根据权利要求3所述的一种根据电量控制的舒适睡眠曲线控制方法,其特征在于,在计算所述第二功率前,还需要执行如下步骤:

5.根据权利要求2所述的一种根据电量控制的舒适睡眠曲线控制方法,其特征在于,所述步骤s5中,所述调节范围为:熟睡期以及深睡期。

6.根据权利要求1所述的一种根据电量控制的舒适睡眠曲线控制方法,其特征在于,所述步骤s6的具体步骤如下:

7.根据权利要求6所述的一种根据电量控制的舒适睡眠曲线控制方法,其特征在于,其中制冷剂的流量的获取公示如下:

8.一种根据电量控制的舒适睡眠曲线控制系统,使用权利要求1~7任一项所述的一种根据电量控制的舒适睡眠曲线控制方法,其特征在于,包括:

9.根据权利要求8所述的一种根据电量控制的舒适睡眠曲线控制系统,其特征在于,所述计算模块包括第一计算子模块和第二计算子模块;

10.根据权利要求8所述的一种根据电量控制的舒适睡眠曲线控制系统,其特征在于,还包括修正模块;


技术总结
本发明涉及空调控制技术领域,特别是一种根据电量控制的舒适睡眠曲线控制方法及系统,包括如下步骤:获取用户所输出的用电量期望值以及睡眠时长,根据电量期望值以及睡眠时长获取每一个小时的用电功率,标记为第一功率;设定在不同睡眠周期中空调的适配温度;获取用户携带智能设备的生物信息,其中生物信息用于判断用户的睡眠周期;根据睡眠周期将空调的输出温度调至适配温度;本发明于调节范围内降低空调内机中功率,在确保用户在适配温度环境下睡觉的同时,也能降低空调的频率,实现用户设定的参数对空调频率进行调节的这一效果,使得空调的能耗能够趋近于用户的用电量期望值。

技术研发人员:张秋伟,袁兰浪,李强
受保护的技术使用者:广东三华钒音科技有限公司
技术研发日:
技术公布日:2024/12/17
转载请注明原文地址:https://xbbs.6miu.com/read-28358.html