本发明空调，具体涉及一种带有智能调控的暖通空调自控系统。
背景技术：
1、随着社会经济的快速发展和人民生活水平的提高，建筑能耗在总能源消耗中所占比例日益增大。其中，暖通空调系统作为建筑物中主要的耗能设备，其能源消耗问题备受关注。传统的暖通空调系统通常采用固定的运行模式，无法根据环境变化和用户需求进行动态调整，导致能源浪费和用户舒适度下降。近年来，太阳能等可再生能源的利用受到广泛关注。太阳能作为一种清洁、可再生的能源，具有取之不尽、用之不竭的特点。将太阳能应用于暖通空调系统，不仅可以降低对传统能源的依赖，还能减少碳排放，具有重要的环保和经济意义。然而，太阳能具有间歇性和不稳定性的特点，受光照强度、天气状况等因素影响较大，给太阳能供电的稳定性和可靠性带来挑战。
2、为了提高暖通空调系统的能源利用效率，满足用户的舒适性需求，智能控制技术逐渐被引入到暖通空调系统中。传统的控制策略多采用基于规则的控制方法，难以适应复杂多变的环境和用户需求。同时，随着人工智能和大数据技术的发展，机器学习方法，特别是神经网络模型，被广泛应用于预测和控制领域。神经网络具有强大的非线性映射能力，能够从大量历史数据中学习复杂的关系，为系统的预测和控制提供支持。
3、现有的研究中，一些学者尝试将长短期记忆网络(lstm)等循环神经网络应用于暖通空调系统的预测和控制。然而，lstm在处理长时间序列数据时，存在训练复杂度高、计算效率低等问题。相比之下，卷积神经网络(cnn)在特征提取和计算效率方面具有优势，但传统的cnn主要应用于图像处理领域，直接应用于时间序列数据的效果有限。此外，传统的激活函数，如sigmoid、sigmoid等，无法充分利用外部环境参数的信息。例如，在太阳能发电量预测中，光照强度是一个关键因素，但在现有的神经网络结构中，激活函数与光照强度之间没有直接的联系，导致模型在处理光照变化时的敏感性不足，影响预测精度。
4、且现有智能空调自动调节中都是实时进行调节导致空调频率工作在时刻变化中，导致空调硬件寿命降低，没有采用时间段控制，通过时间段内空调运行恒定实现自动控制调节以增强硬件寿命节省电量，针对以上问题，有必要设计一种新的暖通空调自控系统，结合太阳能供电和智能控制技术，提高预测的准确性和系统的能源利用效率。。
技术实现思路
1、针对现有技术中提到的上述问题，本发明提供一种带有智能调控的暖通空调自控系统；首先，数据采集模块每隔时间段t采集当前时间环境参数、太阳能发电量、用户需求；其次，将采集的当前和历史环境参数、太阳能发电量、用户需求输入至训练好的卷积神经网络，卷积神经网络输出未来时段太阳能发电量、环境参数变化趋势和用户需求和控制信号；再次，中央控制器将控制信号发送至暖通空调系统，按照所述输出未来时段的功率调整空调设备的运行参数，实现对室内温度和湿度的自动调节；最后，根据中央控制器的指令，选择未来时段内使用太阳能供电或电网供电，以驱动空调设备运行。本发明能够根据用户设定的温湿度需求，动态调整空调设备的运行模式和功率，实现对室内环境的精细化调节，提升用户的舒适度。
2、本技术提供一种带有智能调控的暖通空调自控系统，包括以下模块：
3、数据采集模块每隔时间段t采集当前时间环境参数、太阳能发电量、用户需求；其中，环境参数包括室内外温度、湿度、光照强度，用户需求包括用户设定的温湿度；
4、计算模块，将采集的当前和历史环境参数、太阳能发电量、用户需求输入至训练好的卷积神经网络，卷积神经网络输出未来时段太阳能发电量、环境参数变化趋势和用户需求，并输出未来时段的控制信号，控制信号包括空调设备的运行模式和功率；其中，卷积神经网络采用光照调制的sigmoid激活函数f(x,l)：
5、
6、其中，x为激活函数输入，k(l)为随光照强度l调节的斜率函数，k0为基础斜率；α为调节系数，控制光照强度对斜率的影响程度；lmax为光照强度最大值；
7、暖通空调调节模块，中央控制器将控制信号发送至暖通空调系统，按照所述输出未来时段的功率调整空调设备的运行参数，实现对室内温度和湿度的自动调节；
8、供电选择模块，根据中央控制器的指令，选择未来时段内使用太阳能供电或电网供电，以驱动空调设备运行。
9、优选地，太阳能发电单元包括光伏板和光伏逆变器，用于将太阳能转换为电能。
10、优选地，所述空调设备的运行模式包括：第一模式控制器控制使用太阳能供电，驱动空调设备进行制冷或制热；第二模式控制器控制切换至电网供电。
11、优选地，所述数据采集模块包括温度传感器、湿度传感器、光照强度传感器和用户输入接口装置，用户输入接口装置用于获取用户设定的温湿度参数。
12、优选地，所述卷积神经网络包括卷积层、池化层和全连接层。
13、优选地，所述计算模块还包括数据预处理单元，对采集的当前和历史数据进行中值滤波处理。
14、优选地，所述暖通空调调节模块包括变频空调设备，能够根据控制信号动态调整制冷或制热功率。
15、优选地，所述暖通空调自控系统还包括电能存储单元，用于在太阳能发电过剩时存储电能，并在太阳能供电不足时提供辅助供电。
16、优选地，所述太阳能发电单元的输出端安装电流传感器和电压传感器，所述电流传感器用于测量太阳能发电单元的输出电流，所述电压传感器用于测量太阳能发电单元的输出电压；计算得到太阳能发电量。
17、优选地，在将采集的当前和历史环境参数、太阳能发电量、用户需求输入至训练好的卷积神经网络之前，还包括：首先，对采集的数据进行缺失值处理和异常值检测，填补或剔除缺失和异常数据；其次，将采集的数据按时间戳进行对齐，确保数据在时间维度上的一致性；最后，将数据归一化，将归一化后的数据转换为适合卷积神经网络输入的张量格式。
18、本发明提供了一种带有智能调控的暖通空调自控系统，所能实现的有益技术效果如下：
19、1、本发明通过首先数据采集模块每隔时间段t采集当前时间环境参数、太阳能发电量、用户需求；其次，将采集的当前和历史环境参数、太阳能发电量、用户需求输入至训练好的卷积神经网络，卷积神经网络输出未来时段太阳能发电量、环境参数变化趋势和用户需求和控制信号；再次，中央控制器将控制信号发送至暖通空调系统，按照所述输出未来时段的功率调整空调设备的运行参数，实现对室内温度和湿度的自动调节；最后，根据中央控制器的指令，选择未来时段内使用太阳能供电或电网供电，以驱动空调设备运行。本发明能够根据用户设定的温湿度需求，动态调整空调设备的运行模式和功率，实现对室内环境的精细化调节，提升用户的舒适度，大大提升了使用体验。
20、2.本发明采用卷积神经网络对当前和历史环境参数、太阳能发电量和用户需求进行预测。尤其是引入了光照调制的sigmoid激活函数，将光照强度直接融入神经网络的激活过程，使模型能够动态适应光照条件的变化，显著提高了对未来时段太阳能发电量和环境参数变化趋势的预测精度。这种高精度的预测为空调设备的运行策略优化提供了可靠依据，确保能源的高效利用。
21、3.本发明通过计算模块输出的未来时段控制信号，通过时间段内空调运行恒定实现自动控制调节以增强硬件寿命节省电量，系统能够根据用户设定的温湿度需求，动态调整空调设备的运行模式和功率。暖通空调调节模块采用变频空调设备，能够精确控制制冷或制热功率，实现对室内环境的精细化调节，提升用户的舒适度。
22、4.本发明供电选择模块根据预测的太阳能发电量和中央控制器的指令，智能选择太阳能供电或电网供电。在太阳能发电充足时，优先使用太阳能供电，并在发电过剩时通过电能存储单元存储电能；在太阳能供电不足时，自动切换至电网供电或使用存储的电能，确保空调设备的连续运行。这种灵活的能源管理策略，有效降低了对电网的依赖，节约了能源成本。
1.一种带有智能调控的暖通空调自控系统，其特征在于，包括以下模块：
2.根据权利要求1所述的系统，其特征在于，太阳能发电单元包括光伏板和光伏逆变器，用于将太阳能转换为电能。
3.根据权利要求1或2所述的系统，其特征在于，所述空调设备的运行模式包括：第一模式控制器控制使用太阳能供电，驱动空调设备进行制冷或制热；第二模式控制器控制切换至电网供电。
4.根据权利要求1至3中任一项所述的系统，其特征在于，所述数据采集模块包括温度传感器、湿度传感器、光照强度传感器和用户输入接口装置，用户输入接口装置用于获取用户设定的温湿度参数。
5.根据权利要求1至4中任一项所述的系统，其特征在于，所述卷积神经网络包括卷积层、池化层和全连接层。
6.根据权利要求1至5中任一项所述的系统，其特征在于，所述计算模块还包括数据预处理单元，对采集的当前和历史数据进行中值滤波处理。
7.根据权利要求1至6中任一项所述的系统，其特征在于，所述暖通空调调节模块包括变频空调设备，能够根据控制信号动态调整制冷或制热功率。
8.根据权利要求1至7中任一项所述的系统，其特征在于，所述暖通空调自控系统还包括电能存储单元，用于在太阳能发电过剩时存储电能，并在太阳能供电不足时提供辅助供电。
9.根据权利要求1至8中任一项所述的系统，其特征在于，所述太阳能发电单元的输出端安装电流传感器和电压传感器，所述电流传感器用于测量太阳能发电单元的输出电流，所述电压传感器用于测量太阳能发电单元的输出电压；计算得到太阳能发电量。
10.根据权利要求1至9中任一项所述的系统，其特征在于，在将采集的当前和历史环境参数、太阳能发电量、用户需求输入至训练好的卷积神经网络之前，还包括：首先，对采集的数据进行缺失值处理和异常值检测，填补或剔除缺失和异常数据；其次，将采集的数据按时间戳进行对齐，确保数据在时间维度上的一致性；最后，将数据归一化，将归一化后的数据转换为适合卷积神经网络输入的张量格式。
