CN119879368B 基于智能算法的空调制冷机组节能控制方法及系统 （南京深度智控科技有限公司）.docxVIP

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN119879368B(45)授权公告日2025.07.04

(21)申请号202510377798.X

(22)申请日2025.03.28

(65)同一申请的已公布的文献号申请公布号CN119879368A

(43)申请公布日2025.04.25

(73)专利权人南京深度智控科技有限公司

地址211800江苏省南京市江北新区星火

路17号创智大厦A座6层

(72)发明人李辉黄政

(74)专利代理机构南京智成云创知识产权代理事务所(普通合伙)32925

专利代理师程宝

(51)Int.CI.

F24F11/88(2018.01)

F24F11/89(2018.01)

F24F11/64(2018.01)

F24F11/65(2018.01)

(56)对比文件

CN119178224A,2024.12.24CN114595851A,2022.06.07

审查员万瑞琦

权利要求书3页说明书10页附图2页

(54)发明名称

基于智能算法的空调制冷机组节能控制方法及系统

(57)摘要

CN119879368B本发明涉及节能控制技术领域，尤其涉及智能算法的空调制冷机组节能控制方法及系统，方法包括：进行人流强度评估、人员滞留状况评估及设备使用状态评估，并结合评估结果计算本周期室内不同子区域的制冷威胁系数；结合活动日历信息，构建子区域运营模式预测模型，预测下一周期室内不同子区域的运营模式，并根据不同子区域的运营模式预测结果，对不同子区域设定下一周期的目标制冷温度范围；构建子区域温度预测模型，预测不同子区域下一周期的温度数据变化曲线并与设定下一周期的目标制冷温度范

CN119879368B

对本周期室内不同子区域的人流量数据、设备使用状况数据以及温度数据进行监测

根据人流量数据、设备使用状况数据进行人流强度评估、人员滞留状况评估及设备使用状态评估，并结合评估结果计算本周期室内不同子区域的制冷威胁系数

根据本周明室内不同子区域的评估结果，结合活动日历信息，构建子区域运营模式预测模型，预测下一周期室内不同子区域的运营模式，并根据不同子区域的运营模式预测结果，对不同子区域设定下一居期的目标制冷温度范围

提取本周期室内不同子区域的温度数据变化曲线，构建子区域温度预测模型，预测不同子区域下一周期的温度数据变化曲线并与设定下一周期的目标制冷温度范围进行对比，当预测的下一周期的温度数据变化曲线不超过目标制冷温度范围时，按照目标制冷温度范围进行制冷，当预测的下一周期的温度数据变化曲线超过目标制冷温度范围时，进行节能威胁值的计算

预设节能威胁值阈值，将节能威胁值与节能威胁值阈值进行对比，当节能威胁值大于等于节能戚胁值词值时采取人工干预

S1

S2

S3

S4

S5

CN119879368B权利要求书1/3页

2

1.基于智能算法的空调制冷机组节能控制方法，其特征在于：包括以下具体步骤：

S1、对本周期室内不同子区域的人流量数据、设备使用状况数据以及温度数据进行监

测；

S2、根据人流量数据、设备使用状况数据进行人流强度评估、人员滞留状况评估及设备使用状态评估，并结合评估结果计算本周期室内不同子区域的制冷威胁系数；

S3、根据本周期室内不同子区域的评估结果，结合活动日历信息，构建子区域运营模式预测模型，预测下一周期室内不同子区域的运营模式，对不同子区域设定下一周期的目标制冷温度范围；

S4、提取本周期室内不同子区域的温度数据，构建子区域温度预测模型，预测不同子区域下一周期的温度数据变化曲线并与设定下一周期的目标制冷温度范围进行对比，当预测的下一周期的温度数据变化曲线不超过目标制冷温度范围时，按照目标制冷温度范围进行制冷，当预测的下一周期的温度数据变化曲线超过目标制冷温度范围时，提取目标制冷温度范围的最大值、最小值、制冷威胁系数以及预测的下一周期的温度数据变化曲线中最远离目标制冷温度范围的温度值，进行节能威胁值的计算；

S5、预设节能威胁值阈值，将节能威胁值与节能威胁值阈值进行对比，判断是否采取人工干预。

2.根据权利要求1所述的基于智能算法的空调制冷机组节能控制方法，其特征在于：所述S2包括以下具体步骤：

S21、将室内区域依照空间布局划分为n个子区域，获取单个子区域面积，其中第i个子区域面积为A,在本周期预设的采集时长T内，针对单个子区域i,采集第i