[发明专利]冷媒泄漏监控方法、监控系统及空调机组有效

专利信息
申请号: 201811555090.5 申请日: 2018-12-18
公开(公告)号: CN109764476B 公开(公告)日: 2020-09-04
发明(设计)人: 卓明胜;郑乔扬;陈培生;刘洋 申请(专利权)人: 珠海格力电器股份有限公司
主分类号: F24F11/36 分类号: F24F11/36;F24F11/63;F24F11/64
代理公司: 北京市隆安律师事务所 11323 代理人: 廉振保
地址: 519070 *** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 冷媒 泄漏 监控 方法 系统 空调 机组
【权利要求书】:

1.一种冷媒泄漏监控方法,其特征在于,包括:

获取用于表征空调冷媒状态的冷媒运行参数;

将所述冷媒运行参数输入至冷媒泄漏神经网络模型,得到所述冷媒泄漏神经网络模型输出的冷媒泄漏概率;

根据所述冷媒泄漏概率对冷媒泄漏进行监控;包括:

监测所述冷媒泄漏概率,判断所述冷媒泄漏概率是否超过预设概率;其中,所述预设概率用于表征所述空调即将泄漏冷媒;

在所述冷媒泄漏概率超过预设概率时,通知用户进行冷媒泄漏排查,否则,继续对冷媒泄漏进行监测。

2.根据权利要求1所述的方法,其特征在于,在获取用于表征冷媒状态的空调运行参数之前,还包括:

建立用于预测冷媒泄漏概率的神经网络模型;

模拟不同类型空调的运行情况,根据模拟得到的数据和所述神经网络模型计算得到的数据训练所述神经网络模型,得到所述冷媒泄漏神经网络模型。

3.根据权利要求2所述的方法,其特征在于,根据模拟得到的数据和所述神经网络模型计算得到的数据训练所述神经网络模型,包括:

获取所述空调在所述运行情况下的实际冷媒泄漏数据,以及所述空调在所述运行情况下的冷媒运行参数;

将所述冷媒运行参数输入至所述神经网络模型,得到所述神经网络模型输出的冷媒泄漏数据;

对比所述神经网络模型输出的冷媒泄漏数据和所述实际冷媒泄漏数据,调整所述神经网络模型。

4.根据权利要求2所述的方法,其特征在于,所述运行情况至少包括以下之一:正常运行情况、冷媒泄漏情况。

5.根据权利要求1所述的方法,其特征在于,所述用于表征冷媒状态的空调运行参数至少包括:室内换热温差、水侧换热温差、系统内冷媒压力差。

6.根据权利要求1所述的方法,其特征在于,在通知用户进行冷媒泄漏排查之后,还包括:

获取所述空调在所述冷媒泄漏概率超过所述预设概率时的冷媒运行参数,以及所述冷媒泄漏排查的排查结果;

根据所述冷媒泄漏概率超过所述预设概率时的冷媒运行参数和所述排查结果调整所述冷媒泄漏神经网络模型。

7.一种冷媒泄漏监控系统,其特征在于,包括:

大数据监测器,用于获取用于表征空调冷媒状态的冷媒运行参数;

大数据平台,与所述大数据监测器连接,用于将所述冷媒运行参数输入至冷媒泄漏神经网络模型,得到所述冷媒泄漏神经网络模型输出的冷媒泄漏概率,并根据所述冷媒泄漏概率对冷媒泄漏进行监控;

所述大数据平台包括:神经网络预测器,与所述神经网络控制器连接,用于根据所述冷媒泄漏概率对冷媒泄漏进行预测;

监控平台,与所述神经网络预测器连接,用于在预测到冷媒即将泄漏时,通知用户进行冷媒泄漏排查。

8.根据权利要求7所述的系统,其特征在于,所述大数据平台还包括:

神经网络控制器,与所述大数据监测器连接,用于将所述冷媒运行参数输入至冷媒泄漏神经网络模型,得到所述冷媒泄漏神经网络模型输出的冷媒泄漏概率。

9.根据权利要求8所述的系统,其特征在于,所述大数据平台还用于:

在通知用户进行冷媒泄漏排查之后,获取所述空调在冷媒即将泄漏时的冷媒运行参数,以及所述冷媒泄漏排查的排查结果;

根据所述冷媒即将泄漏时的冷媒运行参数和所述排查结果调整所述冷媒泄漏神经网络模型。

10.一种空调机组,其特征在于,包括如权利要求7-9中任一项所述的冷媒泄漏监控系统。

11.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至6中任一项所述的冷媒泄漏监控方法。

12.一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1至6中任一项所述的冷媒泄漏监控方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于珠海格力电器股份有限公司,未经珠海格力电器股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811555090.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top