[发明专利]空调控制装置和空调控制方法有效
申请号: | 201880099974.6 | 申请日: | 2018-12-12 |
公开(公告)号: | CN113167495B | 公开(公告)日: | 2022-11-15 |
发明(设计)人: | 田口直树;毬山利贞;南本高志;佐藤靖 | 申请(专利权)人: | 三菱电机株式会社 |
主分类号: | F24F11/63 | 分类号: | F24F11/63;F24F11/48;F24F110/10 |
代理公司: | 北京三友知识产权代理有限公司 11127 | 代理人: | 马建军;邓毅 |
地址: | 日本*** | 国省代码: | 暂无信息 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 空调 控制 装置 方法 | ||
1.一种空调控制装置,其特征在于,所述空调控制装置具有:
取得部,其取得空调机取得的空调数据和将该空调数据输入到机器学习模型而预测出的所述空调机的启动时刻;
扩展部,其参照所述取得部取得的所述空调数据和所述启动时刻生成扩展数据;以及
更新部,其参照所述取得部取得的所述空调数据和所述启动时刻以及所述扩展部生成的所述扩展数据,对所述机器学习模型进行更新,
所述扩展部参照从所述启动时刻到设置有所述空调机的房间的环境值达到目标值的时刻为止的空调数据,将任意时刻视为假想的启动时刻,将该任意时刻的空调数据视为该假想的启动时刻的空调数据,由此生成与启动时刻对应的空调数据的扩展数据。
2.一种空调控制装置,其特征在于,所述空调控制装置具有:
取得部,其取得空调机取得的空调数据和将该空调数据输入到机器学习模型而预测出的所述空调机的启动时刻;
扩展部,其参照所述取得部取得的所述空调数据和所述启动时刻生成扩展数据;以及
更新部,其参照所述取得部取得的所述空调数据和所述启动时刻以及所述扩展部生成的所述扩展数据,对所述机器学习模型进行更新,
所述取得部取得设置有所述空调机的室内机的房间的室内环境值和设置有所述空调机的室外机的室外的室外环境值作为所述空调数据,
所述扩展部参照从所述启动时刻到室内环境值达到目标值的时刻为止的期间的所述室内环境值和所述室外环境值,计算该期间内的某个时刻的室内环境值与室外环境值之差以及室内环境值变化曲线的斜率,生成与该差对应的该斜率的线性模型作为室内环境值变化曲线的扩展数据。
3.一种空调控制装置,其特征在于,所述空调控制装置具有:
取得部,其取得空调机取得的空调数据和将该空调数据输入到机器学习模型而预测出的所述空调机的启动时刻;
扩展部,其参照所述取得部取得的所述空调数据和所述启动时刻生成扩展数据;以及
更新部,其参照所述取得部取得的所述空调数据和所述启动时刻以及所述扩展部生成的所述扩展数据,对所述机器学习模型进行更新,
所述取得部还从设置有所述空调机的室内机的房间内进一步设置的其他室内机取得追加空调数据,
所述更新部还参照所述追加空调数据对所述机器学习模型进行更新。
4.根据权利要求1~3中的任意一项所述的空调控制装置,其特征在于,
所述取得部至少取得设置有所述空调机的室内机的房间的室内温度作为所述空调数据,取得作为适合于所述室内温度在目标时刻达到目标温度的启动时刻而预测出的启动时刻,作为所述启动时刻。
5.根据权利要求1~3中的任意一项所述的空调控制装置,其特征在于,
所述空调控制装置还具有置换部,该置换部对所述空调数据和所述扩展数据进行比较,根据该比较的结果将所述扩展数据置换成所述空调数据。
6.根据权利要求1~3中的任意一项所述的空调控制装置,其特征在于,
所述机器学习模型是包含神经网络模型的机器学习模型,
所述更新部还参照从所述启动时刻到设置有所述空调机的房间的环境值实际达到目标值的时刻为止的所需时间,对包含所述神经网络模型的机器学习模型进行更新。
7.根据权利要求1~3中的任意一项所述的空调控制装置,其特征在于,
所述更新部参照制冷用的空调数据和扩展数据以及启动时刻对制冷用的机器学习模型进行更新,或者参照制热用的空调数据和扩展数据以及启动时刻对制热用的机器学习模型进行更新。
8.根据权利要求1~3中的任意一项所述的空调控制装置,其特征在于,
所述空调控制装置还具有预测部,该预测部向所述机器学习模型输入所述空调数据,预测所述空调机的启动时刻,
所述空调控制装置使所述空调机在所述预测部预测出的所述启动时刻启动。
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三菱电机株式会社,未经三菱电机株式会社许可,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/201880099974.6/1.html,转载请声明来源钻瓜专利网。