[发明专利]冷媒泄漏检测方法、系统及空调器

说明书

本发明公开了一种冷媒泄漏检测方法、系统及空调器，冷媒泄漏检测方法包括：标准压力参数获得步骤：根据空调器运行时的工况信息参数通过神经网络模型输出标准压力参数；检测步骤：在空调器运行时实时检测并获得的实测压力参数；判断步骤：根据标准压力参数与实测压力参数获得冷媒是否泄漏的判断结果；处理步骤:根据判断结果对空调器进行处理。本发明针对冷媒泄漏问题提供了更为准确的判断结果，以便于后续处理。

技术领域

本发明涉及一种冷媒泄漏检测方法、系统及空调器，具体地说，尤其涉及一种基于神经网络的冷媒泄漏检测方法、系统及空调器。

背景技术

空调器在长时间的使用过程中，可能因为密封性差、管路腐蚀以及其它不可抗力原因，发生冷媒泄漏。冷媒一旦发生泄漏，空调器性能会变差。一般用户只有在空调器性能变得极差时，才能觉察进行维修。因此，一种准确、准时的冷媒泄漏检测方法十分有必要，当冷媒泄漏时，空调器自动提示用户冷媒泄漏。

近年来，很多人提出了进行冷媒检测的方法如下：

如申请号201811108477.6的中国专利中，提出了一种冷媒检测判断方法，该方法通过冷媒压力与冷媒压力阈值进行比较判断，其中冷媒压力阈值是根据冷媒压力阈值曲线获取。这种方法的缺点是，冷媒压力阈值曲线是在特定工况下容易获取，不适用空调运行的全工况，因此冷媒压力阈值采取存在较大误差。

如申请号201910702473.9的中国专利中，提出了一种冷媒检测判断方法，该方法主要通过压缩机回气压力与压缩机回气压力设定值进行比较判断。其中，回气压力设定值，是通过室内温度值和室外温度值，根据经验公式进行获取的。这种方法中，回气压力设定值仅仅通过室内温度和室外温度值进行判断，误差较大。因为回气压力设定值，不仅与室内温度和室外温度有关，还与设定温度、风量等有关。

冷媒泄漏检测，其难点在于，不管是采用哪个参数进行冷媒泄漏的判断，基本思路都是判断该参数的检测值是否偏离该参数的正常范围，当检测值偏离正常范围时，判定冷媒泄漏。空调器是多工况运行的，对于任意工况，该参数的正常值具体是在什么正常范围，判断相对困难，而现有的检测方法不准确，容易出现冷媒泄漏的误判情况。

因此急需开发一种克服上述缺陷的基于神经网络的冷媒泄漏检测方法、系统及空调器。

发明内容

针对上述问题，本发明提供一种冷媒泄漏检测方法，其中，包括：

标准压力参数获得步骤：根据空调器运行时的工况信息参数通过神经网络模型输出标准压力参数；

检测步骤：在所述空调器运行时实时检测并获得的实测压力参数；

判断步骤：根据所述标准压力参数与所述实测压力参数获得冷媒是否泄漏的判断结果；

处理步骤:根据所述判断结果对所述空调器进行处理。

上述的冷媒泄漏检测方法，其中，所述标准压力参数获得步骤包括：

测试数据输入步骤：以不同工况下的工况信息参数作为训练样本，并将所述训练样本划分为训练集和验证集；

模型训练步骤：通过所述训练集的工况信息参数对所述神经网络模型进行训练；

模型验证步骤：通过所述验证集的工况信息参数对所述神经网络模型进行验证；

模型嵌入步骤：将通过验证的所述神经网络模型嵌入所述空调器的控制单元。

上述的冷媒泄漏检测方法，其中，所述标准压力参数包括标准冷凝压力值及/或标准蒸发压力值，所述实测压力参数包括实测冷凝压力值及/或实测蒸发压力值。

上述的冷媒泄漏检测方法，其中，所述判断步骤包括：