[发明专利]空调系统的除霜控制方法、存储介质及空调系统

权利要求书

1.一种空调系统的除霜控制方法，其特征在于，所述除霜控制方法包括：

实时获取室外机功率值P和室内机能力值Q；

基于室外机功率值P和室内机能力值Q确定空调系统的当前能效值

确定空调系统从初始化时间0时刻开始在持续运行时间t期间的平均能效值

当空调系统在制热模式下，比较当前能效值COP与平均能效值COP'的大小；

若当前能效值COP小于平均能效值COP'，则控制空调系统开始执行除霜程序。

2.根据权利要求1所述的除霜控制方法，其特征在于，在“控制空调系统开始执行除霜程序”的步骤之后，所述除霜控制方法包括：

当空调系统的除霜程序执行完毕时，将空调系统的持续运行时间t与预设的最大能效时间T进行比较；

若t＞T，则将空调系统的持续运行时间t初始化为0，并重复执行权利要求1中的所述除霜控制方法。

3.根据权利要求1所述的除霜控制方法，其特征在于，

室外机功耗值P＝P_comp+P_fan；

其中，P_comp为压缩机的瞬时功率值，P_fan为室外风机的瞬时功率值；

室外机能力值Q＝Q_comp+ε·P；

其中，Q_comp为压缩机的瞬时能力值，ε为热损失系数。

4.根据权利要求3所述的除霜控制方法，其特征在于，确定压缩机的瞬时功率值P_comp和压缩机的瞬时能力值Q_comp的方法包括：

获取室外干球温度T_air、室外湿球温度T_w、压缩机的吸气压力P_s、压缩机的排气压力P_d、室外机盘管温度T_wall、压缩机的吸气温度T_s、压缩机的排气温度T_d、压缩机的频率f、单个除霜周期内空调系统的运行时间t'；

将参数T_air、T_w、P_s、P_d、T_wall、T_s、T_d、f和t'输入预先训练好的BP神经网络的输入层，由所述BP神经网络的输出层输出参数P_comp和Q_comp；

所述BP神经网络包括输入层、隐藏层和输出层。

5.根据权利要求4所述的除霜控制方法，其特征在于，所述BP神经网络中神经单元的激活函数采用双曲正弦S型函数，学习算法采用最速下降法。