本發明專利技術涉及中央空調控制技術領域，更具體地說，涉及一種基于精準調節的智能中央空調集成控制方法及系統，獲取用戶室內圖像數據和室內溫度分布數據；獲取用戶歷史使用數據，歷史數據包括用戶偏好溫度設置、空調運行模式和時間段；基于用戶室內圖像數據，生成用戶體表溫度分布圖像；根據室內溫度分布數據和用戶體表溫度分布圖像，確定用戶體表溫度均值和室內溫度均值，并確定補償溫度；基于補償溫度，對預設的用戶溫度調節模型進行補償調整；輸出補償后的用戶舒適溫度；生成中央空調精準調節的控制指令，以實時優化空調運行參數，通過實時捕捉用戶體表溫度特征并結合室內外環境參數，能夠動態調整空調運行參數，實現用戶個性化需求的精準響應。
【技術實現步驟摘要】
本專利技術涉及中央空調控制，更具體地說，涉及一種基于精準調節的智能中央空調集成控制方法及系統。
技術介紹
1、隨著暖通空調技術的發展，中央空調系統因其在大型建筑中的高效能耗管理和環境舒適控制中的突出表現，得到了廣泛應用。然而，傳統的中央空調控制方法往往基于靜態預設參數或簡單的環境反饋機制，難以適應用戶需求的多樣性和環境條件的復雜性。這種控制方式的局限性顯著體現在對實時性和精準性的欠缺，具體包括以下幾方面問題：
2、首先，傳統中央空調系統的運行控制主要依賴環境傳感器(如室內溫度、濕度傳感器)的單一數據輸入，對用戶個體需求的感知缺乏針對性。由于用戶體表溫度等個體化熱舒適需求難以被有效捕捉，調節策略往往偏離實際需求。這種“一刀切”的模式不僅容易導致用戶舒適感的下降，還可能因不必要的調節動作導致能源浪費。
3、其次，現有中央空調系統在環境參數獲取和調節決策之間缺乏有效的智能化算法支持。多數系統僅采用基于簡單規則的調節方式，未能有效整合多源數據(如室內外溫度、用戶行為和使用歷史數據)進行優化決策。這種方式不僅計算粗糙，難以應對環境的動態變化，還容易因參數調整的滯后性造成系統運行效率下降。
4、此外，傳統控制方法通常以靜態模型為基礎，忽視了環境參數和用戶需求的動態性。具體表現為，缺乏對用戶體表溫度與環境溫度間熱力學平衡的動態計算，導致系統調節效果難以達到預期。例如，在用戶活動強度、位置分布或環境溫濕度劇烈變化時，系統無法迅速調整調節策略，既不能保證用戶舒適性，也可能因運行頻繁切換導致設備損耗增加。
5、最接近的現有技術盡管已經嘗試引入智能化手段(如有限的模糊控制或簡單的神經網絡)，但在實時數據獲取、精準分析以及動態決策優化等方面依然存在顯著不足。具體而言，這些技術的局限性主要體現在以下幾個方面：其一，現有方法無法綜合分析用戶體表溫度分布與室內溫度分布的協同關系，調節模型中的補償機制不足，難以實現精準化控制；其二，現有的圖像處理技術與空調調節機制脫節，無法形成有效的感知－決策－執行閉環；其三，算法模型中參數設置單一，未能實現針對多種環境條件和用戶行為的動態適應。
技術實現思路
1、針對上述問題，本專利技術從中央空調控制的核心矛盾入手，提出了一種基于精準調節的智能中央空調集成控制方法及系統，以彌補現有技術的不足。
2、本專利技術提供一種基于精準調節的智能中央空調集成控制方法，包括以下步驟：
3、獲取步驟，包括：
4、獲取用戶室內圖像數據和室內溫度分布數據，其中，用戶室內圖像數據用于反映用戶體表溫度特征，室內溫度分布數據用于反映環境溫度變化情況；
5、獲取用戶歷史使用數據，所述歷史數據包括用戶偏好溫度設置、空調運行模式和時間段；
6、處理步驟，包括：
7、基于所述用戶室內圖像數據，將其從rgb顏色空間轉換為hsv顏色空間，確定各像素點的明度值并進行聚類分析，篩選得到用戶體表像素點，生成用戶體表溫度分布圖像；
8、根據所述室內溫度分布數據和用戶體表溫度分布圖像，確定用戶體表溫度均值和室內溫度均值，并進一步確定補償溫度；
9、基于所述補償溫度，對預設的用戶溫度調節模型進行補償調整；
10、輸出步驟，包括：
11、輸出補償后的用戶舒適溫度；
12、根據所述用戶舒適溫度，生成中央空調精準調節的控制指令，以實時優化空調運行參數。
13、作為優選，所述獲取步驟進一步包括：
14、獲取室外環境溫度數據和濕度數據；
15、將所述室外環境數據作為權重因子，用于調整用戶溫度調節模型中的參數。
16、作為優選，所述處理步驟具體包括：
17、根據用戶體表像素點的連通域特征，利用聚類算法對用戶體表像素點進行連通域劃分，計算每個連通域內的飽和值均值和信息熵值；
18、篩選出熵值大于預設閾值且飽和值均值處于設定區間的連通域作為用戶體表區域。
19、作為優選，所述用戶體表溫度均值的確定進一步包括：
20、結合用戶輪廓像素點與幾何中心點的歐氏距離計算每個像素點的溫度差值；
21、通過神經網絡模型，對用戶體表像素點的溫度分布進行擬合修正。
22、作為優選，所述補償溫度的確定具體包括：
23、根據室內溫度分布圖像中每個像素點的補償溫度值，生成補償溫度圖像；
24、基于補償溫度圖像，計算補償均值，作為最終的補償溫度。
25、作為優選，所述用戶溫度調節模型的補償調整具體包括：
26、將補償圖像中的每個像素值與室內溫度分布圖像的對應像素值相加，生成新的溫度分布圖像；
27、依據所述新的溫度分布圖像，調整智能中央空調的運行參數，包括出風溫度和風速。
28、作為優選，所述舒適溫度的生成具體包括：
29、根據用戶體表溫度均值和室內溫度均值的差值，結合預設的溫度舒適度模型，生成用戶舒適溫度；
30、所述溫度舒適度模型包括室外溫度權重、濕度權重和用戶個性化調節因子。
31、作為優選，進一步包括：
32、對歷史運行數據進行分析，動態更新溫度舒適度模型的權重因子，使其適應不同的季節和環境條件。
33、作為優選，進一步包括：
34、在用戶不在室內的情況下，結合室外溫度預測模型，優化中央空調運行參數，進入節能模式。
35、執行權利要求所述方法的一種基于精準調節的智能中央空調集成控制系統，包括：
36、圖像采集模塊，用于獲取用戶室內圖像數據和室內溫度分布數據；
37、數據處理模塊，用于基于所述用戶室內圖像數據生成用戶體表溫度分布圖像，并根據所述室內溫度分布數據與用戶體表溫度分布圖像確定補償溫度；
38、調節模型模塊，用于基于所述補償溫度對用戶溫度調節模型進行補償調整；
39、控制模塊，用于根據補償后的用戶舒適溫度生成中央空調的運行控制指令；
40、數據存儲模塊，用于存儲用戶歷史使用數據和空調運行日志，以優化后續調節策略。
41、本專利技術通過引入多模態數據獲取(如用戶室內圖像數據與室內溫度分布數據)和先進的算法模型(包括用戶體表溫度均值與室內溫度均值的實時補償計算)，實現了環境參數與個體需求的動態適配，從根本上解決了傳統方法中用戶需求感知不足和動態決策能力欠缺的問題。
42、本專利技術要解決的技術問題是，如何實現中央空調系統對用戶個體化需求與室內環境變化的精準感知與動態響應。通過構建基于圖像處理與多維數據分析的控制機制，本專利技術不僅有效解決了傳統方法中用戶舒適性與能源效率之間的矛盾，還通過算法設計實現了多個步驟的互補與協同優化。例如，用戶體表溫度的聚類與篩選機制通過基于hsv顏色空間的聚類分析和連通域篩選技術，使用戶溫度特征的提取更加精準；同時，室內外溫度的補償機制與動態調整模型協本文檔來自技高網
...
【技術保護點】
1.一種基于精準調節的智能中央空調集成控制方法，其特征在于，包括：
2.根據權利要求1所述的基于精準調節的智能中央空調集成控制方法，其特征在于，所述獲取步驟進一步包括：
3.根據權利要求1所述的基于精準調節的智能中央空調集成控制方法，其特征在于，所述處理步驟具體包括：
4.根據權利要求3所述的基于精準調節的智能中央空調集成控制方法，其特征在于，所述用戶體表溫度均值的確定進一步包括：
5.根據權利要求1所述的基于精準調節的智能中央空調集成控制方法，其特征在于，所述補償溫度的確定具體包括：
6.根據權利要求1所述的基于精準調節的智能中央空調集成控制方法，其特征在于，所述用戶溫度調節模型的補償調整具體包括：
7.根據權利要求1所述的基于精準調節的智能中央空調集成控制方法，其特征在于，所述舒適溫度的生成具體包括：
8.根據權利要求7所述的基于精準調節的智能中央空調集成控制方法，其特征在于，進一步包括：
9.根據權利要求1所述的基于精準調節的智能中央空調集成控制方法，其特征在于，進一步包括：p>
10.執行權利要求1-9任一項所述方法的一種基于精準調節的智能中央空調集成控制系統，其特征在于，包括：
...
【技術特征摘要】
1.一種基于精準調節的智能中央空調集成控制方法，其特征在于，包括：
2.根據權利要求1所述的基于精準調節的智能中央空調集成控制方法，其特征在于，所述獲取步驟進一步包括：
3.根據權利要求1所述的基于精準調節的智能中央空調集成控制方法，其特征在于，所述處理步驟具體包括：
4.根據權利要求3所述的基于精準調節的智能中央空調集成控制方法，其特征在于，所述用戶體表溫度均值的確定進一步包括：
5.根據權利要求1所述的基于精準調節的智能中央空調集成控制方法，其特征在于，所述補償溫度的確定具體包括：
6...
【專利技術屬性】
技術研發人員：丁佰勝，宋軍華，
申請(專利權)人：廣東精工智能系統有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。