[go: up one dir, main page]

CN114992777A - 故障处理方法、装置、设备、存储介质及多联机空调系统 - Google Patents

故障处理方法、装置、设备、存储介质及多联机空调系统 Download PDF

Info

Publication number
CN114992777A
CN114992777A CN202110233331.XA CN202110233331A CN114992777A CN 114992777 A CN114992777 A CN 114992777A CN 202110233331 A CN202110233331 A CN 202110233331A CN 114992777 A CN114992777 A CN 114992777A
Authority
CN
China
Prior art keywords
target
internal
temperature
temperature sensor
fault
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202110233331.XA
Other languages
English (en)
Inventor
郭芳程
李斌
郑春元
丁云霄
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
GD Midea Heating and Ventilating Equipment Co Ltd
Hefei Midea Heating and Ventilating Equipment Co Ltd
Original Assignee
GD Midea Heating and Ventilating Equipment Co Ltd
Hefei Midea Heating and Ventilating Equipment Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by GD Midea Heating and Ventilating Equipment Co Ltd, Hefei Midea Heating and Ventilating Equipment Co Ltd filed Critical GD Midea Heating and Ventilating Equipment Co Ltd
Priority to CN202110233331.XA priority Critical patent/CN114992777A/zh
Publication of CN114992777A publication Critical patent/CN114992777A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/30—Control or safety arrangements for purposes related to the operation of the system, e.g. for safety or monitoring
    • F24F11/32—Responding to malfunctions or emergencies
    • F24F11/38—Failure diagnosis
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/62—Control or safety arrangements characterised by the type of control or by internal processing, e.g. using fuzzy logic, adaptive control or estimation of values
    • F24F11/63—Electronic processing
    • F24F11/64—Electronic processing using pre-stored data
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F2110/00—Control inputs relating to air properties
    • F24F2110/10—Temperature
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F2140/00—Control inputs relating to system states
    • F24F2140/20—Heat-exchange fluid temperature
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B30/00—Energy efficient heating, ventilation or air conditioning [HVAC]
    • Y02B30/70—Efficient control or regulation technologies, e.g. for control of refrigerant flow, motor or heating

Landscapes

  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Physics & Mathematics (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Air Conditioning Control Device (AREA)

Abstract

本申请提供一种故障处理方法、装置、设备、存储介质及多联机空调系统，包括：检测多联机空调系统运行过程中是否有内机的温度传感器出现故障；若是，则获取故障内机在出现故障前的目标运行模式；获取目标运行模式下故障内机所属分组内的目标内机的目标温度统计值，同一分组内的目标内机为根据目标内机在历史目标运行模式下的历史温度值学习分组得到；控制故障内机以目标温度统计值运行。在上述实现过程中，在内机的温度传感器出现故障时，采用经学习分组后的同一分组内的目标内机的目标温度统计值来替代温度传感器的实际检测温度值从而使故障内机运行，同时也提升了替代值的准确性。

Description

故障处理方法、装置、设备、存储介质及多联机空调系统
技术领域
本申请涉及制冷技术领域，具体而言，涉及一种故障处理方法、装置、设备、存储介质及多联机空调系统。
背景技术
目前的多联机空调系统中，内机上都安装有温度传感器，以检测室内机温度，以便控制该内机与整个多联机空调系统运行；一旦一台内机的温度传感器出现故障，该内机无法运行，甚至整个多联机空调系统都无法运行。
发明内容
本申请实施例的目的在于提供一种故障处理方法、装置、设备、存储介质及多联机空调系统，以解决现有技术中，一旦多联机空调系统的一台内机的温度传感器出现故障，该内机无法运行，甚至整个多联机空调系统都无法运行的问题。
为了解决上述问题，本申请的实施例通过如下方式实现：
本申请实施例提供一种故障处理方法，包括：
检测多联机空调系统运行过程中是否有内机的温度传感器出现故障；若是，则获取故障内机在出现故障前的目标运行模式；获取所述目标运行模式下所述故障内机所属分组内的目标内机的目标温度统计值，同一分组内的所述目标内机为根据所述目标内机在历史目标运行模式下的历史温度值学习分组得到；控制所述故障内机以所述目标温度统计值运行。
在上述实现过程中，在内机的温度传感器出现故障时，采用经学习分组后的同一分组内的目标内机的目标温度统计值来替代温度传感器的实际检测温度值从而使故障内机运行，同时也提升了替代值的准确性。
进一步地，在所述检测多联机空调系统运行过程中是否有内机的温度传感器出现故障之前，所述方法还包括：采集所述多联机空调系统运行过程中每个内机的运行模式及所述运行模式下的内机的温度传感器的温度值；将同一运行模式下温度值相似度大于等于预设阈值的内机确定为一组。
在上述实现过程中，分组方式为将同一运行模式下温度值相似度大于等于预设阈值的内机确定为一组，提升了分组结果的准确性，进而提升替代值的准确性。
进一步地，所述温度传感器包括室内环境温度传感器和/或室内盘管温度传感器。
在上述实现过程中，在内机的室内环境温度传感器和/或室内盘管温度传感器故障时，采用同组目标内机的目标温度统计值温度统计值进行替代，从而使故障内机运行，同时也提升了替代值的准确性；另外，分组方式为将同一运行模式下内机的室内环境温度和/或室内盘管温度的值相似度大于等于预设阈值的内机确定为一组，进一步提升了分组结果的准确性，进而提升替代值的准确性。
进一步地，所述目标运行模式包括关机、开机制冷、开机制热、开机制冷待机或开机制热待机。
通过上述方式，实现对内机在多种运行模式下都能进行故障处理，保证内机的运行。
进一步地，所述目标温度统计值为分组内目标内机在所述目标运行模式下的温度的平均值、最大值、最小值中的任一值。
在上述实现过程中，将分组内各目标内机在所述目标运行模式下的温度的平均值、最大值、最小值中的任一值作为替代值，提升替代值的准确性。
进一步地，同一分组内的所述目标内机为根据所述目标内机在历史目标运行模式下的历史温度值通过K均值聚类算法、层次聚类法、高斯混合模型EM算法、均值漂移聚类方式中的一种学习分组得到。
通过上述的学习算法进行分组，提升分组结果的准确性，进而提升替代值的准确性。
本申请实施例还提供一种故障处理装置，所述装置包括：检测模块，用于检测多联机空调系统运行过程中是否有内机的温度传感器出现故障；获取模块，用于若所述检测模块检测到所述多联机空调系统运行过程中有内机的温度传感器出现故障，则获取故障内机在出现故障前的目标运行模式；获取所述目标运行模式下所述故障内机所属分组内的目标内机的目标温度统计值，同一分组内的所述目标内机为根据所述目标内机在历史目标运行模式下的历史温度值学习分组得到；控制模块，用于控制所述故障内机以所述目标温度统计值运行。
在上述实现过程中，在内机的温度传感器出现故障时，采用经学习分组后的同一分组内的目标内机的目标温度统计值来替代温度传感器的实际检测温度值从而使故障内机运行，同时也提升了替代值的准确性。
本申请实施例还提供一种故障处理设备，所述设备包括：存储器、处理器和通信总线，所述通信总线用于实现所述存储器和所述处理器之间的连接通信，所述存储器中存储有计算机可读指令，所述计算机可读指令被处理器执行时，使得所述处理器执行上述任一项所述的故障处理方法。
本申请实施例还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理设备运行时执行上述任一项所述的故障处理方法的步骤。
本申请实施例还提供一种多联机空调系统，包括：多个内机，每个内机上设置有温度传感器；如上述所述的故障处理装置，或者如上述所述的故障处理设备，所述故障处理装置或者所述故障控制设备用于对所述内机的温度传感器出现故障时进行处理。
为使本申请的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1为本申请实施例提供的一种故障处理方法的示意图；
图2为本申请实施例提供的一种故障处理装置的示意图；
图3为本申请实施例提供的一种故障处理设备的示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行描述。
在现有技术中，多联机空调系统中的内机上都安装有温度传感器，以检测室内机温度，以便控制该内机与整个多联机空调系统运行；一旦一台内机的温度传感器出现故障，该内机无法运行，甚至整个多联机空调系统都无法运行。
为了解决上述问题，实现在内机的温度传感器出现故障时，仍有温度替代值(也即S3中的目标温度统计值)来替代温度传感器的实际检测温度值，从而使内机运行，本申请实施例将提供一种故障处理方法。
本实施例提供的故障处理方法应用于多联机空调系统中，多联机空调系统包括至少一个外机和至少两个内机，每个内机上都设置有温度传感器；可选地，在本实施例中，温度传感器包括室内环境温度传感器和/或室内盘管温度传感器，室内环境温度传感器用于检测内机所在房间内的环境温度、控制空调的起停等，室内盘管温度传感器用于检测盘管温度、控制空调的起停等。
本实施例有以下三种情况：情况1、内机的室内环境温度传感器出现故障时，采用环境温度替代值来替代室内环境温度传感器的实际检测环境温度值；情况2、内机的室内盘管温度传感器出现故障时，采用室内盘管温度替代值来替代室内盘管温度传感器的实际检测温度值；情况3、内机的环境温度传感器和室内盘管温度传感器同时出现故障时，采用环境温度替代值来替代环境温度传感器的实际检测环境温度值，采用室内盘管温度替代值来替代室内盘管温度传感器的实际检测温度值。
为了提升温度替代值的准确性，本实施例预先对内机的运行数据进行机器学习，根据学习结果将运行状态相似的内机确定为一组，在同组的某一内机的温度传感器出现故障时，采用同组内机的温度统计值进行替代。
具体地，预先采集多联机空调系统运行过程中每个内机的运行模式及运行模式下的内机的温度传感器的温度值；将同一运行模式下温度值相似度大于等于预设阈值的内机分为一组。
可以先分运行模式并按照时间序列获取原始数据，原始数据包括时间、运行模式、温度传感器的温度值等。
可选地，在本实施例中，运行模式包括关机、开机制冷、开机制热、开机制冷待机、开机制热待机中至少一种。
可选地，在本实施例中，温度传感器包括室内环境温度传感器和/或室内盘管温度传感器，在内机的室内环境温度传感器和/或室内盘管温度传感器故障时，采用同组目标内机的目标温度统计值温度统计值进行替代，从而使故障内机运行，同时也提升了替代值的准确性；另外，分组方式为将同一运行模式下内机的室内环境温度和/或室内盘管温度的值相似度大于等于预设阈值的内机确定为一组，提升了分组结果的准确性，进而提升替代值的准确性。
室内环境温度值相似度的预设阈值、室内盘管温度值相似度的预设阈值这两个预设阈值可以是相同的也可以是不同的，具体可以根据实际情况进行设置，这在本实施例中不作限制。在一种实施方式中，可以采集内机的室内环境温度传感器和室内盘管温度传感器的温度值，根据二者传感器的温度变化情况对内机进行分组，不同内机的二者传感器各自的温度相似度高，则表明对应内机的运行状态相似度高，将这些内机确定为一组，进一步提高分组的准确性，进而提升替代值的准确性。
在采集到多联机空调系统运行过程中每个内机的运行模式及运行模式下的内机的温度传感器的温度值之后，将同一运行模式下温度值相似度大于等于预设阈值的内机确定为一组；例如多联机空调系统的所有内机开机后进行制冷(也即所有内机都是处于同一运行模式下)，从开机开始采集一段时间内(可以是这段时间内的不同时间点)的内机的室内环境温度传感器的温度值，1号内机和2号内机的采集结果分别见下表1、表2：
表1
内机编号 时间 运行模式 室内环境温度传感器的温度值
1号 10:00 开机制冷 28度
1号 10:05 开机制冷 26度
1号 10:10 开机制冷 23度
1号 10:15 开机制冷 20度
1号 10:20 开机制冷 20度
1号 10:25 开机制冷 20度
表2
内机编号 时间 运行模式 室内环境温度传感器的温度值
2号 10:00 开机制冷 28度
2号 10:05 开机制冷 25度
2号 10:10 开机制冷 23度
2号 10:15 开机制冷 20度
2号 10:20 开机制冷 20度
2号 10:25 开机制冷 20度
由于开机了之后内机所在房间的温度会随着时间变化，将相似度接近的内机确定为一组，相似度接近表明内机所处的环境差不多或者距离离得近等，上述1号内机和2号内机的相似度较高，所以可以将1号内机和2号内机确定为一组。可以采集多联机空调系统的所有内机在运行过程中的数据不断地进行机器学习，以对分组结果进行优化，提升分组结果的准确性。
以上举例介绍了开机制冷运行模式的情况，对于关机、开机制热、开机制冷待机、开机制热待机运行模式的情况也是类似，比如内机关机，看哪些内机关机时温度相似度接近，将关机时温度相似度接近的内机确定为一组。
在本实施例中，可以是同一组内的内机在所有运行模式下温度值相似度都大于等于预设阈值；也可以是同一组内的内机不是在所有运行模式下温度值相似度都大于等于预设阈值，也即一台内机在不同运行模式下可以与不同的内机分为一组，例如1号内机和2号内机在除开机制冷外其他所有运行模式下的温度值相似度都大于等于预设阈值，3号内机和4号内机在除开机制冷外其他所有运行模式下的温度值相似度都大于等于预设阈值，1号内机、3号内机所处环境均有热源，2号内机、4号内机所处环境均没有热源，且1号内机、3号内机在开机制冷运行模式下的温度值相似度都大于等于预设阈值，2号内机、4号内机在开机制冷运行模式下的温度值相似度都大于等于预设阈值，则在开机制冷运行模式下可以将1号内机、3号内机分为一组，2号内机、4号内机分为一组。
请参阅图1，图1为本申请实施例提供的一种故障处理方法的示意图，本实施例的故障处理方法的执行主体可以是整个多联机空调系统的集中控制端，也可以是外机，也可以是内机，图1所示的方法中包括步骤S1、S2、S3。
S1、检测多联机空调系统运行过程中是否有内机的温度传感器出现故障，若是，则进入S2。
S2、获取故障内机在出现故障前的目标运行模式；并获取目标运行模式下故障内机所属分组内的目标内机的目标温度统计值，同一分组内的目标内机为根据目标内机在历史目标运行模式下的历史温度值学习分组得到。
可选地，在本实施例中，目标内机可以是故障内机所属分组内除故障内机外的至少一个内机，例如，一个分组内包括1号内机、2号内机和3号内机，1号内机出故障了，目标内机可以是2号内机和/或3号内机。
可选地，在本实施例中，目标温度统计值为分组内目标内机在目标运行模式下的温度的平均值、最大值、最小值中的任一值。目标温度统计值可以是同一分组内当前处于目标运行模式下的内机的温度传感器的温度值的平均值、最大值、最小值中的任一值。
示例性的，一个分组内包括1号内机、2号内机和3号内机，1号内机的室内环境温度传感器在开机制冷后出现故障，此时2号内机和3号内机也是开机制冷运行模式，则可以获取2号内机和3号内机当前的室内环境温度传感器的温度值的平均值并作为替代值(也即目标环境温度统计值)控制1号内机运行，替代值跟随2号内机和3号内机的室内环境温度传感器的温度值的平均值的变化而变化，例如1号内机刚出现故障时，2号内机和3号内机的室内环境温度传感器的温度值的平均值为22度，此时替代值为22度，5分钟后2号内机和3号内机的室内环境温度传感器的温度值的平均值为20度，此时替代值为20度。
可选地，在本实施例中，同一分组内的目标内机为根据目标内机在历史目标运行模式下的历史温度值通过K均值聚类算法(K-means)、层次聚类法、高斯混合模型EM算法、均值漂移聚类等方式中的一种学习分组得到；通过上述的学习算法进行分组，提升分组结果的准确性，进而提升替代值的准确性。
S3、控制故障内机以目标温度统计值运行。
可选地，在本实施例中，在替代运行的同时，故障内机或集中控制端将发送温度传感器故障提示到服务器，提醒售后尽快维修。
通过本实施例的实施，在内机的温度传感器出现故障时，采用经学习分组后的同一分组内的目标内机的目标温度统计值来替代环境温度传感器的实际检测温度值从而使故障内机运行，同时也保证了整个多联机空调系统的正常运行，保证了用户能正常使用，提升用户使用体验，同时也提升了替代值的准确性。
实施例二
基于同一发明构思，本申请实施例还提供一种故障处理装置20，参见图2，图2示出了采用图1所示的方法的故障处理装置20，应理解，故障处理装置20具体的功能可以参见上文中的描述，为避免重复，此处适当省略详细描述。故障处理装置20包括至少一个能以软件或固件的形式存储于存储器中或固化在故障处理装置20的操作系统中的软件功能模块。
图2为本实施例提供的一种故障处理装置的示意图，装置包括：
检测模块201，用于检测多联机空调系统运行过程中是否有内机的温度传感器出现故障；
获取模块202，用于若检测模块检测到多联机空调系统运行过程中有内机的温度传感器出现故障，则获取故障内机在出现故障前的目标运行模式；并获取故障内机所属分组内的目标内机在目标运行模式下的目标温度统计值，目标温度统计值为根据目标内机在历史目标运行模式下的历史温度值学习得到；
控制模块203，用于控制故障内机以目标温度统计值运行。
通过本实施例的实施，在内机的温度传感器出现故障时，采用经学习分组后的同一分组内的目标内机的目标温度统计值来替代温度传感器的实际检测温度值从而使故障内机运行，同时也保证了整个多联机空调系统的正常运行，保证了用户能正常使用，提升用户使用体验，同时也提升了替代值的准确性。
需要理解的是，出于描述简洁的考量，部分实施例一中描述过的内容在本实施例中不再赘述。
实施例三
本申请实施例还提供一种故障处理设备，本实施例的故障处理设备可以是外机，也可以是内机，也可以是多联机空调系统的集中控制端，参见图3，图3为本实施例提供的一种故障处理设备的示意图，包括存储器31、处理器32和通信总线33，通信总线33用于实现存储器31、处理器32之间的连接通信，存储器31中存储有计算机可读指令，计算机可读指令被处理器32执行时，使得处理器32执行如上实施例一的故障处理方法，在此不再赘述。
可以理解，图3所示的结构仅为示意，故障处理设备还可包括比图3中所示更多或者更少的组件，或者具有与图3所示不同的配置。
实施例四
本申请实施例还提供一种存储有计算机可读指令的非易失性可读存储介质，如软盘、光盘、硬盘、闪存、U盘、SD(SecureDigitalMemoryCard，安全数码卡)卡、MMC(MultimediaCard，多媒体卡)卡等，计算机可读指令被处理器执行时，使得处理器执行如上实施例一的故障处理方法，在此不再赘述。
实施例五
本申请实施例还提供一种多联机空调系统，包括：
多个内机，每个内机上设置有温度传感器；
实施例二的故障处理装置，或者实施例三的故障处理设备，故障处理装置或者故障控制设备用于对内机的温度传感器出现故障时进行处理。
在本申请所提供的实施例中，应该理解到，所揭露模块和方法，可以通过其它的方式实现。以上所描述的模块实施例仅仅是示意性的，例如，可以仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个模块或组件可以结合或者可以集成到另一个终端，或一些特征可以忽略。再者，在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，模块或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。
以上仅为本申请的实施例而已，并不用于限制本申请的保护范围，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (10)

1.一种故障处理方法，其特征在于，包括：
检测多联机空调系统运行过程中是否有内机的温度传感器出现故障；
若是，则获取故障内机在出现故障前的目标运行模式；
获取所述目标运行模式下所述故障内机所属分组内的目标内机的目标温度统计值，同一分组内的所述目标内机为根据所述目标内机在历史目标运行模式下的历史温度值学习分组得到；
控制所述故障内机以所述目标温度统计值运行。
2.根据权利要求1所述的方法，其特征在于，在所述检测多联机空调系统运行过程中是否有内机的温度传感器出现故障之前，所述方法还包括：
采集所述多联机空调系统运行过程中每个内机的运行模式及所述运行模式下的内机的温度传感器的温度值；
将同一运行模式下温度值相似度大于等于预设阈值的内机确定为一组。
3.根据权利要求1或2所述的方法，其特征在于，所述温度传感器包括室内环境温度传感器和/或室内盘管温度传感器。
4.根据权利要求1或2所述的方法，其特征在于，所述目标运行模式包括关机、开机制冷、开机制热、开机制冷待机或开机制热待机。
5.根据权利要求1或2所述的方法，其特征在于，所述目标温度统计值为分组内目标内机在所述目标运行模式下的温度的平均值、最大值、最小值中的任一值。
6.根据权利要求1或2所述的方法，其特征在于，同一分组内的所述目标内机为根据所述目标内机在历史目标运行模式下的历史温度值通过K均值聚类算法、层次聚类法、高斯混合模型EM算法、均值漂移聚类方式中的一种学习分组得到。
7.一种故障处理装置，其特征在于，所述装置包括：
检测模块，用于检测多联机空调系统运行过程中是否有内机的温度传感器出现故障；
获取模块，用于若所述检测模块检测到所述多联机空调系统运行过程中有内机的温度传感器出现故障，则获取故障内机在出现故障前的目标运行模式；并获取所述目标运行模式下所述故障内机所属分组内的目标内机的目标温度统计值，同一分组内的所述目标内机为根据所述目标内机在历史目标运行模式下的历史温度值学习分组得到；
控制模块，用于控制所述故障内机以所述目标温度统计值运行。
8.一种故障处理设备，其特征在于，所述设备包括：存储器、处理器和通信总线，所述通信总线用于实现所述存储器和所述处理器之间的连接通信，所述存储器中存储有计算机可读指令，所述计算机可读指令被处理器执行时，使得所述处理器执行如权利要求1至6任一项所述的故障处理方法。
9.一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，其特征在于，所述计算机程序被处理设备运行时执行如权利要求1至6任一项所述的故障处理方法的步骤。
10.一种多联机空调系统，其特征在于，包括：
多个内机，每个内机上设置有温度传感器；
如权利要求7所述的故障处理装置，或者如权利要求8所述的故障处理设备，所述故障处理装置或者所述故障控制设备用于对所述内机的温度传感器出现故障时进行处理。
CN202110233331.XA 2021-03-02 2021-03-02 故障处理方法、装置、设备、存储介质及多联机空调系统 Pending CN114992777A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110233331.XA CN114992777A (zh) 2021-03-02 2021-03-02 故障处理方法、装置、设备、存储介质及多联机空调系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110233331.XA CN114992777A (zh) 2021-03-02 2021-03-02 故障处理方法、装置、设备、存储介质及多联机空调系统

Publications (1)

Publication Number Publication Date
CN114992777A true CN114992777A (zh) 2022-09-02

Family

ID=83018186

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110233331.XA Pending CN114992777A (zh) 2021-03-02 2021-03-02 故障处理方法、装置、设备、存储介质及多联机空调系统

Country Status (1)

Country Link
CN (1) CN114992777A (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103091589A (zh) * 2013-01-24 2013-05-08 中国神华能源股份有限公司 一种电气设备故障的应急处理方法
CN107490129A (zh) * 2017-08-02 2017-12-19 青岛海尔空调电子有限公司 一种设备控制的方法及装置
CN107655147A (zh) * 2017-09-27 2018-02-02 广东美的暖通设备有限公司 室外机应急控制方法及其装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103091589A (zh) * 2013-01-24 2013-05-08 中国神华能源股份有限公司 一种电气设备故障的应急处理方法
CN107490129A (zh) * 2017-08-02 2017-12-19 青岛海尔空调电子有限公司 一种设备控制的方法及装置
CN107655147A (zh) * 2017-09-27 2018-02-02 广东美的暖通设备有限公司 室外机应急控制方法及其装置

Similar Documents

Publication Publication Date Title
CN111272454B (zh) 异常诊断装置及异常诊断方法
CN103092746B (zh) 线程异常的定位方法及系统
US11346569B2 (en) Method and apparatus for controlling device
CN110094843B (zh) 基于缺冷媒等级的控制空调的方法和装置
CN109539474B (zh) 空调控制方法和装置
US11118805B2 (en) Air-conditioning apparatus for enabling updated control data
CN107655147A (zh) 室外机应急控制方法及其装置
CN103575514A (zh) 空调器及其检测方法和装置
CN119032239A (zh) 多联机空调系统、故障定位方法及故障诊断模型训练方法
CN113865001A (zh) 空调机组控制方法、控制装置及空调机组
CN109344983A (zh) 故障检测方法、装置及计算机可读存储介质
CN106595152A (zh) 一种空调冷媒循环异常的确定方法、装置及空调
CN108180935B (zh) 传感器的故障检测方法及装置
CN109269027B (zh) 一种自动寻优的空调制冷控制方法、系统及装置
WO2024207857A1 (zh) 用于控制空调的方法及装置、空调、存储介质
JP2025510812A (ja) マルチ空気調和システム、故障位置特定方法及び故障診断モデル訓練方法
CN114992777A (zh) 故障处理方法、装置、设备、存储介质及多联机空调系统
CN111928415A (zh) 温度传感器对应关系确定方法、装置及空调
CN113091206B (zh) 用于空调的控制方法、装置及空调
CN111720968B (zh) 用于空调控制的方法及装置、空调
CN1256549C (zh) 基于空调水侧传感器在线故障诊断的机组启停优化控制器
CN111780326A (zh) 用于空调接线管理的方法及装置、空调
CN110146317B (zh) 一种建筑物机电设备健康状态的诊断方法和装置
CN114636230A (zh) 一种精密空调温湿度传感器故障检测方法及精密空调
CN113007864A (zh) 空调室外机的检测方法和装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination