一种基于TinyML的设备功耗智能控制方法、装置和介质与流程

本发明涉及一种基于tinyml的设备功耗智能控制方法、装置和介质，属于物联网。

背景技术：

1、随着物联网（iot）技术的快速发展，越来越多的设备和系统开始实现智能化和自动化。中央空调系统作为现代建筑中不可或缺的一部分，其智能化和自动化的需求也日益迫切。然而，传统的中央空调系统控制方法往往存在能耗高、响应慢、调节精度低等问题，这主要是由于缺乏有效的环境感知和智能决策机制。

2、传统的中央空调系统通常依赖于固定的温度设定和固定的时间表来进行控制，无法根据实时的环境变化和用户需求进行动态调整。这导致了能耗的浪费和用户体验的不佳。此外，传统的控制方法往往需要在中央控制室进行集中控制，无法实现分布式的智能化控制。

3、近年来，机器学习（ml）和嵌入式系统技术的发展为中央空调系统的智能化控制提供了新的可能性。ml算法可以通过学习历史数据和实时数据来预测未来的环境变化和用户需求，从而实现更加精准和高效的控制。嵌入式系统技术则可以将ml算法部署到设备端，实现分布式的智能化控制。

4、然而，将ml算法应用到中央空调系统中也面临一些挑战。首先，中央空调系统的环境参数众多，且相互之间存在复杂的耦合关系，这使得ml算法的设计和训练变得非常困难。其次，中央空调系统的设备种类繁多，不同设备之间的通信和协调也是一个难题。最后，中央空调系统的能耗和性能要求非常高，这要求ml算法必须在保证性能的前提下尽可能降低能耗。

技术实现思路

1、本发明目的是提供了一种基于tinyml的设备功耗智能控制方法、装置和介质，提高系统的响应速度和调节精度，为用户提供更加舒适和节能的室内环境。

2、本发明为实现上述目的，通过以下技术方案实现：

3、实时采集楼栋内的视频数据，传输至中央控制器；

4、将传感器部署于楼栋内部，通过传感器采集环境参数，传输至中央控制器；

5、中央控制器接收到视频数据和传感器数据后，利用tinyml算法进行解析，识别楼栋内的人员数量、位置和移动轨迹，并提取温度、湿度信息；

6、基于处理后的数据，中央控制器生成控制指令，调整末端控制设备运行状态；

7、实时监测设备的运行状态和能源消耗情况，并将数据通过用户界面展示给用户，系统根据实时数据对控制策略进行动态调整，优化能源消耗和运行效率。

8、优选的，视频数据的采集频率为每秒30帧，分辨率为1920x1080像素，通过无线网络发送至中央控制器。

9、优选的，所述传感器包括温度传感器和湿度传感器，采集时间间隔为5分钟，并将数据通过有线网络传输至中央控制器。

10、优选的，所述末端控制设备包括空调机组、风机盘管和主机端控制设备，所述主机端控制设备包括冷却水泵和冷冻水泵。

11、优选的，所述运行状态和能源消耗情况通过手机app实时显示。

12、优选的，所述tinyml算法通过历史数据训练，预测未来的环境变化和人员活动情况。

13、优选的，所述中央控制器根据采集的数据检测到楼栋内无人活动或环境温度和湿度达到设定范围，进入节能模式。

14、本发明的优点在于：本发明通过tinyml算法处理采集到的视频数据和其他环境参数数据，系统可以实时地获取关于楼栋内部人员活动的准确信息。这些数据不仅包括了人员的数量、位置和活动模式，还可能包括行为模式的分析，如停留时间、流动方向等。这些数据为管理决策提供了强大的数据支持。

15、基于上述的数据，系统能够自动生成或调整空调的运行控制策略。这包括了末端设备（如空调机组、风机盘管等）的控制，以及主机端设备（如冷却水泵、冷冻水泵、冷却塔等）的协调控制。通过自动化的控制策略，系统能够实时地响应环境的变化和人员需求，确保室内环境的舒适性和稳定性。

16、利用tinyml算法对系统历史运行数据和实时数据的分析，系统能够预测设备可能出现的故障或性能下降。这种预测性维护的能力使得管理人员可以提前进行设备的维护或更换，避免了因设备故障导致的突然停机和服务中断，极大地提高了系统的可靠性和稳定性。

17、根据实时的能源消耗情况和环境参数，系统能够智能地调度设备的运行，以实现能源的最优利用。例如，在人员活动较少的时间段，系统可以自动降低设备的运行功率或进入节能模式，从而减少能源浪费。

18、通过用户与系统的交互数据，系统能够学习和理解用户的偏好和行为模式，从而为用户提供更加个性化和贴心的服务。例如，系统可以根据用户的习惯自动调整室内的温度和湿度，或为用户提供定制化的能源使用建议。

19、系统支持集中式和分布式两种管理模式。在集中式管理模式下，所有的数据和控制策略都由中央控制室进行管理和决策。而在分布式管理模式下，每个末端设备或主机端设备都具备一定的自主决策能力，能够根据本地环境和用户需求进行自主控制。这种灵活的管理模式使得系统能够适应不同规模和复杂度的建筑环境。

20、综上所述，通过数据驱动的决策、自动控制策略、预测性维护、智能化调度、用户交互优化以及集中与分布式管理等多种手段，本发明的基于tinyml的空调楼控方法、系统实现了对整个中央空调系统的智能化管理，极大地提升了管理效率和系统性能。

技术特征：

1.一种基于tinyml的设备功耗智能控制方法，其特征在于，包括：

2.根据权利要求1所述的基于tinyml的设备功耗智能控制方法，其特征在于，视频数据的采集频率为每秒30帧，分辨率为1920x1080像素，通过无线网络发送至中央控制器。

3.根据权利要求1所述的基于tinyml的设备功耗智能控制方法，其特征在于，所述传感器包括温度传感器和湿度传感器，采集时间间隔为5分钟，并将数据通过有线网络传输至中央控制器。

4.根据权利要求1所述的基于tinyml的设备功耗智能控制方法，其特征在于，所述末端控制设备包括空调机组、风机盘管和主机端控制设备，所述主机端控制设备包括冷却水泵和冷冻水泵。

5.根据权利要求1所述的基于tinyml的设备功耗智能控制方法，其特征在于，所述运行状态和能源消耗情况通过手机app实时显示。

6.根据权利要求1所述的基于tinyml的设备功耗智能控制方法，其特征在于，所述tinyml算法通过历史数据训练，预测未来的环境变化和人员活动情况。

7.根据权利要求1所述的基于tinyml的设备功耗智能控制方法，其特征在于，所述中央控制器根据采集的数据检测到楼栋内无人活动或环境温度和湿度达到设定范围，进入节能模式。

8.一种基于tinyml的设备功耗智能控制装置，包括处理器和存储有程序指令的存储器，其特征在于，所述处理器被配置为在运行所述程序指令时，执行如权利要求1-7任一所述的基于tinyml的设备功耗智能控制方法。

9.一种计算机可读存储介质，其特征在于，其上存储有计算机程序，该程序被处理器执行时实现如上述权利要求5-7任一所述的方法。

技术总结本发明提供了一种基于TinyML的设备功耗智能控制方法、装置和介质，属于物联网技术领域。通过以下技术方案实现：实时采集楼栋内的视频数据，传输至中央控制器；将传感器部署于楼栋内部，通过传感器采集环境参数，传输至中央控制器；中央控制器接收到视频数据和传感器数据后，利用TinyML算法进行解析，识别楼栋内的人员数量、位置和移动轨迹，并提取温度、湿度信息；基于处理后的数据，中央控制器生成控制指令，调整末端控制设备运行状态；实时监测设备的运行状态和能源消耗情况，并将数据通过用户界面展示给用户，系统根据实时数据对控制策略进行动态调整，优化能源消耗和运行效率。本发明极大地提升了管理效率和系统性能。技术研发人员：徐文凯,朱翔宇,姜凯,金长新,李锐,魏子重受保护的技术使用者：山东浪潮科学研究院有限公司技术研发日：技术公布日：2024/7/15