一种中央空调系统及其控制方法与流程

1.本技术涉及空调技术领域，尤其涉及一种中央空调系统及其控制方法。


背景技术：

2.目前，随着生活水平的提高，中央空调系统在生活中越来越普及，而且中央空调系统的智能化程度也越来越高，许多中央空调系统可以根据检测到的用户体感温度对中央空调系统的控制参数进行调整。例如，中央空调可以根据中央空调系统的回风口温度确定用户体感温度。
3.相关技术中，通常在出厂时设置温度补偿值，将中央空调系统出风口处的温度与温度补偿值之和作为用户的体感温度。但是，由于温度补偿值是在中央空调出厂时预设好的，对于不同的中央空调安装环境、不同的房间大小或者不同的日照情况，采用固定的温度补偿值往往不能准确确定用户的实际体感温度，从而导致中央空调系统对控制参数的调整不准确，影响用户的使用体验。
4.因此，如何确定用户体感温度是亟待解决的问题。


技术实现要素：

5.本技术实施例提供一种中央空调系统及其控制方法，用于根据温度传感器检测到的温度数据建立图注意力模型，通过图注意力模型对目标区域的温度数据进行处理，从而得到根据图注意力模型预测的目标区域的体感温度。
6.为达到上述目的，本技术实施例采用如下技术方案：
7.第一方面，提供一种中央空调系统，该中央空调系统包括：
8.室外换热器；
9.室内换热器；其中，所述室外换热器和所述室内换热器，一个作为冷凝器进行工作，另一个作为蒸发器进行工作；
10.压缩机，用于压缩冷媒气体并排至所述冷凝器；
11.四通阀，用于控制所述冷媒循环回路中冷媒的流向；
12.冷媒循环回路，用于使冷媒在所述压缩机、所述室内换热器、膨胀阀、所述四通阀以及所述室外换热器组成的回路中循环；
13.温度传感器，用于检测目标区域的温度数据；
14.控制器，与所述温度传感器电连接，所述控制器被配置为：
15.接收目标指令，所述目标指令用于指示获取目标区域的体感温度；
16.响应于所述目标指令，通过所述温度传感器，检测所述目标区域的温度数据；
17.利用图注意力模型对所述目标区域的温度数据进行处理，得到所述图注意力模型输出的所述目标区域的体感温度；
18.根据所述目标区域的体感温度，调整所述中央空调系统的运行参数。
19.本技术实施例提供的技术方案至少带来以下有益效果：由于用户的体感温度可以
真实的反映中央空调系统的舒适度，因此准确获取用户的体感温度至关重要。相关技术中，通常在出厂时设置温度补偿值，将中央空调系统出风口处的温度与温度补偿值之和作为用户的体感温度，但是由于中央空调所处的环境不同，对于不同的中央空调安装环境、不同的房间大小或者不同的日照情况，采用固定的温度补偿值往往不能准确确定用户的实际体感温度。本技术实施例在接收到指示获取目标区域的体感温度的指令时，利用图注意力模型，对通过温度传感器检测目标区域的温度数据进行处理，从而得到图注意力模型输出的目标区域的体感温度。由于图注意力模型是根据温度传感器检测到的温度数据样本训练获得的，因此，通过图注意力模型可以使得输出的目标区域的体感温度更符合中央空调系统所处的真实环境下的体感温度。进一步的，根据目标区域的体感温度对中央空调系统的运行参数进行调整，可以提高中央空调的舒适度。
20.在一些实施例中，上述图注意力模型由控制器执行以下步骤获得：获取多个温度传感器检测到的初始温度数据；对各个温度传感器检测到的初始温度数据进行预处理，得到图注意力模型的各个节点的特征；一个温度传感器对应图注意力模型的一个节点；根据各个目标节点的特征和邻居节点的特征，计算图注意力模型中目标节点分别与每个邻居节点的注意力系数；目标节点为图注意力模型的节点中的一个，邻居节点为图注意力模型中与目标节点相邻的节点，图注意力模型中的一个目标节点与一个邻居节点对应一个注意力系数；对图注意力模型的目标节点与相邻节点的注意力系数进行归一化处理；根据归一化处理后的注意力系数，得到图注意力模型。
21.由上述实施例可知，多个温度传感器检测到的初始温度数据中不一定都可以用于图注意力模型的学习，因此，通过对初始温度数据进行预处理，以符合图注意力模型的学习条件。本技术实施例以各个温度传感器作为图注意力模型的节点，根据目标节点的节点特征和邻居节点的节点特征，计算得到图注意力模型中目标节点与各个邻居节点之间的注意力系数，其中，目标节点与邻居节点之间的注意力系数用于表征该邻居节点对目标节点的重要性。然后，通过归一化处理后的图注意力模型中目标节点与各个邻居节点之间的注意力系数，可以得到图注意力模型。
22.在一些实施例中，注意力系数通过以下公式获得：
[0023][0024]
式中，e
ij
代表注意力系数；a表示图注意力模型为单层前馈神经网络；hi为目标节点的节点特征，hj为邻居节点的节点特征；w为权重参数。
[0025]
在一些实施例中，控制器还被配置为：通过反向传播更新权重参数；根据更新后的权重参数，更新注意力系数。
[0026]
由上述实施例可知，在对图注意力模型进行样本训练的过程中，可能存在样本数据中的实际体感温度和输出的预测体感温度之间的差异程度较大，这说明根据该图注意力模型处理后的预测体感温度误差较大。因此，可以通过更新权重参数，对注意力系数进行更新，从而使图注意力模型输出的预测体感温度更接近真实的体感温度。
[0027]
在一些实施例中，控制器执行利用图注意力模型对目标区域的温度数据进行处理，得到图注意力模型输出的目标区域的体感温度，具体被配置为：以温度传感器作为节点，将目标区域的温度处理数据输入图注意力模型；对目标区域中各个节点的特征进行加
权求和，得到目标区域的特征融合结果；通过激活函数，对特征融合结果进行处理，得到目标区域的体感温度。
[0028]
由上述实施例可知，在得到图注意力模型之后，将目标区域的温度处理数据输入图注意力模型，通过对目标区域中各个节点的特征进行加权求和，可以得到目标区域的特征融合结果，该融合结果通过激活函数进行处理后，可以得到该融合结果对应的目标区域的体感温度，从而实现根据图注意力模型对目标区域体感温度的预测。
[0029]
在一些实施例中，控制器执行对各个温度传感器检测到的初始温度数据进行预处理，得到图注意力模型的各个节点的特征，具体被配置为：将各个温度传感器检测到的初始温度数据中的异常数据去除，得到中间温度数据，异常数据包括方差为预设值的数据；对中间温度数据进行z-score标准化处理，得到图注意力模型的各个节点的特征。
[0030]
由上述实施例可知，初始温度数据中可能存在异常的温度数据，例如方差为预设值的温度数据，通过去除异常数据得到中间温度数据，然后对中间温度数据进行z-score标准化处理，可以使经过预设处理后的中间温度数据符合图注意力模型的学习条件。其中，z-score标准化处理是一种数据处理方法，通过将不同量级的数据转化为同一量度的z-score分值进行比较，使得中间温度数据标准统一化，这样，通过对第中间数据进行z-score标准化处理，使得中间温度数据为可以被图注意力模型使用的节点特征矩阵。
[0031]
在一些实施例中，控制器通过以下公式执行对中间温度数据进行z-score标准化处理，得到图注意力模型的各个节点的特征：
[0032][0033]
式中，x为中间温度数据，x
′
为节点的特征，σ为标准差。
[0034]
第二方面，本技术实施例提供一种中央空调系统的控制方法，该方法包括：
[0035]
上述中央空调系统包括：
[0036]
室外换热器；
[0037]
室内换热器；其中，所述室外换热器和所述室内换热器，一个作为冷凝器进行工作，另一个作为蒸发器进行工作；
[0038]
压缩机，用于压缩冷媒气体并排至所述冷凝器；
[0039]
四通阀，用于控制所述冷媒循环回路中冷媒的流向；
[0040]
冷媒循环回路，用于使冷媒在所述压缩机、所述室内换热器、膨胀阀、所述四通阀以及所述室外换热器组成的回路中循环；
[0041]
温度传感器，用于检测目标区域的温度数据；
[0042]
上述方法包括：
[0043]
接收目标指令，所述目标指令用于指示获取目标区域的体感温度；
[0044]
响应于所述目标指令，通过所述温度传感器，检测所述目标区域的温度数据；
[0045]
利用训练后的图注意力模型对所述目标区域的温度数据进行处理，得到所述训练后的图注意力模型输出的所述目标区域的体感温度；
[0046]
根据所述目标区域的体感温度，调整所述中央空调系统的运行参数。
[0047]
第三方面，本技术实施例提供一种控制器，包括：一个或多个处理器；一个或多个存储器；其中，一个或多个存储器用于存储计算机程序代码，计算机程序代码包括计算机指
令，当一个或多个处理器执行计算机指令时，控制器执行第二方面所提供的控制方法。
[0048]
第四方面，本技术实施例提供一种计算机可读存储介质，计算机可读存储介质包括计算机指令，当计算机指令在计算机上控制时，使得计算机执行第二方面以及可能的实现方式中提供的方法。
[0049]
第五方面，本发明实施例提供一种计算机程序产品，该计算机程序产品可直接加载到存储器中，并含有软件代码，该计算机程序产品经由计算机载入并执行后能够实现如第二方面以及可能的实现方式中提供的方法。
[0050]
需要说明的是，上述计算机指令可以全部或者部分存储在计算机可读存储介质上。其中，计算机可读存储介质可以与控制器的处理器封装在一起的，也可以与控制器的处理器单独封装，本技术对此不作限定。
[0051]
本技术中第二方面至第五方面的描述的有益效果，可以参考第一方面的有益效果分析，此处不再赘述。
附图说明
[0052]
附图用来提供对本发明技术方案的进一步理解，并且构成说明书的一部分，与本技术的实施例一起用于解释本发明的技术方案，并不构成对本发明技术方案的限制。
[0053]
图1为本技术实施例提供的一种图注意力模型的结构示意图；
[0054]
图2为本技术实施例提供的一种中央空调系统的结构示意图；
[0055]
图3为本技术实施例提供的另一种中央空调系统的结构示意图；
[0056]
图4为本技术实施例提供的一种中央空调系统的制冷循环原理示意图；
[0057]
图5为本技术实施例提供的一种中央空调系统的制热循环原理示意图；
[0058]
图6为本技术实施例提供的一种温度传感器的设置位置示意图；
[0059]
图7为本技术实施例提供的另一种温度传感器的设置位置示意图；
[0060]
图8为本技术实施例提供的另一种温度传感器的设置位置示意图；
[0061]
图9为本技术实施例提供的一种控制器的硬件结构示意图；
[0062]
图10为本技术实施例提供的另一种中央空调系统的控制方法的流程示意图；
[0063]
图11为本技术实施例提供的另一种图注意力模型的结构示意图；
[0064]
图12为本技术实施例提供的一种反向传播的方法流程图。
具体实施方式
[0065]
下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
[0066]
在本发明的描述中，需要理解的是，术语“中心”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
[0067]
术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者
隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本技术的描述中，除非另有说明，“多个”的含义是两个或两个以上。
[0068]
本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。
[0069]
在本技术实施例的描述中，需要说明的是，除非另有明确的规定和限定，术语“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本技术中的具体含义。另外，在对管线进行描述时，本技术中所用“相连”、“连接”则具有进行导通的意义。具体意义需结合上下文进行理解。
[0070]
本技术的描述中所提到的术语“包括”和“具有”以及它们的任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选的还包括其他没有列出的步骤或单元，或可选的还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0071]
此外，在本技术实施例中，“示例性的”或者“例如”等词用于表示作例子、例证或说明。本技术实施例中被描述为“示例性的”或者“例如”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言，使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念。
[0072]
为方便理解，首先对本技术涉及的相关概念进行简单介绍。
[0073]
图注意力模型(graph attention network，gat)是一种基于注意力机制的图神经网络模型，如图1所示，gat中的目标节点i与各个邻居节点j构成图的结构关系。其中，i，j∈ni，ni为目标节点i的邻居节点的集合。通过自注意力机制，gat图中的目标节点i可以根据邻居节点j的特征，实现对不同邻居节点j的权重参数的自适应匹配，以提高模型的准确率。
[0074]
如背景技术所述，随着中央空调系统在生活中越来越普及，而且中央空调系统的智能化程度也越来越高，许多中央空调系统可以根据检测到的用户体感温度对中央空调系统的控制参数进行调整。例如，中央空调可以根据中央空调系统的回风口温度确定用户体感温度。相关技术中，通常在出厂时设置温度补偿值，将中央空调系统出风口处的温度与温度补偿值之和作为用户的体感温度。但是，由于温度补偿值是在中央空调出厂时预设好的，对于不同的中央空调安装环境、不同的房间大小或者不同的日照情况，采用固定的温度补偿值往往不能准确确定用户的实际体感温度，从而导致中央空调系统对控制参数的调整不准确，影响用户的使用体验。
[0075]
有鉴于此，本技术实施例提供一种中央空调的控制方法，通过在接收到指示获取目标区域的体感温度的指令时，利用图注意力模型，对通过温度传感器检测目标区域的温度数据进行处理，从而得到图注意力模型输出的目标区域的体感温度。由于图注意力模型是根据温度传感器检测到的温度数据训练获得的，因此，通过图注意力模型可以使得输出的目标区域的体感温度更符合中央空调系统所处的真实环境下的体感温度。进一步的，根据目标区域的体感温度对中央空调系统的运行参数进行调整，可以提高中央空调的舒适度。
[0076]
其中，本技术实施例提供的中央空调系统可以为风管式中央空调、水冷式中央空
调或者多联式中央空调，本技术实施例对中央空调系统的种类不做任何限制。
[0077]
为进一步对本技术实施例的技术方案进行描述，如图2所示为本技术实施例提供的一种中央空调系统的结构图。
[0078]
参照图2，该中央空调系统1包括：室内机10、室外机20、连接配管30、温度传感器40以及控制器50(温度传感器40和控制器50在图2中未示出)。
[0079]
其中，室内机10用于与室内空气进行热量交换，从而实现对室内空气的降温或升温。
[0080]
示例性的，室内机10可以是室内挂机，也可以是室内柜机。以室内挂机(图2中示出)为例，室内挂机通常安装在室内壁面上。应理解，本技术对室内机10的形式不作任何限制。
[0081]
在一些实施例中，如图3所示，室内机10至少包括室内换热器101，用于协助冷媒(也被称为制冷剂，以下不再赘述)与室内环境发生换热，从而实现室内空气的降温或者升温。
[0082]
示例性的，在中央空调系统1为制冷模式时，室内换热器101作为蒸发器工作，协助室内空气降温。在中央空调系统1为制热模式时，室内换热器101作为冷凝器工作，协助室内空气升温。
[0083]
室外机20通常设置在户外，用于协助室内机10完成室内环境的换热。另外，在图2中，由于室外机20隔着壁面位于与室内机10相反一侧的户外，因此用虚线来表示室外机20。
[0084]
需要说明的是，本技术实施例提供的中央空调系统1可以包括一个或多个室内机10，以及，一个或多个室外机20，本技术实施例对此不作任何限制。
[0085]
在一些实施例中，继续如图3所示，室外机20可以包括：室外换热器201、压缩机202、四通阀203、气液分离器204以及膨胀阀205。
[0086]
其中，室内换热器101、室外换热器201、压缩机202、四通阀203、气液分离器204以及膨胀阀205组成冷媒循环回路。
[0087]
在一些实施例中，四通阀203的四个端口可以分别连接压缩机202的排气口、室外换热器201、气液分离器204以及室内换热器101。应理解，这里的“连接”并不意味着四通阀203的端口和该端口所连接的部件之间不能存在其他的组件，例如还可以存在膨胀阀等组件以实现节流控制，本技术对此不作具体限制。
[0088]
参照图4和图5，四通阀203可以通过改变冷媒在系统管路内的流向来实现制冷模式和制热模式之间的相互转换。
[0089]
如图4所示，在四通阀203连通压缩机202的排气口和室内换热器101的情况下，冷媒的流向如箭头所示，室内换热器101作为蒸发器工作，室外换热器201作为冷凝器工作，以实现对室内空气的制冷。
[0090]
如图5所示，在四通阀203连通压缩机202的排气口和室外换热器201的情况下，冷媒的流向如箭头所示，室外换热器201作为蒸发器工作，室内换热器101作为冷凝器工作，以实现对室内空气的制热。
[0091]
在一些实施例中，压缩机202用于为冷媒循环提供动力。压缩机202将由气液分离器204输送的冷媒压缩，并将压缩后的冷媒经由四通阀203输送至室内换热器101(如图4所示)或室外换热器201(如图5所示)。可选的，压缩机202可以是基于逆变器的转速控制的容
量可变的逆变器压缩机202。
[0092]
在一些实施例中，室外换热器201用作冷凝器或者蒸发器，室外换热器201中流动的冷媒与室外空气之间进行热交换，可以协助室内换热器101实现制冷或制热。在室外换热器201作为蒸发器工作的情况下，室内换热器制热(如图5中所示)；在室外换热器201作为冷凝器工作的情况下，室内换热器101制冷(如图4所示)。
[0093]
在一些实施例中，气液分离器204的一端连接压缩机202，另一端通过四通阀与室外换热器201(如图4所示)相连或室内换热器101相连(如图5所示)，以容纳冷媒循环中回液部分的冷媒，防止对压缩机202造成液击。
[0094]
进一步的，气液分离器204还可以将获取或存储的冷媒输送给压缩机202进行压缩。
[0095]
在一些实施例中，膨胀阀205设置于室内换热器101和室外换热器201之间，具有使流经膨胀阀205的冷媒膨胀而达到减压的效果，用于调节冷媒通路中冷媒流量的大小。可选的，膨胀阀205可以为电子膨胀阀。
[0096]
连接配管30用于连通室内机10和室外机20，以形成供冷媒循环的回路，从而完成室内机10与室内空气的热量交换。
[0097]
在一些实施例中，温度传感器40用于检测温度传感器所在位置的温度数据，例如，可以通过目标区域内的温度传感器检测目标区域的温度数据。
[0098]
可选的，温度传感器40的数量可以为多个，温度传感器40可以设置在室内机10的出风口处、线控器处或者其他位置。
[0099]
示例性的，如图6所示，温度传感器可以设置在室内机10的出风口处，用于检测室内机10出风口处的温度数据。如图7所示，温度传感器40可以设置在线控器处，用于检测线控器处的温度数据。如图8所示，温度传感器40可以设置在办公区域、桌子或地面等位置。
[0100]
在一些实施例中，如图9所示，室内换热器101、室外换热器201、压缩机202、四通阀203、气液分离器204、膨胀阀205以及温度传感器40与控制器50电连接。控制器是指可以根据指令操作码和时序信号，产生操作控制信号，指示中央空调系统1执行控制指令的装置。示例性的，控制器可以为中央处理器(central processing unit，cpu)、通用处理器网络处理器(network processor，np)、数字信号处理器(digital signal processing，dsp)、微处理器、微控制器、可编程逻辑器件(programmable logic device，pld)或它们的任意组合。控制器还可以是其它具有处理功能的装置，例如电路、器件或软件模块，本技术实施例对此不做任何限制。
[0101]
在一些实施例中，控制器可以为微控制单元(microcontroller unit，mcu)。其中，mcu又称单片微型计算机(single chip microcomputer)或者单片机，是把中央处理器的频率与规格做适当缩减，并将内存(memory)、计数器(timer)、usb、a/d转换、uart、plc、dma等周边接口，甚至lcd驱动电路都整合在单一芯片上，形成芯片级的计算机，为不同的应用场合做不同组合控制。
[0102]
此外，控制器可以用于控制中央空调系统1中各部件工作，以使得中央空调系统1的各个部件运行以实现中央空调系统1的各预定功能。
[0103]
可以理解的是，本发明实施例示意的结构并不构成对中央空调系统的具体限定。在本技术另一些实施例中，中央空调系统可以包括比图示更多或更少的部件，或者组合某
些部件，或者拆分某些部件，或者不同的部件布置。图示的部件可以以硬件，软件或软件和硬件的组合实现。
[0104]
下面结合说明书附图，对本技术实施例进行具体介绍。
[0105]
如图10所示，本技术实施例提供一种中央空调系统的控制方法，应用于中央空调系统的控制器，该方法包括以下步骤：
[0106]
s11、接收目标指令。
[0107]
其中，目标指令用于指示获取目标区域的体感温度，目标区域可以为中央空调系统中设置的多个体感温度检测区域中的一个，目标区域可以是中央空调系统的运行模式中需要获取的体感温度对应的区域，也可以是用户选择的特定区域。
[0108]
示例性的，目标指令可以为电信号。
[0109]
s12、响应于目标指令，通过温度传感器，检测目标区域的温度数据。
[0110]
其中，温度传感器可以为一个或多个，设置在目标区域的不同位置，用于检测目标区域中各个位置的温度数据。
[0111]
s13、利用图注意力模型对目标区域的温度数据进行处理，得到图注意力模型输出的目标区域的体感温度。
[0112]
作为一种可能的实现方式，图注意力模型由控制器通过以下步骤s131-s136获得：
[0113]
s131、获取多个温度传感器检测到的初始温度数据。
[0114]
可选的，多个温度传感器可以周期性检测各个温度传感器所在区域的温度数据，并将检测到的温度数据存储在中央空调系统的存储器中，上述检测到的温度数据可以作为样本数据进行图注意力模型的训练。
[0115]
s132、对各个温度传感器检测到的初始温度数据进行预处理，得到图注意力模型的各个节点的特征。
[0116]
其中，一个温度传感器对应图注意力模型的一个节点。
[0117]
在一些实施例中，上述步骤s132可以具体实现为以下步骤s1321-s1322：
[0118]
s1031、将初始温度数据中的异常数据去除，得到中间温度数据。
[0119]
其中，异常数据包括初始温度中方差为预设值的数据，例如，预设值为0。
[0120]
s1032、对中间温度数据进行z-score标准化处理，得到图注意力模型的各个节点的特征。
[0121]
其中，z-score标准化处理是一种数据处理方法，通过将不同量级的数据转化为同一量度的z-score分值进行比较，使得中间温度数据标准统一化，这样，通过对第中间数据进行z-score标准化处理，使得中间温度数据为可以被图注意力模型使用的节点特征矩阵。
[0122]
示例性的，通过以下公式对第中间温度数据进行z-score标准化处理，得到图注意力模型的各个节点的特征：
[0123][0124]
式中，x为中间温度数据，x
′
为节点的特征，σ为标准差。
[0125]
由上述实施例可知，初始温度数据中可能存在异常的温度数据，通过去除异常数据得到中间温度数据，然后对中间温度数据进行z-score标准化处理，可以使经过预设处理后的中间温度数据符合图注意力模型的学习条件。
[0126]
s133、根据各个目标节点的特征和邻居节点的特征，计算图注意力模型中目标节点分别与每个邻居节点的注意力系数。
[0127]
其中，目标节点为图注意力模型的节点中的一个，邻居节点为图注意力模型中与目标节点相邻的节点，图注意力模型中的一个目标节点与一个邻居节点对应一个注意力系数，注意力系数用于表征邻居节点对目标节点的重要性程度。
[0128]
节点i作为目标节点，其他节点作为邻居节点j时，通过计算目标节点i与各个邻居节点j的注意力系数，可以反映出各个邻居节点j对于目标节点i的重要性程度。其中i，j∈ni，ni为邻居节点j的集合。
[0129]
示例性的，目标节点与邻居节点的注意力系数可以通过以下公式获得：
[0130][0131]
其中，e
ij
代表注意力系数；a表示图注意力模型为单层前馈神经网络；hi为目标节点i的节点特征，hj为邻居节点j的节点特征；w为权重参数。
[0132]
s134、对图注意力模型的目标节点与相邻节点的注意力系数进行归一化处理。
[0133]
作为一种可能的实现方式，可以通过以下公式对图注意力模型的目标节点与相邻节点的注意力系数进行归一化处理：
[0134][0135]
式中，
∝
ij
代表归一化处理后的注意力系数；e
ij
代表注意力系数；ni代表邻居节点；k代表邻居节点的数量；leakyrelu()为激活函数。
[0136]
s135、根据归一化处理后的注意力系数，得到图注意力模型。
[0137]
可选的，图注意力模型包括：
[0138][0139]
式中，hi′
代表图注意力模型中目标节点的输出特征；σ代表激活函数leakyrelu；
∝
ij
代表归一化处理后的注意力系数；hj为邻居节点的节点特征；w为权重参数。
[0140]
作为一种可能的实现方式，通过softmax激活函数对目标节点的输出特征进行处理，得出目标节点的分类结果，这样，根据目标节点的分类结果可以确定该目标节点对应的预测体感温度。
[0141]
示例性的，通过softmax激活函数将目标节点的输出特征分为10℃、11℃、12℃、
…
、40℃的30个分类，当目标节点的输出特征所在的分类为20℃时，该目标节点对应的预测体感温度为20℃。
[0142]
由上述实施例可知，多个温度传感器检测到的初始温度数据中不一定都可以用于图注意力模型的学习，因此，通过对初始温度数据进行预处理，以符合图注意力模型的学习条件。本技术实施例以各个温度传感器作为图注意力模型的节点，根据各个目标节点的节点特征和和邻居节点的节点特征，计算得到图注意力模型中各个目标节点的注意力系数，再通过归一化处理后的图注意力模型中各个目标节点的注意力系数，可以得到图注意力模型。
[0143]
在一些实施例中，上述步骤s13可以包括以下步骤s136-s137：
[0144]
s136、以温度传感器作为节点，将目标区域的温度处理数据输入图注意力模型。
[0145]
其中，温度传感器的数量可以为多个，目标区域的温度处理数据包括作为目标节点对应的温度传感器所检测到的当前环境下的温度数据以及相邻节点对应的温度传感器所检测到的当前环境下的温度数据。
[0146]
s137、对目标区域中各个节点的特征进行加权求和，得到目标区域的特征融合结果。
[0147]
其中，各个节点的特征通过对目标区域的温度数据进行z-score标准化处理获得。
[0148]
示例性的，目标区域的特征融合结果hi′
可以通过以下公式获得：
[0149][0150]
式中，σ代表激活函数leakyrelu；
∝
ij
代表归一化处理后的注意力系数；hj为目标区域中邻居节点的节点特征；w为权重参数。
[0151]
示例性的，如图11所示,节点h1为目标节点，节点h1、节点h2、节点h3、节点h4、节点h5以及节点h6为邻居节点。通过节点h1的节点特征和节点h1的节点特征，可以得到注意力系数α
11
；通过节点h1的节点特征和节点h2的节点特征，可以得到注意力系数α
12
；通过节点h1的节点特征和节点h3的节点特征，可以得到注意力系数α
13
；通过节点h1的节点特征和节点h4的节点特征，可以得到注意力系数α
14
；通过节点h1的节点特征和节点h5的节点特征，可以得到注意力系数α
15
；通过节点h1的节点特征和节点h6的节点特征，可以得到注意力系数α
16
；通过对各个节点的特征进行加权求和，可以得到融合结果h
’1。
[0152]
s138、通过激活函数，对特征融合结果进行处理，得到目标区域的体感温度。
[0153]
示例性的，激活函数可以为softmax激活函数。
[0154]
由上述实施例可知，在得到图注意力模型之后，通过将目标区域的温度处理数据输入图注意力模型，对目标区域中各个节点的特征进行加权求和，可以得到目标区域的特征融合结果，该融合结果通过激活函数进行处理后，可以得到该融合结果对应的目标区域的体感温度，从而实现根据图注意力模型对目标区域体感温度的预测。
[0155]
在一些实施例中，本技术实施例提供的中央空调的控制方法，还包括以下步骤s139-s1310：
[0156]
s139、通过反向传播更新权重参数。
[0157]
作为一种可能的实现方式，在对图注意力模型训练过程中，通过使用负对数似然损失函数的一阶梯度信息进行反向传播的adam优化器，计算损失值，该损失值用于表征样本数据集中的实际体感温度和输出的预测体感温度之间的差异程度，在差异程度较大时，更新权重参数。
[0158]
示例性的，如图12所示，将节点特征输入图注意力模型中，根据adam优化器计算损失值，通过反向传播更新权重参数。
[0159]
s1310、根据更新后的权重参数，更新注意力系数。
[0160]
在对图注意力模型进行样本训练的过程中，可能存在样本数据中的实际体感温度和输出的预测体感温度之间的差异程度较大，这说明根据该图注意力模型处理后的预测体
感温度误差较大。因此，可以通过更新权重参数，对注意力系数进行更新，从而使图注意力模型输出的预测体感温度更接近真实的体感温度。
[0161]
s14、根据目标区域的体感温度，调整中央空调系统的运行参数。
[0162]
示例性的，在制冷模式下，当目标区域的体感温度大于中央空调系统的预设温度时，控制中央空调系统制冷。
[0163]
图10所示的实施例至少带来以下有益效果：由于用户的体感温度可以真实的反映中央空调系统的舒适度，因此准确获取用户的体感温度至关重要。相关技术中，通常在出厂时设置温度补偿值，将中央空调系统出风口处的温度与温度补偿值之和作为用户的体感温度，但是由于中央空调所处的环境不同，对于不同的中央空调安装环境、不同的房间大小或者不同的日照情况，采用固定的温度补偿值往往不能准确确定用户的实际体感温度。本技术实施例在接收到指示获取目标区域的体感温度的指令时，利用图注意力模型，对通过温度传感器检测目标区域的温度数据进行处理，从而得到图注意力模型输出的目标区域的体感温度。由于图注意力模型是根据温度传感器检测到的温度数据样本训练获得的，因此，通过图注意力模型可以使得输出的目标区域的体感温度更符合中央空调系统所处的真实环境下的体感温度。进一步的，根据目标区域的体感温度对中央空调系统的运行参数进行调整，可以提高中央空调的舒适度。
[0164]
可以看出，上述主要从方法的角度对本技术实施例提供的方案进行介绍。为实现上述功能，本技术实施例提供执行各个功能相应的硬件结构和/或软件模块。本领域技术人员应该很容易意识到，结合本文中所公开的实施例描述的各示例的模块及算法步骤，本技术实施例能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
[0165]
本技术实施例可以根据上述方法示例对控制器进行功能模块的划分，例如，可以对应各个功能划分各个功能模块，也可以将两个或两个以上的功能集成在一个处理模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。可选的，本技术实施例中对模块的划分是示意性的，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。
[0166]
本技术实施例还提供一种计算机可读存储介质，包括计算机执行指令，当其在计算机上运行时，使得计算机执行上述实施例提供的任意一种中央空调系统的控制方法。
[0167]
本技术实施例还提供一种包含计算机执行指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述实施例提供的任意一种中央空调系统的控制方法。
[0168]
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件程序实现时，可以全部或部分地以计算机程序产品的形式来实现。该计算机程序产品包括一个或多个计算机执行指令。在计算机上加载和执行计算机执行指令时，全部或部分地产生按照本技术实施例的流程或功能。计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。计算机执行指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，计算机执行指令可以从一个网站站点、计算机、服务器或者数据中心通过有线(例如同轴电缆、光纤、数字用
户线(digital subscriber line，dsl))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可以用介质集成的服务器、数据中心等数据存储设备。可用介质可以是磁性介质(例如，软盘、硬盘、磁带)，光介质(例如，dvd)、或者半导体介质(例如固态硬盘(solid state disk，ssd))等。
[0169]
尽管在此结合各实施例对本技术进行描述，然而，在实施所要求保护的本技术过程中，本领域技术人员通过查看附图、公开内容、以及所附权利要求书，可理解并实现公开实施例的其他变化。在权利要求中，“包括”(comprising)一词不排除其他组成部分或步骤，“一”或“一个”不排除多个的情况。单个处理器或其他单元可以实现权利要求中列举的若干项功能。相互不同的从属权利要求中记载某些措施，但这并不表示这些措施不能组合起来产生良好的效果。
[0170]
尽管结合具体特征及其实施例对本技术进行描述，显而易见的，在不脱离本技术的精神和范围的情况下，可对其进行各种修改和组合。相应地，本说明书和附图仅仅是所附权利要求所界定的本技术的示例性说明，且视为已覆盖本技术范围内的任意和所有修改、变化、组合或等同物。显然，本领域的技术人员可以对本技术进行各种改动和变型而不脱离本技术的精神和范围。这样，倘若本技术的这些修改和变型属于本技术权利要求及其等同技术的范围之内，则本技术也意图包含这些改动和变型在内。
[0171]
以上所述，仅为本技术的具体实施方式，但本技术的保护范围并不局限于此，任何在本技术揭露的技术范围内的变化或替换，都应涵盖在本技术的保护范围之内。因此，本技术的保护范围应该以权利要求的保护范围为准。

技术特征：
1.一种中央空调系统，其特征在于，包括：室外换热器；室内换热器；其中，所述室外换热器和所述室内换热器，一个作为冷凝器进行工作，另一个作为蒸发器进行工作；压缩机，用于压缩冷媒气体并排至所述冷凝器；四通阀，用于控制冷媒循环回路中冷媒的流向；冷媒循环回路，用于使冷媒在所述压缩机、所述室内换热器、膨胀阀、所述四通阀以及所述室外换热器组成的回路中循环；温度传感器，用于检测目标区域的温度数据；控制器，与所述温度传感器电连接，所述控制器被配置为：接收目标指令，所述目标指令用于指示获取目标区域的体感温度；响应于所述目标指令，通过所述温度传感器，检测所述目标区域的温度数据；利用图注意力模型对所述目标区域的温度数据进行处理，得到所述图注意力模型输出的所述目标区域的体感温度；根据所述目标区域的体感温度，调整所述中央空调系统的运行参数。2.根据权利要求1所述的中央空调系统，其特征在于，所述图注意力模型由所述控制器执行以下步骤获得：获取多个所述温度传感器检测到的初始温度数据；对各个所述温度传感器检测到的初始温度数据进行预处理，得到所述图注意力模型的各个节点的特征；一个所述温度传感器对应所述图注意力模型的一个节点；根据各个目标节点的特征和邻居节点的特征，计算所述图注意力模型中所述目标节点分别与每个所述邻居节点的注意力系数；所述目标节点为所述图注意力模型的节点中的一个，所述邻居节点为所述图注意力模型中与所述目标节点相邻的节点，所述图注意力模型中的一个所述目标节点与一个所述邻居节点对应一个注意力系数；对所述图注意力模型的所述目标节点与所述相邻节点的注意力系数进行归一化处理；根据归一化处理后的注意力系数，得到所述图注意力模型。3.根据权利要求2所述的中央空调系统，其特征在于，所述注意力系数通过以下公式获得：式中，e
ij
代表所述注意力系数；a表示图注意力模型为单层前馈神经网络；h
i
为所述目标节点的节点特征，h
j
为所述邻居节点的节点特征；w为权重参数。4.根据权利要求3所述的中央空调系统，其特征在于，所述控制器还被配置为：通过反向传播更新所述权重参数；根据更新后的权重参数，更新所述注意力系数。5.根据权利要求1-4任一项所述的中央空调系统，其特征在于，所述控制器执行所述利用图注意力模型对所述目标区域的温度数据进行处理，得到所述图注意力模型输出的所述目标区域的体感温度，具体被配置为：以所述温度传感器作为节点，将所述目标区域的温度处理数据输入所述图注意力模
型；对所述目标区域中各个节点的特征进行加权求和，得到所述目标区域的特征融合结果；通过激活函数，对所述特征融合结果进行处理，得到所述目标区域的体感温度。6.根据权利要求2所述的中央空调系统，其特征在于，所述控制器执行所述对各个所述温度传感器检测到的初始温度数据进行预处理，得到所述图注意力模型的各个节点的特征，具体被配置为：将各个所述温度传感器检测到的初始温度数据中的异常数据去除，得到中间温度数据，所述异常数据包括方差为预设值的数据；对所述中间温度数据进行z-score标准化处理，得到所述图注意力模型的各个节点的特征。7.根据权利要求6所述的中央空调系统，其特征在于，所述控制器通过以下公式执行所述对所述中间温度数据进行z-score标准化处理，得到所述图注意力模型的各个节点的特征：式中，x为所述中间温度数据，x
′
为所述节点的特征，σ为标准差。8.一种中央空调系统的控制方法，其特征在于，所述中央空调系统包括：室外换热器；室内换热器；其中，所述室外换热器和所述室内换热器，一个作为冷凝器进行工作，另一个作为蒸发器进行工作；压缩机，用于压缩冷媒气体并排至所述冷凝器；四通阀，用于控制冷媒循环回路中冷媒的流向；冷媒循环回路，用于使冷媒在所述压缩机、所述室内换热器、膨胀阀、所述四通阀以及所述室外换热器组成的回路中循环；温度传感器，用于检测目标区域的温度数据；所述方法包括：接收目标指令，所述目标指令用于指示获取目标区域的体感温度；响应于所述目标指令，通过所述温度传感器，检测所述目标区域的温度数据；利用图注意力模型对所述目标区域的温度数据进行处理，得到所述图注意力模型输出的所述目标区域的体感温度；根据所述目标区域的体感温度，调整所述中央空调系统的运行参数。9.根据权利要求8所述的方法，其特征在于，所述图注意力模型由以下步骤获得：获取多个所述温度传感器检测到的初始温度数据；对各个所述温度传感器检测到的初始温度数据进行预处理，得到所述图注意力模型的各个节点的特征；一个所述温度传感器对应所述图注意力模型的一个节点；根据各个目标节点的特征和邻居节点的特征，计算所述图注意力模型中所述目标节点分别与每个所述邻居节点的注意力系数；所述目标节点为所述图注意力模型的节点中的一
个，所述邻居节点为所述图注意力模型中与所述目标节点相邻的节点，所述图注意力模型中的一个所述目标节点与一个所述邻居节点对应一个注意力系数；对所述图注意力模型的所述目标节点与所述相邻节点的注意力系数进行归一化处理；根据归一化处理后的注意力系数，得到所述图注意力模型。10.根据权利要求8所述的方法，其特征在于，所述利用图注意力模型对所述目标区域的温度数据进行处理，得到所述图注意力模型输出的所述目标区域的体感温度，具体被配置为：以所述温度传感器作为节点，将所述目标区域的温度处理数据输入所述图注意力模型；对所述目标区域中各个节点的特征进行加权求和，得到所述目标区域的特征融合结果；通过激活函数，对所述特征融合结果进行处理，得到所述目标区域的体感温度。

技术总结
本申请提供一种中央空调系统及其控制方法，涉及空调技术领域。该中央空调系统包括：室外换热器；室内换热器；压缩机；四通阀；冷媒循环回路，用于使冷媒在压缩机、室内换热器、膨胀阀、四通阀以及室外换热器组成的回路中循环；温度传感器，用于检测目标区域的温度数据；控制器，与温度传感器电连接，控制器被配置为：接收目标指令，目标指令用于指示获取目标区域的体感温度；响应于目标指令，通过温度传感器，检测目标区域的温度数据；利用图注意力模型对目标区域的温度数据进行处理，得到图注意力模型输出的目标区域的体感温度；根据目标区域的体感温度，调整中央空调系统的运行参数。调整中央空调系统的运行参数。调整中央空调系统的运行参数。


技术研发人员：陈丽如
受保护的技术使用者：青岛海信日立空调系统有限公司
技术研发日：2023.04.17
技术公布日：2023/7/21