本發(fā)明涉及熱能轉(zhuǎn)換設(shè)備，特別涉及一種基于物聯(lián)網(wǎng)的低溫耦合熱泵遠(yuǎn)程監(jiān)控與數(shù)據(jù)采集系統(tǒng)。

背景技術(shù)：

1、低溫耦合熱泵(low?temperature?coupled?heat?pump)是一種用于熱能轉(zhuǎn)移的設(shè)備，專門設(shè)計用于從低溫源(如空氣、水或地下)提取熱能，并將其轉(zhuǎn)移到較高溫度的環(huán)境中。工作于逆向卡諾循環(huán)原理，通過壓縮和膨脹制冷劑，實現(xiàn)熱能的轉(zhuǎn)移。低溫耦合熱泵是一種高效、環(huán)保的熱能轉(zhuǎn)移設(shè)備，適合用于各種供熱和制冷場景。其突出的能效表現(xiàn)和環(huán)境友好特性，使其成為現(xiàn)代建筑和工業(yè)中越來越受歡迎的能源解決方案，促進(jìn)了可再生能源的廣泛應(yīng)用。但是，現(xiàn)有的低溫耦合熱泵的運行效率和運行能力還有待于進(jìn)一步提升。

2、現(xiàn)有技術(shù)一，申請?zhí)枺篶n?202410470412.5公開了一種空氣源熱泵與燃?xì)忮仩t耦合供暖的仿真可視系統(tǒng)，包括：操作終端，操作終端用于對系統(tǒng)進(jìn)行操作和控制，操作終端輸出端信號連接有用于計算空氣源熱泵與燃?xì)忮仩t耦合供暖數(shù)據(jù)的遠(yuǎn)程計算模塊，操作終端輸出端信號連接有用于空氣源熱泵與燃?xì)忮仩t耦合供暖數(shù)據(jù)存儲的數(shù)據(jù)存儲數(shù)據(jù)庫。雖然通過采用空氣源熱泵與燃?xì)忮仩t耦合供暖的供暖方式，并分析了這兩種供暖系統(tǒng)單獨供暖時存在的不足同時建立了空氣源熱泵與燃?xì)忮仩t耦合供暖系統(tǒng)仿真模型，結(jié)合兩種供暖方式的供暖特點，確定了空氣源熱泵和燃?xì)忮仩t的基本供暖方式，得到經(jīng)濟(jì)效益好、能源消耗低、對環(huán)境影響小的供暖系統(tǒng)方案。但是對水溫及流量等關(guān)鍵參數(shù)監(jiān)測手段有限，不能有效提升遠(yuǎn)程監(jiān)控及控制的效果，導(dǎo)致低溫耦合熱泵工作效率較差。

3、現(xiàn)有技術(shù)二，申請?zhí)枺篶n?202310368505.2公開了一種地源熱泵系統(tǒng)長期運行性能精細(xì)化評價方法，使用設(shè)計參數(shù)數(shù)據(jù)群仿真計算，建立地埋管換熱器-熱泵-建筑耦合傳熱模型數(shù)據(jù)庫；建立設(shè)計參數(shù)與運行結(jié)果的映射，形成地源熱泵系統(tǒng)長期運行性能擬合神經(jīng)網(wǎng)絡(luò)模型；輸入設(shè)計參數(shù)，使用神經(jīng)網(wǎng)絡(luò)模型擬合預(yù)測能效比、節(jié)能減排及埋管區(qū)域地溫，精細(xì)化評估系統(tǒng)長期運行的適用性、經(jīng)濟(jì)性和環(huán)保性。雖然用于評價地源熱泵系統(tǒng)在生命周期內(nèi)能效比、節(jié)能減排及埋管區(qū)域地溫，具有計算速度快、計算精度高、評價體系全面等優(yōu)點。但是缺乏對熱泵的遠(yuǎn)程控制，導(dǎo)致設(shè)備的智能化控制水平有待提高。

4、現(xiàn)有技術(shù)三，申請?zhí)枺篶n?202311504768.8公開了一種中深層套管式地埋管熱滲耦合數(shù)值傳熱模型及其求解方法，建立中深層套管式地埋管與巖土熱滲耦合控制方程；建立中深層套管式地埋管外部環(huán)腔內(nèi)流體的方程；建立中深層套管式地埋管內(nèi)管流體的方程；得到對流換熱系數(shù)公式及努賽爾數(shù)公式；基于上述方程與公式得到傳熱模型。雖然考慮巖土分層、地溫梯度及地下水滲流等復(fù)雜因素的數(shù)值傳熱模型，能夠用于揭示地下水滲流等因素對地埋管取熱特性的影響；在保證計算精度的前提下，提出了快速求解模型的方法，大幅提升了數(shù)值傳熱模型的計算效率，能夠用于指導(dǎo)工程實踐。但是對熱泵運行效率和響應(yīng)能力提升有限，而且缺乏運行參數(shù)的有效監(jiān)測。

5、目前現(xiàn)有技術(shù)一、現(xiàn)有技術(shù)二及現(xiàn)有技術(shù)三存在遠(yuǎn)程實時監(jiān)控和反饋調(diào)整功能缺乏，運行效率和響應(yīng)能力較差的問題。因而，本發(fā)明提供一種基于物聯(lián)網(wǎng)的低溫耦合熱泵遠(yuǎn)程監(jiān)控與數(shù)據(jù)采集系統(tǒng)，通過物聯(lián)網(wǎng)技術(shù)實時采集和傳輸水溫、流量及壓縮機(jī)狀態(tài)等關(guān)鍵參數(shù)數(shù)據(jù)，并基于數(shù)據(jù)分析提供遠(yuǎn)程實時監(jiān)控和反饋調(diào)整功能，通過實時監(jiān)測和數(shù)據(jù)分析優(yōu)化，有效提升了系統(tǒng)運行效率和響應(yīng)能力。

技術(shù)實現(xiàn)思路

1、為了解決上述技術(shù)問題，本發(fā)明提供了一種基于物聯(lián)網(wǎng)的低溫耦合熱泵遠(yuǎn)程監(jiān)控與數(shù)據(jù)采集系統(tǒng)，包含：

2、數(shù)據(jù)采集組件，負(fù)責(zé)實時采集關(guān)鍵參數(shù)，將采集的關(guān)鍵參數(shù)進(jìn)行初步處理，得到初步處理后的關(guān)鍵參數(shù)；

3、數(shù)據(jù)傳輸組件，負(fù)責(zé)通過物聯(lián)網(wǎng)實時傳輸初步處理后的關(guān)鍵參數(shù)到云端服務(wù)器；云端服務(wù)器處理關(guān)鍵參數(shù)，優(yōu)化壓縮機(jī)的運行參數(shù)；

4、反饋控制組件，負(fù)責(zé)根據(jù)云端服務(wù)器的分析結(jié)果，自動調(diào)整低溫耦合熱泵的工作狀態(tài)。

5、可選的，數(shù)據(jù)采集組件，包含：

6、位置篩選模塊，負(fù)責(zé)獲取低溫耦合熱泵的待檢測區(qū)域的目標(biāo)數(shù)據(jù)，獲取待檢測區(qū)域的多個目標(biāo)點，目標(biāo)點對應(yīng)關(guān)鍵數(shù)據(jù)的測量點，利用分類策略對多個測量點進(jìn)行分類處理，基于對應(yīng)關(guān)系獲得至少兩個同一目標(biāo)數(shù)據(jù)的測量點；

7、設(shè)備布設(shè)模塊，負(fù)責(zé)根據(jù)歷史關(guān)鍵參數(shù)變化規(guī)律，得到測量點的關(guān)鍵參數(shù)反應(yīng)時間，從至少兩個同一目標(biāo)數(shù)據(jù)的測量點中篩選出反應(yīng)目標(biāo)參數(shù)最短時間的測量點，即布設(shè)點；

8、數(shù)據(jù)融合模塊，負(fù)責(zé)將不同類型傳感器的數(shù)據(jù)按照時間戳進(jìn)行同步，將不同類型傳感器數(shù)據(jù)的置信度和特征進(jìn)行綜合計算，生成最終監(jiān)測的關(guān)鍵參數(shù)。

9、可選的，數(shù)據(jù)融合模塊，包含：

10、時間同步子模塊，負(fù)責(zé)各個傳感器在設(shè)定時間間隔內(nèi)進(jìn)行數(shù)據(jù)采集，將所有傳感器的數(shù)據(jù)根據(jù)時間戳進(jìn)行同步，確保同一時間點；

11、特征提取子模塊，負(fù)責(zé)每個傳感器的數(shù)據(jù)在采集時被賦予一個置信度值，基于歷史數(shù)據(jù)的標(biāo)準(zhǔn)差和均值，得出每個傳感器在當(dāng)前時刻的數(shù)據(jù)置信度；對每種數(shù)據(jù)類型進(jìn)行統(tǒng)一的特征提??；

12、加權(quán)融合子模塊，負(fù)責(zé)設(shè)定每個傳感器特征的權(quán)重，根據(jù)反應(yīng)時間和置信度動態(tài)調(diào)整權(quán)重，合并每個傳感器的特征與對應(yīng)的置信度；綜合所有傳感器的數(shù)據(jù)結(jié)果，通過加權(quán)和的方式融合，得出最終關(guān)鍵參數(shù)。

13、可選的，數(shù)據(jù)傳輸組件，包含：

14、信號處理模塊，負(fù)責(zé)實現(xiàn)物聯(lián)網(wǎng)接收初步處理后的關(guān)鍵參數(shù)，物聯(lián)網(wǎng)傳輸中通過算法對物聯(lián)網(wǎng)信號進(jìn)行干擾抑制，將干擾抑制處理后的關(guān)鍵參數(shù)傳輸至云端服務(wù)器；

15、模型訓(xùn)練模塊，負(fù)責(zé)將干擾抑制處理后的關(guān)鍵參數(shù)進(jìn)行預(yù)處理，得到預(yù)處理后的關(guān)鍵參數(shù)，按照比例劃分為訓(xùn)練集和測試集；

16、模型評估模塊，負(fù)責(zé)使用測試集數(shù)據(jù)進(jìn)行支持向量機(jī)評估，通過均方誤差及準(zhǔn)確率評價支持向量機(jī)的性能，調(diào)整支持向量機(jī)參數(shù)。

17、可選的，信號處理模塊，包含：

18、信號歸一化子模塊，負(fù)責(zé)對需要處理的物聯(lián)網(wǎng)信號，定義歸一化尺度函數(shù)；

19、干擾判斷子模塊，負(fù)責(zé)對物聯(lián)網(wǎng)信號受干擾時時頻定位策略進(jìn)行定義，判斷待處理物聯(lián)網(wǎng)信號中是否存在干擾；

20、抑制執(zhí)行子模塊，負(fù)責(zé)對存在干擾的物聯(lián)網(wǎng)信號的干擾分量進(jìn)行抑制，輸出抑制后的物聯(lián)網(wǎng)信號。

21、可選的，模型訓(xùn)練模塊，包含：

22、數(shù)據(jù)集構(gòu)建子模塊，負(fù)責(zé)對預(yù)處理后的關(guān)鍵參數(shù)按照數(shù)據(jù)源進(jìn)行標(biāo)注處理；

23、數(shù)據(jù)集處理子模塊，負(fù)責(zé)將數(shù)據(jù)集劃分為訓(xùn)練集和測試集；

24、訓(xùn)練執(zhí)行子模塊，負(fù)責(zé)輸入訓(xùn)練集進(jìn)行訓(xùn)練，通過優(yōu)化算法更新支持向量機(jī)模型參數(shù)。

25、可選的，數(shù)據(jù)集構(gòu)建子模塊將預(yù)處理后的關(guān)鍵參數(shù)及標(biāo)注信息構(gòu)建為數(shù)據(jù)集。

26、可選的，數(shù)據(jù)集處理子模塊采用中心裁剪的方式將數(shù)據(jù)集中的預(yù)處理后的關(guān)鍵參數(shù)降采樣，并對降采樣后的預(yù)處理后的關(guān)鍵參數(shù)按照預(yù)設(shè)概率進(jìn)行反轉(zhuǎn)或旋轉(zhuǎn)操作，以擴(kuò)充預(yù)處理后的關(guān)鍵參數(shù)；擴(kuò)充預(yù)處理后的關(guān)鍵參數(shù)，獲取新的數(shù)據(jù)集。

27、可選的，訓(xùn)練執(zhí)行子模塊選擇支持向量機(jī)的核心函數(shù)，并設(shè)置懲罰參數(shù)c和核參數(shù)。

28、可選的，反饋控制組件，包含：

29、指令發(fā)送模塊，負(fù)責(zé)基于分析結(jié)果和決策制定，云端服務(wù)器生成控制指令，發(fā)送給反饋控制組件；

30、狀態(tài)調(diào)整模塊，負(fù)責(zé)接收到來自云端的指令后，對低溫耦合熱泵的工作狀態(tài)進(jìn)行調(diào)整，調(diào)節(jié)壓縮機(jī)狀態(tài)及循環(huán)流量；

31、警報發(fā)出模塊，負(fù)責(zé)通過智能終端實時查看關(guān)鍵參數(shù)，監(jiān)控低溫耦合熱泵的運行狀況；若低溫耦合熱泵出現(xiàn)異常，及時發(fā)送警報通知。

32、本發(fā)明的數(shù)據(jù)采集組件通過各種傳感器(如溫度傳感器、流量傳感器、壓力傳感器等)實時采集水溫、流量、壓縮機(jī)狀態(tài)和環(huán)境溫度等關(guān)鍵參數(shù)；對采集的數(shù)據(jù)進(jìn)行初步處理(如濾波、校正等)，確保數(shù)據(jù)的準(zhǔn)確性和有效性；將初步處理后的關(guān)鍵參數(shù)整理成適合后續(xù)傳輸?shù)母袷?，以降低網(wǎng)絡(luò)負(fù)擔(dān)。達(dá)到的意義：通過實時和精確的參數(shù)采集，提高了系統(tǒng)監(jiān)控的有效性，有助于及早發(fā)現(xiàn)潛在異常；為后續(xù)的數(shù)據(jù)分析和反饋控制提供準(zhǔn)確、可靠的基礎(chǔ)數(shù)據(jù)，有助于優(yōu)化管理和運行策略。數(shù)據(jù)傳輸組件利用物聯(lián)網(wǎng)技術(shù)(如lora、nb-iot、wi-fi等)，實現(xiàn)初步處理后的關(guān)鍵參數(shù)安全、快速地傳輸?shù)皆贫朔?wù)器；確保數(shù)據(jù)能夠?qū)崟r上傳，便于進(jìn)行快速響應(yīng)。達(dá)到的意義：通過即時數(shù)據(jù)傳輸，使監(jiān)控系統(tǒng)能夠快速適應(yīng)變化并做出及時反應(yīng)；數(shù)據(jù)能夠在分散的物聯(lián)網(wǎng)邊緣設(shè)備與云端之間無縫銜接，增強了系統(tǒng)的靈活性和可訪問性；云端服務(wù)器集中存儲所有接收到的關(guān)鍵參數(shù)數(shù)據(jù)，并提供有效的數(shù)據(jù)庫管理系統(tǒng)；對歷史數(shù)據(jù)進(jìn)行分析，運用機(jī)器學(xué)習(xí)算法優(yōu)化壓縮機(jī)運行參數(shù)，以提高能效和減少磨損；生成實時報告，識別趨勢和異常模式，支持決策過程。達(dá)到的意義：基于數(shù)據(jù)分析得出的決策更具科學(xué)性，能夠有效提升系統(tǒng)的運行效率和穩(wěn)定性；通過不斷的算法學(xué)習(xí)與優(yōu)化，系統(tǒng)能適應(yīng)不同的運行條件和環(huán)境，提升整體性能。反饋控制組件根據(jù)云端服務(wù)器的分析結(jié)果，自動化調(diào)整低溫耦合熱泵的工作狀態(tài)(如壓縮機(jī)速度、工作時間等)；提供智能終端視圖，用戶可以隨時查看關(guān)鍵參數(shù)，并接收有關(guān)設(shè)備狀態(tài)的警報通知。達(dá)到的意義：允許系統(tǒng)根據(jù)實時數(shù)據(jù)自動調(diào)整，提高了對環(huán)境變化和負(fù)荷變化的響應(yīng)能力；通過實時監(jiān)控和即時提醒，增強用戶體驗，讓用戶能在任何時間對設(shè)備狀態(tài)保持透明，從而及時采取維護(hù)行動。

33、本發(fā)明的其它特征和優(yōu)點將在隨后的說明書中闡述，并且，部分地從說明書中變得顯而易見，或者通過實施本發(fā)明而了解。本發(fā)明的目的和其他優(yōu)點可通過在所寫的說明書以及附圖中所特別指出的結(jié)構(gòu)來實現(xiàn)和獲得。

34、下面通過附圖和實施例，對本發(fā)明的技術(shù)方案做進(jìn)一步的詳細(xì)描述。