具体实施方式

下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。

基于本发明中的实施例，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，都属于本发明保护的范围。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。

在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“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发明中的具体含义。在上述实施方式的描述中，具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

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。在本发明的描述中，除非另有说明，“多个”的含义是两个或两个以上。

[空调器的基本运行原理]

空调器的制冷循环包括压缩机、冷凝器、膨胀阀和蒸发器。制冷循环包括一系列过程，涉及压缩、冷凝、膨胀和蒸发，并向已被调节和热交换的空气供应制冷剂。

压缩机压缩处于高温高压状态的制冷剂气体并排出压缩后的制冷剂气体。所排出的制冷剂气体流入冷凝器。冷凝器将压缩后的制冷剂冷凝成液相，并且热量通过冷凝过程释放到周围环境。

膨胀阀使在冷凝器中冷凝的高温高压状态的液相制冷剂膨胀为低压的液相制冷剂。蒸发器蒸发在膨胀阀中膨胀的制冷剂，并使处于低温低压状态的制冷剂气体返回到压缩机。蒸发器可以通过利用制冷剂的蒸发的潜热与待冷却的材料进行热交换来实现制冷效果。在整个循环中，空调器可以调节室内空间的温度。

空调室外机是指包括制冷循环的压缩机的部分以及包括室外热交换器，空调室内机包括室内热交换器，并且膨胀阀可以提供在空调室内机或室外机中。

室内热交换器和室外热交换器用作冷凝器或蒸发器。当室内热交换器用作冷凝器时，空调器用作制热模式的加热器，当室内热交换器用作蒸发器时，空调器用作制冷模式的冷却器。

[空调控制系统]

在本申请中，空调器可以指多联机空调器。

多联机空调器包括至少一个室外机和通过冷媒连接管路相连接的至少一个室内机。

在本申请中，以一个室外机和一个或多个室内机为例进行说明。

参见图1，主要涉及云平台、网络连接器、室外机及室内机。

云平台与网络连接器互相通讯，网络连接器与室外机也互相通信，因此，能够通过网络连接器实现云平台和室外机之间的互相通讯。

即，云平台能够通过网络连接器向室外机下发控制指令，且室外机的运行状态数据也可以通过网络连接器上传至云平台。

网络连接器包括但不限于限于通过NB-IoT、4G、5G等通信方式连接至云平台。

终端（例如手机、pad或电脑等）可以通过例如路由器、网关等网络连接设备连接至云平台。

终端上加载有用于控制空调器及监控空调器运行状态的应用程序APP，用户通过APP可以下发对空调器的控制指令，且APP可以读取云平台上关于室外机/室内机运行状态的数据。

在本申请中，APP上除了常见的空调控制功能外，即如常规的向遥控器下发的控制指令（例如，调整制冷/制热温度/风速、开启除湿模式等），也包括本申请中的新增模式，记为“VIP模式”即，能力优先控制模式。

通过云平台上的预测模型根据用户行为数据，输出用于控制空调器的空调控制指令，直接下发至室外机，对与室外机所连接的各运行室内机中电子膨胀阀的开度进行调整，实现空调器智能控制。

云平台向室外机直接发送控制命令，不经遥控器转发，扩展了对空调器的控制功能。

同时，云平台下发的控制命令也会推送至APP，以通知用户当前对空调器所进行的控制。

云平台具有强大的计算功能，因此，在本申请中，选择在云平台上对用户行为数据进行获取、分析并建立预测模型及下发空调控制指令，数据处理速度快，且不占用空调器的任何计算资源。

在开启“VIP模式”时，表示需要对待控制室内机进行能力优先控制，此时，云平台向室外机下发的空调控制指令为第一指令。

在不开启“VIP模式”时，表示不需要对待控制室内机进行能力优先控制，云平台向室外机下发的空调控制指令为第二指令。

第一指令不同于第二指令，以实现对特定区域（即特定地址）室内机的能力优先控制，具体参见如下描述。

数据获取

在本申请中，云平台根据用户在APP上的操作，形成用户行为数据，即用户行为数据包括APP上记录的控制指令及控制时间。

针对每个用户和用户对每个空调器的控制进行数据存储，例如，用户A对空调器A的用户行为数据、用户A对空调器B的用户行为数据、用户B对空调器C的用户行为数据。

用户行为数据可以举例如下：用户A，习惯在17：00打开空调器，并将温度设置在20度，风速为强风，22:00睡觉，此时将温度设定为26度，风速为微风，夜间2：00关闭空调器，早上6:00打开空调器并将温度设置为28度，风速为强风，早上8:00关闭空调，并且每天几乎按照同样地时间设置空调器。

模型建立

在获取到大量的用户行为数据后，通过现有机器学习算法（例如，LSTM、SVR、随机森林）可形成预测模型。

该预测模型以用户行为数据为输入参数、以空调控制指令为输出参数。

考虑了用户行为的因素，因此，对空调的智能控制能够同时提升用户体验度。

该预测模型可以存储至RAM等存储器中，在下一次开启空调器时，即可直接调用该预测模型，获取空调器对应的空调控制指令。

其中在建立预测模型的机器学习算法中所用的训练数据可以以每七天的数据作为一组训练数据，以更新预测模型。

指令下发

在空调器实际运行过程中，周期性地根据获取到的用户行为数据，并输入至该预测模型，周期性地输出用于调整对应室内机的电子膨胀阀的开度的空调控制指令。

参见图2，该空调控制指令由云平台通过网络连接器下发至室外机，并通过对应室内机的电子膨胀阀的开度的调整，以达到空调器控制的目的。

该云平台还可直接向室外机下发控制模式指令，包括制冷模式指令和制热模式指令。

若需要提高特定区域的室内机的输出能力，则云平台下发的第一指令能够调整特定区域室内机的电子膨胀阀的开度，实现特定区域空调器的能力优先控制。

否则，则云平台下发的与第一指令不同的第二指令能够调整电子膨胀阀的开度。

[空调控制指令]

制冷模式

云平台根据实时获取到的用户行为数据、以及预测模型，下发制冷模式指令，使空调器开启制冷模式。

并且云平台同时还会下发空调控制指令至室外机。

在本申请中，空调控制指令针对开启“VIP模式”和不开启“VIP模式”是不同的。

<开启“VIP模式”>

预先设定进行优先控制的室内机地址，例如可以支持五个室内机同时设定为“VIP模式”，其对应的室内机地址为U1、U2、U3、U4和U5。

开启“VIP模式”，当云平台判断待控制室内机的地址与预先设定的室内机地址相同时，云平台向室外机下发第一指令。

该第一指令可以指通过如上所述的预测模型输出的、且用于调整待控制室内机的电子膨胀阀的第一目标过热度sho。

待控制室内机侧的室内换热器的过热度与电子膨胀阀的开度有关系，在过热度小时，电子膨胀阀开度大，此时室内机侧的制冷剂流量大，增大制冷能力；在电子膨胀阀开度小时，过热度大。

因此，可以通过调整电子膨胀阀的开度，来调节过热度的大小，从而能够获得对应的制冷能力。

如上第一目标过热度sho是根据室外机中压缩机的吸气温度Ti和设定温度Ts之差ΔT来获取的。

在待控制室内机开机时，可以根据ΔT来获取的对应的第一目标过热度sho。

可以将ΔT划分为多个范围，例如，ΔT∈（-∞，0]，ΔT∈{1}，ΔT∈{2}，ΔT∈{3}，ΔT∈[4，+∞）。

对应地，在ΔT∈（-∞，0]时，目标过热度为sho1，此时第一目标过热度sho=sho1-K1。

在ΔT∈{1}时，目标过热度为sho2，此时第一目标过热度sho=sho2-K1。

在ΔT∈{2}时，目标过热度为sho3，此时第一目标过热度sho=sho3-K1。

在ΔT∈{3}时，目标过热度为sho4，此时第一目标过热度sho=sho4-K1。

在ΔT∈[4，+∞）时，目标过热度为sho5，此时第一目标过热度sho=sho5-K1。

室外机内会预设ΔT与第一目标过热度sho之间的对应关系。

例如，在室外机内可存储对应ΔT与第一目标过热度sho相对应的数据表。

通过查表即可获知ΔT下的第一目标过热度sho。

在本申请中，通过ΔT获取对应的第一目标过热度sho，具体如下。

首先，建立ΔT和目标过热度之间的关系。

室外机会预设ΔT与目标过热度之间的对应关系，例如数据表。

其次，通过如下公式（1），获取第一目标过热度sho。

第一目标过热度=目标过热度-K1 （1）

其中K1为实验调试获取到的常数，例如取值为2。

空调器在实际运行过程中，会实时获取室内机的电子膨胀阀的过热度。

在本申请中，实时的过热度可以通过计算室内机的室内换热器的气管温度Trg和液管温度Trl之差Trg-Trl获取。

根据实时获取到的过热度和第一目标过热度sho，对电子膨胀阀的开度进行调整，使过热度达到第一目标过热度sho，以获得对应的制冷能力，实现对特定室内机的制冷优先控制。

<不开启“VIP模式”>

待控制室内机不开启“VIP模式”，云平台向室外机下发第二指令。

该第二指令可以指通过如上所述的预测模型输出的、且用于调整待控制室内机的电子膨胀阀的第二目标过热度sho'。

可以通过调整电子膨胀阀的开度，来调节过热度的大小，从而能够获得对应的制冷能力。

如上第二目标过热度sho'是根据室外机中压缩机的吸气温度Ti和设定温度Ts之差ΔT来获取的。

在待控制室内机开机时，可以根据ΔT来获取的对应的第二目标过热度sho'。

可以将ΔT划分为多个范围，例如，ΔT∈（-∞，0]，ΔT∈{1}，ΔT∈{2}，ΔT∈{3}，ΔT∈[4，+∞）。

对应地，在ΔT∈（-∞，0]时，第二目标过热度sho'=sho1。

在ΔT∈{1}时，第二目标过热度sho'=sho2。

在ΔT∈{2}时，第二目标过热度sho'=sho3。

在ΔT∈{3}时，第二目标过热度sho'=sho4。

在ΔT∈[4，+∞）时，第二目标过热度sho'=sho5。

如上所述，可以在室外机内可存储对应ΔT与第二目标过热度sho'相对应的数据表。

通过查表即可获知ΔT下的第二目标过热度sho'。

空调器在实际运行过程中，会实时获取室内机的电子膨胀阀的过热度。

在本申请中，实时的过热度可以通过计算室内机的室内换热器的气管温度Trg和液管温度Trl之差Trg-Trl获取。

根据实时获取到的过热度和第二目标过热度sho'，对电子膨胀阀的开度进行调整，使过热度达到第二目标过热度sho'，以获得对应的制冷能力。

相比如上所述的开启“VIP模式”和不开启“VIP模式”两种，对于同一个待控制室内机，开启“VIP模式”时的第一目标过热度sho小于不开启“VIP模式”时的第二目标过热度sho'，因此，对于电子膨胀阀的开度控制也会相应大一些，制冷能力更强一些，从而提高了特定空调器的制冷输出能力。

制热模式

云平台根据实时获取到的用户行为数据、以及预测模型，下发制热模式指令，使空调器开启制热模式。

并且云平台同时还会下发空调控制指令至室外机。

在本申请中，空调控制指令针对开启“VIP模式”和不开启“VIP模式”是不同的。

<开启“VIP模式”>

预先设定进行优先控制的室内机地址，例如可以支持五个室内机同时设定为“VIP模式”，其对应的室内机地址为U1、U2、U3、U4和U5。

开启“VIP模式”，当云平台判断待控制室内机的地址与预先设定的室内机地址相同时，云平台向室外机下发第二指令。

该第二指令可以指通过如上所述的预测模型输出的、且用于调整待控制室内机的电子膨胀阀的第一目标过冷度sco。

待控制室内机侧的室内换热器的过冷度与电子膨胀阀的开度有关系，在过冷度小时，电子膨胀阀开度大，此时室内机侧的制冷剂流量大，增大制热能力；在电子膨胀阀开度小时，过冷度大。

因此，可以通过调整电子膨胀阀的开度，来调节过冷度的大小，从而能够获得对应的制热能力。

如上所述的第一目标过冷度sco可以为设定的目标过冷度scoset。

空调器在实际运行过程中，会实时获取室内机的电子膨胀阀的过冷度。

在本申请中，实时的过冷度通过冷媒饱和温度Tc和各运行室内机的室内换热器的液管温度Trl之差Tc-Trl获取。

根据实时获取到的过热度和第一目标过冷度sco，对电子膨胀阀的开度进行调整，使过冷度达到第一目标过冷度sco，以获得对应的制热能力，实现对特定室内机的制热优先控制。

<不开启“VIP模式”>

待控制室内机不开启“VIP模式”，云平台向室外机下发第二指令。

该第二指令可以指通过如上所述的预测模型输出的、且用于调整待控制室内机的电子膨胀阀的第二目标过冷度sco'。

可以通过调整电子膨胀阀的开度，来调节过冷度的大小，从而能够获得对应的制热能力。

如上第二目标过冷度sco'是根据室外机中压缩机设定温度Ts和吸气温度Ti之差ΔT'来获取的。

在待控制室内机开机时，可以根据ΔT'来获取的对应的第二目标过冷度sco'。

可以将ΔT'划分为多个范围，例如，ΔT'∈（-∞，0]，ΔT'∈{1}，ΔT'∈{2}，ΔT'∈{3}，ΔT'∈[4，+∞）。

对应地，在ΔT'∈（-∞，0]时，第二目标过冷度sco'=sco1。

在ΔT'∈{1}时，第二目标过冷度sco'=sco2。

在ΔT'∈{2}时，第二目标过冷度sco'=sco3。

在ΔT'∈{3}时，第二目标过冷度sco'=sco4。

在ΔT'∈[4，+∞）时，第二目标过冷度sco'=sco5。

室外机内会预设ΔT'与第二目标过冷度sco'之间的对应关系。

例如，在室外机内可存储对应ΔT'与第二目标过冷度sco'相对应的数据表。

通过查表即可获知ΔT'下的第二目标过冷度sco'。

空调器在实际运行过程中，会实时获取室内机的电子膨胀阀的过冷度。

在本申请中，实时的过冷度通过冷媒饱和温度Tc和各运行室内机的室内换热器的液管温度Trl之差Tc-Trl获取。

根据实时获取到的过冷度和第二目标过冷度sco'，对电子膨胀阀的开度进行调整，使过冷度达到第二目标过冷度sco'，以获得对应的制热能力。

在本申请中，第一目标过冷度sco小于第二目标冷度sco'。

相比如上所述的开启“VIP模式”和不开启“VIP模式”两种，对于同一个待控制室内机，由于开启“VIP模式”时的第一目标过冷度sco小于不开启“VIP模式”时的第二目标过冷度sco'，因此，对于电子膨胀阀的开度控制也会相应大一些，室内机侧的制冷剂流量大一些，制热能力更强一些，从而提高了特定空调器的制热输出能力。

本申请提出的空调控制系统，云平台根据获取到的真实的用户行为数据为输入参数，以空调控制指令为输出参数，建立预测模型，云平台计算能力强、数据处理速度快，且由于预测模型是以用户行为数据为输入参数，因此，输出的空调控制指令能够提高用户的使用体验。

通过预测模型输出的空调控制指令能够在室内机与预先设定的室内机地址相同时，对室内机的电子膨胀阀的开度进行调整，使得在满足用户的使用习惯下，智能调整特定区域空调器的输出能力，为用户提供更智能的空调使用体验。

以上实施例仅用以说明本发明的技术方案，而非对其进行限制；尽管参照前述实施例对本发明进行了详细的说明，对于本领域的普通技术人员来说，依然可以对前述实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或替换，并不使相应技术方案的本质脱离本发明所要求保护的技术方案的精神和范围。