一种智能控制通风空调和冷冻冷藏的方法及系统与流程

本发明涉及物联网技术领域，具体涉及一种智能控制通风空调和冷冻冷藏的方法、系统、平台及存储介质。

背景技术：

大型商用通风空调及冷冻冷藏的设备监控，是基于点位的阈值监控，当点位超过上下限阈值的时候，便触发告警或故障信号。这种方法只能对某些固定的点位进行监控，设置了固定的阈值，往往忽略了工况情况。然而在正常的系统运行过程中，设备的运行状态，或输出状态，会随着时间，工况，需求等各种因素发生改变而改变。固定的阈值，并不能实时反映出这些因素带来的影响。如果阈值范围过窄，极容易产生误报；而过宽的阈值则失去了报警的意义，只能当故障发生时带来警示作用，无提前预测，对机组和系统损害较大且故障率高，对维修人员要求高，排查故障困难，影响维修效率。

在通风空调系统及冷冻冷藏系统节能研究中，针对各个通风空调系统及冷冻冷藏系统的不同，系统能耗因数也不同，缺乏一种能全方位、动态寻优的节能技术方法。

技术实现要素：

针对以上缺乏一种能全方位、动态寻优的节能技术的问题的缺陷，本发明提供一种智能控制通风空调和冷冻冷藏的方法、系统、平台及存储介质，可以提供设备接入、实时在线、智能预警、设备诊断、设备反控、能耗优化的能力，实现设备“智能”与设备“在线”。

本发明具体通过以下技术方案实现：

一种智能控制通风空调和冷冻冷藏的方法，所述的方法具体包括如下步骤：

获取通风空调和冷冻冷藏的实时运行数据信息；

对实时运行数据信息进行加工处理，采用嵌入算法模型，得出相对应的特性曲线，并存储于数据库中；

调取数据库中的设备特性数据信息，结合相应的特性曲线，通过动态全局寻优算法得出最佳运行特征点，并生成相对应的设备指令；

根据设备指令，实时智能控制通风空调和冷冻冷藏相对应的设备运行。

进一步地，所述的相对应的特性曲线具体为单元运行特性及单元运行特性的关联关系。

进一步地，于步骤对实时运行数据信息进行加工处理，采用嵌入算法模型，得出相对应的特性曲线，并存储于数据库中；还包括如下步骤：

建立设备运行特征库，并将特性和特征关联关系存储于数据库中；

根据实时运行数据信息收集情况，不断地优化特性和特征关联关系。

进一步地，于步骤调取数据库中的设备特性数据信息，结合相应的特性曲线，通过动态全局寻优算法得出最佳运行特征点，并生成相对应的设备指令之中；还包括步骤：

寻找满足各个末端需求时系统能耗最低值及此能耗最低值下的设备运行参数值，并通过设备网关向设备工控端发出指令；

相应地，还包括步骤：

寻找第二能耗低值及此能耗低值下的设备运行参数值，并通过设备网关向设备工控端发出指令。

进一步地，于步骤调取数据库中的设备特性数据信息，结合相应的特性曲线，通过动态全局寻优算法得出最佳运行特征点，并生成相对应的设备指令之后；还包括如下步骤：

在运行特性偏离时，与数字孪生技术结合，对偏离点进行定位，实时发出异常预警信息；并将异常预警信息发送到设备工控端；

在运行特性的关联关系发生变化时，进行数据深度探测。

进一步地，于步骤根据设备指令，实时智能控制通风空调和冷冻冷藏相对应的设备运行之前；还包括如下步骤：

结合设备已有的控制逻辑和控制边界条件进行判断；

若满足控制逻辑及控制边界条件，则向设备端plc发出参数调整指令；否则，向云端服务发出反馈指令，进行实时调整。

为实现上述目的，本发明还提供一种智能控制通风空调和冷冻冷藏的系统，所述的系统具体包括：

获取单元，用于获取通风空调和冷冻冷藏的实时运行数据信息；

第一计算单元，用于对实时运行数据信息进行加工处理，采用嵌入算法模型，得出相对应的特性曲线，并存储于数据库中；

第二计算单元，用于调取数据库中的设备特性数据信息，结合相应的特性曲线，通过动态全局寻优算法得出最佳运行特征点，并生成相对应的设备指令；

智能控制单元，用于根据设备指令，实时智能控制通风空调和冷冻冷藏相对应的设备运行。

进一步地，所述的第一计算单元还包括：

设备特征建立模块，用于建立设备运行特征库，并将运行特性和运行特征关联关系存储于数据库中；

收集模块，用于根据实时运行数据信息收集情况，不断地优化特性和特征关联关系；

所述的第二计算单元还包括：

第一寻找模块，用于寻找满足各个末端需求时系统能耗最低值及此能耗最低值下的设备运行参数值，并通过设备网关向设备工控端发出指令；

第二寻找模块，用于寻找第二能耗低值及此能耗低值下的设备运行参数值，并通过设备网关向设备工控端发出指令；

异常预警模块，用于在运行特性偏离时，与数字孪生技术结合，对偏离点进行定位，实时发出异常预警信息；并将异常预警信息发送到设备工控端；

深度探测模块，用于在运行特性的关联关系发生变化时，进行数据深度探测；

所述的智能控制单元还包括：

判断模块，用于结合设备已有的控制逻辑和控制边界条件进行判断；

若满足控制逻辑及控制边界条件，则向设备端plc发出参数调整指令；否则，向云端服务发出反馈指令，进行实时调整。

为实现上述目的，本发明还提供一种智能控制通风空调和冷冻冷藏的平台，包括：处理器、存储器以及智能控制通风空调和冷冻冷藏平台控制程序；

其中在所述处理器执行所述智能控制通风空调和冷冻冷藏平台控制程序，所述智能控制通风空调和冷冻冷藏平台控制程序被存储在所述存储器中，所述智能控制通风空调和冷冻冷藏平台控制程序，实现所述的智能控制通风空调和冷冻冷藏的方法步骤。

为实现上述目的，本发明还提供一种计算机可读取存储介质，所述计算机可读取存储介质存储有智能控制通风空调和冷冻冷藏平台控制程序，所述智能控制通风空调和冷冻冷藏平台控制程序，实现所述的智能控制通风空调和冷冻冷藏的方法步骤。

与现有技术相比，本发明具有以下有益效果：

本发明通过一种智能控制通风空调和冷冻冷藏的方法，

获取通风空调和冷冻冷藏的实时运行数据信息；

对实时运行数据信息进行加工处理，采用嵌入算法模型，得出相对应的特性曲线，并存储于数据库中；

调取数据库中的设备特性数据信息，结合相应的特性曲线，通过动态全局寻优算法得出最佳运行特征点，并生成相对应的设备指令；

根据设备指令，实时智能控制通风空调和冷冻冷藏相对应的设备运行。

及相应地系统单元和模块：

获取单元，用于获取通风空调和冷冻冷藏的实时运行数据信息；

第一计算单元，用于对实时运行数据信息进行加工处理，采用嵌入算法模型，得出相对应的特性曲线，并存储于数据库中；

第二计算单元，用于调取数据库中的设备特性数据信息，结合相应的特性曲线，通过动态全局寻优算法得出最佳运行特征点，并生成相对应的设备指令；

智能控制单元，用于根据设备指令，实时智能控制通风空调和冷冻冷藏相对应的设备运行。

设备特征建立模块，用于建立设备运行特征库，并将运行特性和运行特征关联关系存储于数据库中；

收集模块，用于根据实时运行数据信息收集情况，不断地优化特性和特征关联关系；

所述的第二计算单元还包括：

第一寻找模块，用于寻找满足各个末端需求时系统能耗最低值及此能耗最低值下的设备运行参数值，并通过设备网关向设备工控端发出指令；

第二寻找模块，用于寻找第二能耗低值及此能耗低值下的设备运行参数值，并通过设备网关向设备工控端发出指令；

异常预警模块，用于在运行特性偏离时，与数字孪生技术结合，对偏离点进行定位，实时发出异常预警信息；并将异常预警信息发送到设备工控端；

深度探测模块，用于在运行特性的关联关系发生变化时，进行数据深度探测；

所述的智能控制单元还包括：

判断模块，用于结合设备已有的控制逻辑和控制边界条件进行判断；

若满足控制逻辑及控制边界条件，则向设备端plc发出参数调整指令；否则，向云端服务发出反馈指令，进行实时调整。

及相应地平台及存储介质；

可以提供设备接入、实时在线、智能预警、设备诊断、设备反控、能耗优化的能力，实现设备“智能”与设备“在线”。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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的附图。

图1为本发明一种智能控制通风空调和冷冻冷藏的方法架构流程示意图；

图2为本发明一种智能控制通风空调和冷冻冷藏的系统架构示意图；

图3为本发明一种智能控制通风空调和冷冻冷藏的系统模块架构示意图；

图4为本发明一种智能控制通风空调和冷冻冷藏的平台架构示意图；

图5为本发明一种实施例中计算机可读取存储介质架构示意图；

本发明目的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

为便于更好的理解本发明的目的、技术方案和优点更加清楚，下面结合附图和具体的实施方式对本发明作进一步说明，本领域技术人员可由本说明书所揭示的内容轻易地了解本发明的其它优点与功效。

本发明亦可通过其它不同的具体实例加以施行或应用，本说明书中的各项细节亦可基于不同观点与应用，在不背离本发明的精神下进行各种修饰与变更。

需要说明，若本发明实施例中有涉及方向性指示(诸如上、下、左、右、前、后……)，则该方向性指示仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。

另外，若本发明实施例中有涉及“第一”、“第二”等的描述，则该“第一”、“第二”等的描述仅用于描述目的，而不能理解为指示或暗示其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至少一个该特征。其次，各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时，应当认为这种技术方案的结合不存在，也不在本发明要求的保护范围之内。

优选地，本发明一种智能控制通风空调和冷冻冷藏的方法应用在一个或者多个终端或者服务器中。所述终端是一种能够按照事先设定或存储的指令，自动进行数值计算和/或信息处理的设备，其硬件包括但不限于微处理器、专用集成电路(applicationspecificintegratedcircuit，asic)、可编程门阵列(field－programmablegatearray，fpga)、数字处理器(digitalsignalprocessor，dsp)、嵌入式设备等。

所述终端可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端可以与客户通过键盘、鼠标、遥控器、触摸板或声控设备等方式进行人机交互。

本发明为实现一种智能控制通风空调和冷冻冷藏的方法、系统、平台及存储介质。

如图1所示，是本发明实施例提供的智能控制通风空调和冷冻冷藏的方法的流程图。

在本实施例中，所述智能控制通风空调和冷冻冷藏的方法，可以应用于具备显示功能的终端或者固定终端中，所述终端并不限定于个人电脑、智能手机、平板电脑、安装有摄像头的台式机或一体机等。

所述智能控制通风空调和冷冻冷藏的核对方法也可以应用于由终端和通过网络与所述终端进行连接的服务器所构成的硬件环境中。网络包括但不限于：广域网、城域网或局域网。本发明实施例的智能控制通风空调和冷冻冷藏的方法可以由服务器来执行，也可以由终端来执行，还可以是由服务器和终端共同执行。

例如，对于需要进行智能控制通风空调和冷冻冷藏的终端，可以直接在终端上集成本发明的方法所提供的智能控制通风空调和冷冻冷藏的功能，或者安装用于实现本发明的方法的客户端。再如，本发明所提供的方法还可以软件开发工具包(softwaredevelopmentkit，sdk)的形式运行在服务器等设备上，以sdk的形式提供智能控制通风空调和冷冻冷藏的功能的接口，终端或其他设备通过所提供的接口即可实现智能控制通风空调和冷冻冷藏的功能。

如图1所示，本发明提供了一种智能控制通风空调和冷冻冷藏的方法，所述方法具体包括如下步骤，根据不同的需求，该流程图中步骤的顺序可以改变，某些步骤可以省略。

获取通风空调和冷冻冷藏的实时运行数据信息；

对实时运行数据信息进行加工处理，采用嵌入算法模型，得出相对应的特性曲线，并存储于数据库中；

调取数据库中的设备特性数据信息，结合相应的特性曲线，通过动态全局寻优算法得出最佳运行特征点，并生成相对应的设备指令；

根据设备指令，实时智能控制通风空调和冷冻冷藏相对应的设备运行。

也就是说，本发明是一种ai控制+工业云和大数据分析的通风空调及冷冻冷藏的运维和节能技术，所属通风空调和冷冻冷藏的制冷系统连接有其实时运行数据的数据源，所述数据源将所述实时运行数据经设备网关传输至人工智能开发平台，所述人工智能开发平台将所述实时运行数据进行数据加工及通过算法模型计算，得出相应的特性曲线，存储于数据库中，云端服务调取数据库中的设备运行特性、设备能耗特性等数据，通过动态全局寻优(算法)得出最佳运行特征点并通过设备网关向设备工控发出指令和提示信息，设备工控接到指令后，进行简单的控制逻辑处理和逻辑边界条件判断向设备端plc发出控制指令，plc控制设备端的水泵、冷却塔、末端、主机机组、电动水阀等设备的运行。

具体地，所述的相对应的特性曲线具体为单元运行特性及单元运行特性的关联关系。

于步骤对实时运行数据信息进行加工处理，采用嵌入算法模型，得出相对应的特性曲线，并存储于数据库中；还包括如下步骤：

建立设备运行特征库，并将运行特性和运行特征关联关系存储于数据库中，比如建立末端需求特征库，并将运行特性和运行特征关联关系存储于数据库中；

根据实时运行数据信息收集情况，不断地优化特性和特征关联关系。

在本发明实施例中，还包括数据源监控系统负责收集通风空调及冷冻冷藏制冷系统及系统中设备运行实时数据及系统测点实时数据。

较佳地，本发明的人工智能开发平台拥有自我学习功能，负责对通风空调及冷冻冷藏的系统已有运行数据进行处理加工，嵌入算法模型，得出系统运行特性、各单元设备运行特性、各单元设备能耗特性、系统能耗特性等各单元运行特性及各单元运行特性的关联关系，同时建立设备运行特征库，比如建立末端需求特征库，并将这些运行特性和运行特征关联关系存储于数据库中；随着收集数据的时间推移，其通过自我学习功能，不断地优化各单元特性和各单元特征关联关系。在各单元运行特性偏离时，与数字孪生技术结合，对偏离点进行定位，给出设备异常预警、设备异常预测和设备异常诊断，并将提示发送到设备工控端。在各单元运行特性的关联关系发生变化时，进行数据深度探测，

具体地，于步骤调取数据库中的设备特性数据信息，结合相应的特性曲线，通过动态全局寻优算法得出最佳运行特征点，并生成相对应的设备指令之中；还包括步骤：

寻找满足各个末端需求时系统能耗最低值及此能耗最低值下的设备运行参数值，并通过设备网关向设备工控端发出指令；

相应地，还包括步骤：

寻找第二能耗低值及此能耗低值下的设备运行参数值，并通过设备网关向设备工控端发出指令。

也就是说，本发明的云端服务根据空调及冷冻冷藏的各个末端需求、末端需求特征值、系统能耗特征、各单元设备能耗特征及各单元运行特征的关联关系，通过动态全局寻优(算法)，寻找满足各个末端需求时系统能耗最低值及此能耗最低值下的各单元设备运行参数值，并通过设备网关向设备工控端发出指令；云端服务同时接收设备工控的不符合控制逻辑或控制边界条件的反馈，在接到设备工控反馈后，云端服务通过动态全局寻优(算法)寻找第二能耗低值及此能耗低值下的各单元设备运行参数值。

进一步地，于步骤调取数据库中的设备特性数据信息，结合相应的特性曲线，通过动态全局寻优算法得出最佳运行特征点，并生成相对应的设备指令之后；还包括如下步骤：

在运行特性偏离时，与数字孪生技术结合，对偏离点进行定位，实时发出异常预警信息；并将异常预警信息发送到设备工控端；

在运行特性的关联关系发生变化时，进行数据深度探测。

具体地，于步骤根据设备指令，实时智能控制通风空调和冷冻冷藏相对应的设备运行之前；还包括如下步骤：

结合设备已有的控制逻辑和控制边界条件进行判断；

若满足控制逻辑及控制边界条件，则向设备端plc发出参数调整指令；否则，向云端服务发出反馈指令，进行实时调整。

也就是说，本发明的设备工控在接收到云端服务发出的指令后，结合其已有的控制逻辑和控制边界条件进行判断，如满足控制逻辑及控制边界条件，则向设备端plc发出参数调整指令；如不满足，则向云端服务发出反馈指令，云端服务的指令满足控制逻辑和控制边界条件。

本发明的设备根据接收的设备工控发出的参数调整指令进行相应plc参数修正，从而控制设备端的水泵、冷却塔、末端、主机机组、电动水阀、电动风阀等设备单元的运行。

设备接入是通风空调及冷冻冷藏的设备智能在线saas应用基于人工智能开发平台，而平台侧底层是数据和算法服务端存储计算服务maxcompute，其提供了强大的数据存储及计算的能力，能够支撑亿级设备数据接入。

具体地，在本发明实例中，实时在线具体为利用设备数字孪生技术，全方位3d模型呈现，提供360度无差异3d模型可视化呈现，模型可以提供“部件”级别的拆卸及还原，并且通过部件关联的测点数据实现部件即时状态的差别呈现。提供海量测点数据动态呈现的功能，即时性达到秒级。

智能监控具体为，对通风空调设备及冷冻冷藏的设备状态的预警监控，避免发生异常故障情况；

设备诊断具体为，对故障设备进行故障定位，通过智能方式找出导致故障发生的具体部件。

数字孪生具体为，在通风空调设备及冷冻冷藏的设备智能中，从设备的机理模型的角度出发，构建出设备的云端的数字双胞胎。这种基于设备机理模型的数字双胞胎，可以很好的跟踪设备健康运行过程中的状态，追踪各种因素的变化对输出结果的影响。通过评估设备的健康程度，可以在设备真正发生故障前提前发出预警，让设备维护人员提前介入，避免重大故障事故的发生。同时，基于部件级别的监控仿真，还能快速定位到问题部件所在，避免了盲目的部件筛查，实现了智能诊断的功能。

设备实时控制具体为，设备智能在线saas应用可集成各种iot平台，可以通过mqtt等物联网标准协议实现对设备核心控制点的实时调整，从而实现设备远程运维控制。

动态全局寻优具体为，通过人工智能开发平台自学习功能，在海量数据接入后，对数据进行全方位分析和学习，自我学习和掌握通风空调及冷冻冷藏系统中各个设备的运行特性与运行能耗的对应关系，在系统输入和用户需求发生变化时，自我寻找满足用户需求时系统运行能耗最小值，通过设备实时控制调整系统中的各个设备运行状态，即动态全局寻优，实现系统节能。

较佳地，本发明提供的ai控制+工业云和大数据分析的通风空调及冷冻冷藏的运维和节能技术架构为，由用于检测系统及各单元设备运行实时数据的监控系统将其检测的实时数据经设备网关上传至人工智能开发平台，人工智能开发平台将实时运行数据进行数据处理服务及算法服务，并将处理后的数据及模型存储于数据库中，通过字典关联，实时对数据库进行优化升级，对于超出模型边界的数据进行深层挖掘，判断设备运行状态，异常状态向设备工控发送提示信息；在系统运行时，云端服务结合用户需求、实时运行数据，调取人工智能开发平台数据库里的数据和模型，进行运行比对、分析，形成优化策略，根据优化策略形成对应指令并向设备工控发送此指令，设备工控对接收云端服务传来的指令进行逻辑和边界判断，向云端服务反馈指令异常，向设备发送控制参数调整指令，设备完成运行参数调整指令。

本发明实时数据传输流向如下：

通风空调及冷冻冷藏系统及系统中各设备的实时运行数据传输到数据和算法服务，数据和算法服务提供数据处理服务及算法服务，形成系统和设备模型特征数据库，部分数据及模型特征传输到设备工控数据库。

云服务提供系统(设备)智能saas系统，对系统、系统设备(数字孪生)、设备参数提供智能展示和后台管理。

上层应用提供设备管理、设备反控、数字孪生、设备异常预警、设备异常预测、设备异常诊断、能耗优化。

在虚拟空间中完成实际通风空调及冷冻冷藏的系统设备映射，在云端界面或本地可视化界面可以浏览。

本发明还可以提供在模型上呈现海量测点动态数据。本发明确定部件相关的输入输出数据，算法利用设备的输入与输出数据，利用机器学习算法构建设备运行模型。这里部件的输入可以为设备本身的控制，实际的能量，原材料等各方面输入。而部件输出也可能包括某种控制的操作，内部的状态或者下游部件的输入。系统通过各类型传感器，把各种实质的输入输出转换为可量化测量的数值。当所有输入变量，以及部件的运行原理运作情况都已知的情况下，理论上可以根据输入内容及运行状况，估算出部件的输出情况。

在设备健康正常运行中，预估输出与实际输出理论上应该相差不大。一旦设备部件出现某种异常，导致部件中的运行情况与逻辑规则产生偏差，实际部件的实际输出也会产生相应的偏差。通过计算预估输出与实际输出之间的差值(残差)，就有可能判断出当前部件的健康程度(异常指标)。

为实现上述目的，如图2所示，本发明还提供一种智能控制通风空调和冷冻冷藏的系统，所述的系统包括：

获取单元，用于获取通风空调和冷冻冷藏的实时运行数据信息；

第一计算单元，用于对实时运行数据信息进行加工处理，采用嵌入算法模型，得出相对应的特性曲线，并存储于数据库中；

第二计算单元，用于调取数据库中的设备特性数据信息，结合相应的特性曲线，通过动态全局寻优算法得出最佳运行特征点，并生成相对应的设备指令；

智能控制单元，用于根据设备指令，实时智能控制通风空调和冷冻冷藏相对应的设备运行。

进一步地，如图3所示，所述的第一计算单元还包括：

设备特征建立模块，用于建立设备运行特征库，并将运行特性和运行特征关联关系存储于数据库中；

收集模块，用于根据实时运行数据信息收集情况，不断地优化特性和特征关联关系；

所述的第二计算单元还包括：

第一寻找模块，用于寻找满足各个末端需求时系统能耗最低值及此能耗最低值下的设备运行参数值，并通过设备网关向设备工控端发出指令；

第二寻找模块，用于寻找第二能耗低值及此能耗低值下的设备运行参数值，并通过设备网关向设备工控端发出指令；

异常预警模块，用于在运行特性偏离时，与数字孪生技术结合，对偏离点进行定位，实时发出异常预警信息；并将异常预警信息发送到设备工控端；

深度探测模块，用于在运行特性的关联关系发生变化时，进行数据深度探测；

所述的智能控制单元还包括：

判断模块，用于结合设备已有的控制逻辑和控制边界条件进行判断；

若满足控制逻辑及控制边界条件，则向设备端plc发出参数调整指令；否则，向云端服务发出反馈指令，进行实时调整。

本发明还提出一种智能控制通风空调和冷冻冷藏的平台，如图4所示，包括：

处理器、存储器以及智能控制通风空调和冷冻冷藏平台控制程序；

其中在所述的处理器执行所述智能控制通风空调和冷冻冷藏平台控制程序，所述的智能控制通风空调和冷冻冷藏平台控制程序被存储在所述存储器中，所述的智能控制通风空调和冷冻冷藏平台控制程序，实现所述的智能控制通风空调和冷冻冷藏的方法步骤，例如：

获取通风空调和冷冻冷藏的实时运行数据信息；

对实时运行数据信息进行加工处理，采用嵌入算法模型，得出相对应的特性曲线，并存储于数据库中；

调取数据库中的设备特性数据信息，结合相应的特性曲线，通过动态全局寻优算法得出最佳运行特征点，并生成相对应的设备指令；

根据设备指令，实时智能控制通风空调和冷冻冷藏相对应的设备运行。

步骤具体细节已在上文阐述，此处不再赘述；

本发明实施例中，所述的智能控制通风空调和冷冻冷藏的平台内置处理器，可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器(centralprocessingunit，cpu)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。处理器利用各种接口和线路连接取各个部件，通过运行或执行存储在存储器内的程序或者单元，以及调用存储在存储器内的数据，以执行智能控制通风空调和冷冻冷藏的各种功能和处理数据；

存储器用于存储程序代码和各种数据，安装在智能控制通风空调和冷冻冷藏的平台中，并在运行过程中实现高速、自动地完成程序或数据的存取。

所述存储器包括只读存储器(read-onlymemory，rom)，随机存储器(randomaccessmemory，ram)、可编程只读存储器(programmableread-onlymemory，prom)、可擦除可编程只读存储器(erasableprogrammableread-onlymemory，eprom)、一次可编程只读存储器(one-timeprogrammableread-onlymemory，otprom)、电子擦除式可复写只读存储器(electrically-erasableprogrammableread-onlymemory，eeprom)、只读光盘(compactdiscread-onlymemory，cd-rom)或其他光盘存储器、磁盘存储器、磁带存储器、或者能够用于携带或存储数据的计算机可读的任何其他介质。

本发明还提出一种计算机可读取存储介质，如图5所示，所述计算机可读取存储介质存储有智能控制通风空调和冷冻冷藏平台控制程序，所述智能控制通风空调和冷冻冷藏平台控制程序，实现所述的智能控制通风空调和冷冻冷藏的方法步骤，例如，

获取通风空调和冷冻冷藏的实时运行数据信息；

对实时运行数据信息进行加工处理，采用嵌入算法模型，得出相对应的特性曲线，并存储于数据库中；

调取数据库中的设备特性数据信息，结合相应的特性曲线，通过动态全局寻优算法得出最佳运行特征点，并生成相对应的设备指令；

根据设备指令，实时智能控制通风空调和冷冻冷藏相对应的设备运行。

步骤具体细节已在上文阐述，此处不再赘述；

在本发明的实施方式的描述中，需要说明的是，流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。

在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理模块的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，“计算机可读取介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(ram)，只读存储器(rom)，可擦除可编辑只读存储器(eprom或闪速存储器)，光纤装置，以及便携式光盘只读存储器(cdrom)。另外，计算机可读取介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。

通过本发明的步骤、系统、平台及存储介质，可以提供设备接入、实时在线、智能预警、设备诊断、设备反控、能耗优化的能力，实现设备“智能”与设备“在线”。

以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。