1.基于大数据的工业机房节能调控系统,其特征在于,包括:冷凝器,所述冷凝器由多个盘管组成,所述盘管处设置有第一温度探头,所述冷凝器还设置有交流风机;
所述冷凝器的进气端通过毛细管连接蒸发器的输出口,所述蒸发器的输入口与直流变频压缩机的储液罐连接,所述储液罐与所述蒸发器的输入口的连接处设置有第二温度探头;
所述冷凝器的排气端与所述直流变频压缩机连接,在所述冷凝器的排气端还设置有第三温度探头,所述直流变频压缩机的控制端连接变频控制器;
所述交流风机的控制端连接所述变频控制器,所述变频控制器设置有操作显示面板,所述操作显示面板用于用户与所述变频控制器进行人机交互。
2.根据权利要求1所述的基于大数据的工业机房节能调控系统,其特征在于,所述蒸发器的输入口设置有压缩气体注入量监测模块,所述压缩气体注入量监测模块用于监测蒸发器外部的压缩气体的注入量H。
3.根据权利要求1所述的基于大数据的工业机房节能调控系统,其特征在于,所述蒸发器还设置有温度设定模块,所述温度设定模块的调节范围为0~15℃。
4.基于大数据的工业机房节能调控方法,其特征在于,包括以下:步骤401、获取用户的启动指令,运行空调至额定的平台功率,使空调进入稳定状态;
步骤402、获取用户对蒸发器的设定温度T1,以及蒸发器的当前温度T2,根据T1与T2的值对空调进行变频控制;
步骤403、获取外部压缩气体的注入量H,判断H是否低于第一阈值,若是则将空调的运行频率调整至最低频率,判断H是否高于第二阈值,若是则将空调的运行频率调整至最高频率。
5.根据权利要求4所述的基于大数据的工业机房节能调控方法,其特征在于,上述步骤
401、403中的额定的平台频率、最低频率以及最高频率,均为压缩机所设定好的频率。
6.根据权利要求4所述的基于大数据的工业机房节能调控方法,其特征在于,上述步骤
402中根据T1与T2的值对空调进行变频控制具体包括以下:
步骤601、判断T2是否低于第三阈值,若是则判断空调系统出现蒸发器低温限制情况,将空调的运行频率调整至最低频率;
步骤602、获取空调系统出现蒸发器低温限制情况的持续时间,判断所述持续时间是否高于第四阈值,若是则控制空调进入停机状态;
步骤603、在空调因步骤602进入停机状态长达第五阈值的时长时,控制空调自动启动;
步骤604、重复上述步骤601-603。
7.根据权利要求6所述的基于大数据的工业机房节能调控方法,其特征在于,上述步骤
402中根据T1与T2的值对空调进行变频控制还包括以下:
获取T1与T2的差值T1-T2,根据差值T1-T2与差值数据库中的对应数值表进行匹配,将匹配得到的频率值作为新的频率值控制空调的压缩机以所述新的频率值进行运行。
8.根据权利要求7所述的基于大数据的工业机房节能调控方法,其特征在于,所述差值数据库通过一下方式得到:技术人员经过足够多次实验测试得出T1-T2在[-5,5]之间每隔0.5间距的值所对应的压缩机的多个频率合格测试值,所述频率合格测试值为当取该频率合格测试值时,能够使在T1-T2的温差情况下,空调运行合格,之后将得到的多个频率合格测试值取算术平均值MT1-T2,则MT1-T2即为当温差为T1-T2时系统自动选取的频率值。
9.一种计算机可读存储的介质,所述计算机可读存储的介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求4-8中任一项所述方法的步骤。