CN104823120A - 用于环境控制系统的智能控制器 - Google Patents

Abstract

本申请涉及智能控制器，该智能控制器连续地、周期性地或间歇地监控在一个或多个约束下朝着一个或多个控制目标的进展，以便实现满足潜在上冲突的目标的控制。当正在执行控制时，智能控制器可以动态地改变该控制的方面，从而确保获得目标且在潜在上冲突的目标之间实现平衡。该智能控制器使用各种类型的信息来确定初始控制策略以及在控制正在被执行时动态地调整控制策略。

Description

用于环境控制系统的智能控制器

技术领域

本专利申请涉及智能控制器，尤其涉及智能控制器和并入在智能控制器内的方法，其监控受控环境的响应以便有效地控制一个或多个控制环境的系统。

背景技术

控制系统和控制理论是高度发展的研发领域，其已经对大量系统和技术的设计和发展产生深远影响，上述系统和技术从飞机、航天器、以及其它车辆和运输系统到计算机系统、工业制造和操作设施、机器工具、加工机械和消费者设备。控制理论包含实际的系统-控制-设计原理的大的主体，但也是理论与应用数学的重要分支。在许多不同应用领域中通常采用各种不同类型的控制器，从简单的闭环反馈控制器到复杂的、自适应的、状态空间的且基于微分方程的受处理器控制的控制系统。

一类智能控制器包括控制影响环境内的一个或多个环境参数的系统的智能控制器。通常，智能控制器具有在各种约束下控制系统的任务，以便满足两个或多个控制目标，从而需要仔细的平衡和折中以达到获得潜在冲突的目标的程度。智能控制器的设计者、制造商和用户不断寻找在两个或更多个控制目标可能冲突时有效地控制系统的控制方法和系统。

发明内容

本申请涉及智能控制器，该智能控制器连续地、周期性地或间歇地监控在一个或多个约束下朝着一个或多个控制目标的进展，以便实现满足潜在上冲突的目标的控制。当正在执行控制时，智能控制器可以动态地改变该控制的方面，从而确保获得目标且在潜在上冲突的目标之间实现平衡。该智能控制器使用各种类型的信息来确定初始控制策略以及在控制正在被执行时动态地调整控制策略。

附图说明

图1示出智能家庭环境。

图2示出智能家庭设备与远程设备及系统的集成。

图3示出图2中所示的相互通信的实体的环境内的信息处理。

图4示出本申请所涉及的一大类智能控制器。

图5示出智能控制器的附加内部特征。

图6示出一般性计算机架构，该计算机架构代表可以包括在智能控制器、服务器计算机和其它基于处理器的智能设备及系统中的计算机器的类型的示例。

图7示出本申请涉及的该一大类智能控制器中的一种智能控制器的特征和特性。

图8示出智能控制器在其中操作的典型控制环境。

图9示出传感器输出的一般特性。

图10A-图10D示出智能控制器在控制操作期间所处理和产生的信息。

图11A-图11C示出三种不同类型的控制调度。

图12A-图12G示出即时控制输入的图示，该即时控制输入可被智能控制器接收并执行，然后记录并覆盖到控制调度(例如上文参照图11A-图11C所讨论的控制调度)上，作为自动控制调度学习的一部分。

图13A-图13D示出本申请涉及的智能控制器在其中操作的一般背景。

图14A-图14E示出基于观测到的P响应数据的第一种P响应模型中的一个或多个的构造。

图15A示出一种局部模型。

图15A-图15B示出几种局部建模技术。

图16-图17使用与图14B-图14C及图15A-图15B中所示的图相似的图示出两种附加类型的信息，上述信息可通过监控P对t的响应行为和关于受智能控制器控制的系统的各种类型的附加信息来获得。

图18示出智能控制器的一个实现向用户提供的自动部件激活级别的用户界面。

图19A至图19D示出关于P响应和响应次数的附加类型的信息，上述信息可电子存储在智能控制器内。

图20示出智能控制器对一个或多个系统的有效控制的技术的一个实现，以便根据控制调度或即时控制输入来改变环境变量P的值。

图21示出智能控制器的操作的控制流程图。

图22A-图22E使用控制流程图示出智能控制器采用以实现即时控制输入和调度的设定点变化之后的期望的P响应行为的逻辑。

图23A示出智能恒温器的透视图。

图23B-图23C示出正被用户控制的智能恒温器。

图24示出智能恒温器和耦合HVAC的壁插接器的分解透视图。

图25A至图25B示出智能恒温器的分解的正面和背面透视图。

图26A至图26B分别示出机头单元的分解的正面和背面透视图。

图27A至图27B分别示出机头单元正面组件的分解的正面和背面透视图。

图28A至图28B分别示出背板单元的分解的正面和背面透视图。

图29示出部分组装的机头单元的透视图。

图30示出机头单元电路板。

图31示出背板电路板的后视图。

图32A-图32B示出涉及热泵的智能恒温器的控制的问题领域，以及在一个智能恒温器的实现中，上文讨论的智能控制器的监控和调节方法如何应用于该问题领域。

图33示出夜间温度节约。

图34示出对于智能控制器针对不同自动部件配置级别所获得的设定点变化的示例响应。

图35示出智能恒温器执行的自动系统匹配的步骤。

图36A至图36C示出智能恒温器的示例性自动部件配置级别的选择界面。

图37示出智能恒温器的设置显示器。在该显示器中提供是否激活各种特征的指示。

图38A至图38C示出智能恒温器可获得的且提供给用户或在控制操作期间采用的附加类型的信息。

图39提供用在智能恒温器的一个实现中的响应时间监控方法的示例配置。

具体实施方式

本申请涉及智能控制器，该智能控制器连续地、周期性地或间歇地监控在一个或多个约束下朝着一个或多个控制目标的进展，以便实现满足潜在冲突的目标的控制。当正在执行控制时，智能控制器可以动态地改变该控制的方面，从而确保实现目标且在潜在冲突的目标之间实现平衡。本专利说明书的主题涉及以下共同转让的申请的主题(每个申请通过引用并入在本文中)：2011年3月1日递交的序列号为13/038,191的美国申请；2011年10月7日递交的序列号为13/269,501的美国申请；2011年10月21日递交的序列号为61/550,343的美国临时申请；以及与本申请同日递交的、名称为“Intelligent Controller ProvidingTime to Target State”、序列号为13/632,028的美国申请(代理人案号NES0124-US)。

细节描述包括三个分部：(1)智能家庭环境的概述；(2)利用智能控制器监控进展且动态地改变控制的方法和实现；以及(3)包含利用智能控制器监控进展且动态地改变控制的方法和实现的智能恒温器。第一分部提供一个技术区域的描述，该技术区域对于用于监控和动态调节控制的方法的应用和并入提供了许多机会。第二分部提供监控朝着控制目标的进展且基于监控结果动态地调节控制的一大类智能控制器。第三分部提供包含用于监控和动态调节控制的方法的智能恒温器的具体示例。

智能家庭环境的概述

图1示出智能家庭环境。智能家庭环境100包括多个智能的、多传感的、连接网络的设备。这些智能家庭设备在智能家庭环境内互相通信且集成在一起。智能家庭设备也可以与基于云的智能家庭控制和/或数据处理系统通信，以便分布控制功能、访问更高能力的且更可靠的计算设施、以及将特定智能家庭集成到较大的、多家庭的或地理的基于智能家庭设备的聚集体中。

智能家庭设备可以包括一个或多个智能恒温器102、一个或多个智能危险检测单元104、一个或多个智能入口通道界面设备106、智能开关(包括智能壁式开关108)、智能功用接口或其它服务接口(例如智能壁式插座接口110)、和各种各样智能的、多传感的、连接网络的器件112，上述器件112包括冰箱、电视、洗衣机、干燥机、灯、音频系统、对讲机系统、机械驱动器、壁挂式空调、泳池加热单元、灌溉系统和许多其它类型的智能器件和系统。

通常，智能家庭设备包括一个或多个不同类型的传感器、一个或多个控制器和/或驱动器、和一个或多个通信接口，上述通信接口将智能家庭设备连接到本地智能家庭环境内的其它智能家庭设备、路由器、桥接器和集线器，连接到各种不同类型的本地计算机系统，以及连接到因特网，智能家庭设备可以通过因特网与云计算服务器及其它远程计算系统进行通信。通常使用各种各样不同类型的通信媒介和协议中的任一种进行数据通信，上述协议包括无线协议(例如Wi-Fi、ZigBee、6LoWPAN)、各种有线协议(包括CAT6以太网、电力猫和其它这类有线协议)、和各种其它类型的通信协议和技术。智能家庭设备本身可以作为对于其它智能家庭设备的中间通信设备，例如中继器。智能家庭环境还可以包括各种不同类型的遗留器件和设备140、142，这类遗留器件和设备缺少通信接口和基于处理器的控制器。

图2示出智能家庭设备与远程设备及系统的集成。智能家庭环境200内的智能家庭设备可以通过借助3G/4G无线通信204的因特网202、通过集线网络206、或利用其它通信接口和协议进行通信。许多不同类型的与智能家庭相关的数据和从智能家庭数据208导出的数据可以被存储在远程系统210内且可以从远程系统210中检索出，该远程系统210包括基于云的远程系统。该远程系统可以包括各种类型的统计、推断和索引引擎212，其用于数据处理和附加信息及与智能家庭环境相关的规则的推导。可以借助一个或多个通信媒介和协议将存储的数据部分地或全部暴露给各种远程系统和组织，包括慈善机构214、政府216、学术机构218、企业220、公用事业公司222。通常，远程数据处理系统210由与智能家庭设备相关的组织或供应商来管理和操作，或被房主、房东、居民或其它与智能家庭关联的用户订制用于远程数据处理和其它服务。代表智能家庭房主或管理者的附加的商业实体数据处理系统213和/或操作远程数据处理系统210的商业实体或供应商也可以进一步处理数据。因此，外部实体可以收集、处理和暴露由智能家庭环境内的智能家庭设备所收集的信息，可以处理该信息以产生各种类型的推导结果(可以将这些推导结果传送至其它远程实体或与其它远程实体共享)，以及可以参与对智能家庭环境内的智能家庭设备的监控和控制及对智能家庭环境的监控和控制。当然，在许多情况下，可以使用加密、访问权、认证和其它熟知技术来严格地控制和约束信息从智能家庭环境内到远程实体的输出，以确保有意地或无意地使被智能家庭管理者和/或远程数据处理系统视为机密的信息对于附加的外部计算设施、实体、组织和个人来说是不可用的。

图3示出图2中所示的相互通信的实体的环境内的信息处理。外部数据处理系统210内的各种处理引擎212可以处理关于各种不同目标的数据，包括管理的服务302的提供、各种类型的广告和通信304、社交网络的交换和其它电子社交通信306、以及各种类型的监控和规则生成活动308。各种处理引擎212直接地或间接地与智能家庭设备310-313通信，每个智能家庭设备可以具有数据消费者(“DC”)、数据源(“DS”)、服务消费者(“SC”)和服务源(“SS”)特性。此外，处理引擎可以访问各种其它类型的外部信息316，包括通过因特网、各种远程信息源以及甚至远程传感器、音频与视频供给方和源获得的信息。

利用智能控制器监控进展且动态地改变控制的方法和实现

图4示出本申请所涉及的一大类智能控制器。智能控制器402借助各种不同类型的输出控制信号中的任一种来控制设备、机器、系统或组织404，并从传感器输出接收关于受控实体和环境的信息，由智能控制器从嵌入在受控实体404、智能控制器402内或环境中的传感器接收该传感器输出。在图4中，智能控制器被示出为借助基于电线或光纤的通信媒介406而连接到受控实体404。然而，智能控制器可以利用其它类型的通信媒介和通信协议(包括无线通信)而与受控实体互相连接。在许多情况下，智能控制器和受控实体可以被实施并打包在一起作为单个系统，该单个系统包括智能控制器和受智能控制器控制的机器、设备、系统或组织。受控实体可以包括多个设备、机器、系统或组织，并且智能控制器本身可以被分布在多个部件和离散的设备及系统之间。除了向受控实体输出控制信号和接收传感器输入外，智能控制器还提供用户界面410-413，人类用户可以通过上述用户界面来向智能控制器输入即时控制输入，以及创建和修改各种类型的控制调度，并且智能控制器还可以向远程实体提供即时控制和调度界面，远程实体包括用户操作的处理设备或远程自动控制系统。在图4中，智能控制器提供图形显示部件410，该图形显示部件410显示控制调度416且包括多个输入部件411-413，多个输入部件411-413提供用户界面，该用户界面用于向用于控制一个或多个受控实体的智能控制器输入即时控制指令以及输入调度界面命令，该调度界面命令控制一个或多个控制调度的显示、控制调度的创建、和控制调度的修改。

综上，本申请涉及的该一大类智能控制器接收传感器输入、向一个或多个受控实体输出控制信号、以及提供用户界面，该用户界面允许用户向智能控制器输入即时控制命令输入(智能控制器将其转变为输出控制信号)以及创建和修改一个或多个控制调度，这些控制调度指定一个或多个时间段上预期的受控实体的操作行为。用户界面可以被包括在智能控制器内作为输入和显示设备，可以通过远程设备(包括移动手机)而被提供，或可以通过控制器常驻部件及通过远程设备二者而被提供。该一大类智能控制器的这些基本功能和特征提供基础，可以基于该基础实现本申请指向的自动控制调度学习。

图5示出智能控制器的附加内部特征。通常使用一个或多个处理器502、电子存储器504-507和各种类型的微控制器510-512来实现智能控制器，包括微控制器512和收发器514，二者一起实现通信端口，该通信端口允许智能控制器与受智能控制器控制的一个或多个实体、与其它智能控制器、以及与各种远程计算设施(包括通过云计算服务器的云计算设施)交换数据和命令。通常，智能控制器包括多个不同的通信端口和接口，用于通过不同类型的通信媒介利用各种不同协议进行通信。例如，智能控制器通常使用无线通信来与环境内的其它具有无线能力的智能控制器以及与移动通信载体进行通信，以及使用各种有线通信协议和媒介中的任一个。在某些情况下，智能控制器可以使用仅单一类型的通信协议，特别地在与受控实体打包在一起作为单个系统时。智能控制器内的电子存储器可以包括易失性存储器和非易失性存储器二者，低延时的、高速的易失性存储器便于一个或多个处理器执行控制例行程序，较慢的、非易失性存储器存储需要在经历供电/断电循环之后还存在的控制例行程序和数据。某种智能控制器还可以包括大容量存储设备。

图6示出一般性计算机架构，该计算机架构代表可以包括在智能控制器、服务器计算机和其它基于处理器的智能设备及系统中的计算机器的类型的示例。计算机器包括一个或多个中央处理单元(“CPU”)602-605、通过CPU/存储器子系统总线610或多个总线与多个CPU互相连接的一个或多个电子存储器608、第一桥接器612，该第一桥接器612将CPU/存储器子系统总线610与附加总线614、616和/或其它类型的高速互连媒介进行互相连接，该高速互连媒介包括多个高速的串行互连体。反过来，这些总线和/或串行互连体将多个CPU和存储器与专用处理器(例如图形处理器618)以及与一个或多个附加桥接器620连接，一个或多个附加桥接器620与高速串行链路或与多个控制器622-627(例如控制器627)互相连接，多个控制器622-627提供对各种不同类型的大容量存储设备628、电子显示器、输入设备和其它这类部件、子部件和计算资源的访问。

图7示出本申请涉及的该一大类智能控制器中的一种智能控制器的特征和特性。智能控制器包括控制器逻辑702，其通常实现为受计算机指令控制的电子电路和基于处理器的计算部件，这些计算机指令存储在物理数据存储部件中，该物理数据存储部件包括各种类型的电子存储器和/或大容量存储设备。应当注意，在开始时，存储在物理数据存储设备中且在处理器内执行的计算机指令包括各种各样现代设备、机器和系统中的控制部件，且是可触知的、物理的和真实的，如同设备、机器或系统的任何其它部件一样。偶尔会遇到这样的陈述，指示计算机指令实现的控制逻辑“仅为软件”或有时是抽象的且相比物理机器部件不可触知。熟悉现代科技的人员理解情况并非如此。由处理器执行的计算机指令必须为存储在物理设备中的物理实体。否则，处理器将不能访问和执行指令。术语“软件”可以应用到程序或例行程序的符号表示，例如打印出或显示的一列编程语言语句，但计算机程序的这类符号表示不被处理器执行。而是处理器拿取并执行以物理态存储在物理数据存储设备内的计算机指令。类似地，计算机可读介质是物理数据存储介质，例如磁盘、存储器和大容量存储设备，这些存储介质存储可触知的物理形式的数据，随后可以从物理数据存储介质检索出该数据。

控制器逻辑访问和使用各种不同类型的存储信息和输入，以便产生输出控制信号704，该输出控制信号704控制一个或多个受控实体的操作行为。控制器逻辑所使用的信息可以包括一个或多个存储的控制调度706、从一个或多个传感器708-710接收到的输出、通过即时控制界面712接收到的即时控制输入、以及从远程数据处理系统(包括基于云的数据处理系统713)接收到的数据、命令、和其它信息。除了产生控制输出704外，控制器逻辑还提供界面714，该界面714允许用户创建和修改控制调度，且也可以通过信息输出界面向远程实体、其它智能控制器和用户输出数据和信息。

图8示出智能控制器在其中操作的典型控制环境。如上所述，智能控制器802从用户或其它实体804接收控制输入，并使用这些控制输入以及存储的控制调度和其它信息来产生输出控制信号805，该输出控制信号805控制一个或多个受控实体808的操作。受控实体的操作可以改变传感器810-812所嵌入的环境。传感器向智能控制器802返回传感器输出或反馈。基于该反馈，智能控制器修改输出控制信号以便实现对于受控系统操作的一个或多个特定目标。本质上，智能控制器根据两个不同的反馈环修改输出控制信号。第一个最直接的反馈环包括来自传感器的输出，控制器可使用该输出确定随后的输出控制信号或控制输出修改，以便实现对于受控系统操作的预期目标。在许多情况下，第二个反馈环涉及给用户的环境或其它反馈816，该反馈816反过来引起对于智能控制器802的随后的用户控制和调度输入。换言之，用户可以被视为输出即时控制指令和控制调度变化而非原始传感器输出的其它类型的传感器，或可以被视为更高级的反馈环的部件。

具有许多不同类型的传感器和传感器输出。通常，传感器输出与一些类型的参数、机器状态、组织状态、计算状态或物理环境参数直接地或间接地相关。图9示出传感器输出的一般特性。如图9中的第一个图902中所示，传感器可以输出随着时间变化的信号(用曲线904表示)，该信号与关于纵轴906绘制的参数P直接地或间接地相关。传感器可以连续地或间隔地输出信号，输出的时间是关于横轴908绘制的。在某些情况下，传感器输出可以与两个或更多个参数相关。例如，在图910中，传感器输出值在时间上与两个不同的参数P₁和P₂直接地或间接地相关，参数P₁和参数P₂是分别关于轴912和轴914绘制的，时间是关于纵轴916绘制的。在以下讨论中，为了简化说明和讨论，假设传感器产生与单个参数直接地或间接地相关的输出，如在图9中的图902中。在以下讨论中，假设传感器输出为对于参数P的一组参数值。该参数可以与环境情况相关，环境情况例如为温度、环境光级别、声音级别和其它这类特性。然而，该参数也可以是机器部件的一个或多个位置、存储器存储地址在数据存储设备中的数据状态、从电源引出的电流、气体或流体的流动速率、气体或流体的压力、以及包括用于控制目的的有用信息的许多其它类型的参数。

图10A-图10D示出智能控制器在控制操作期间所处理和产生的信息。所有这些图示出类似于图9中的图902的图，其中，关于纵轴绘制参数的值或另一组有关控制的值，关于横轴绘制时间。图10A示出对于受控实体操作的结果的理想化规范。图10A中的纵轴1002代表指定的参数值P_S。例如，在智能恒温器的情况下，该指定的参数值可以为温度。相比之下，对于灌溉系统，该指定的参数值可以为流速。图10A是表示期望的参数值在时间上的连续曲线1004的图，智能控制器倾向于通过这些期望的参数值来实现对一个或多个设备、机器或系统的控制。该规范指示期望该参数值初始是低的1006，然后上升到相对高的值1008，然后下降到中间值1010，之后再上升到较高值1012。控制规范可以在视觉上被显示给用户，作为一个示例，被显示成控制调度。

图10B示出在图10A中所示的控制规范所对应的控制调度的另一视图或编码数据的视图。控制调度包括对应于图10A中的边沿1018的参数值增大1016、对应于图10A中的边沿1022的参数值减小1020、和对应于图10A中的边沿1016的参数值增大1024的指示。图10B中所绘制的方向箭头可以被视为设定点变化，或在某段时间内的特定时间点处的期望参数变化的指示。

设定点变化可以被存储为具有多个字段的记录，多个字段包括指示设定点变化是否为系统产生的设定点或用户产生的设定点的字段、指示设定点变化是否为即时控制输入的设定点变化或调度的设定点变化的字段、指示设定点变化的创建的时间和日期的字段、指示设定点变化的最后一次编辑的时间和日期的字段和其它这类字段。此外，设定点可以与两个或更多个参数值相关联。作为一个示例，范围设定点可以指示参数值的范围，在该范围内，智能控制器应当保持受控环境。设定点变化通常被称为“设定点”。

图10C示出智能控制器所输出的控制，其可以来自于图10B所示的控制调度。在本图中，关于纵轴1026绘制输出控制信号的幅度。例如，控制输出可以为由智能恒温器向加热单元输出的电压信号，高电压信号指示加热单元当前应当正在操作，低电压信号指示加热系统不应当正在操作。图10C中的边沿1028对应于图10B中的设定点1016。正的控制输出1030的宽度可以与期望的参数值变化的长度或幅度有关，由设定点箭头1016的长度来指示。当获得期望的参数值时，智能控制器不继续输出高电压信号，如用边沿1032表示。图10B中的设定点1020和设定点1024引起类似的正的输出控制信号1034和输出控制信号1036。

最后，图10D示出观测到的如源于智能控制器对一个或多个受控实体的控制的传感器输出所指示的参数变化。在图10D中，关于纵轴1040绘制直接或间接与参数P相关的传感器输出。观测到的参数值用平滑的连续曲线1042表示。尽管该连续曲线可以被视为与在图10A中所绘制的初始规范曲线有关，但观测的曲线不精确地匹配该规范曲线。首先，受控实体可能花费有限的一段时间1044来实现在图10B中所绘制的控制调度中的设定点1016所代表的参数值变化。而且，一旦获得参数值且受控实体倾向于非连续操作，则参数值可以开始下降1046，形成启动反馈的控制输出以恢复受控实体的操作，以便保持期望的参数值。因此，图10A中的期望的高级恒定参数值1008事实上可能以随时间变化的曲线1048结束，该随时间变化的曲线1048不精确地对应于控制规范1004。智能控制器使用以上参照图8所讨论的第一级反馈来控制一个或多个受控实体，使得如图10D所示的随时间观测到的参数值尽可能接近地匹配图10A中的参数的指定的时间行为。以上参照图8所讨论的第二级反馈控制环可以涉及用户随时间进行的规范的改变，如图10A所示，要么利用对存储的控制调度的变化，要么利用即时控制指令的输入来完成，以便生成修改的规范，该修改的规范产生反映用户期望的操作结果的参数值/时间曲线。

图11A-图11C示出三种不同类型的控制调度。在图11A中，控制调度是代表作为时间的函数的参数值的连续曲线1102，关于纵轴1104绘制该参数值，关于横轴1106绘制时间。该连续曲线仅包括水平部分和竖直部分。水平部分表示期望将参数保持恒定的时间段，竖直部分表示特定时间点处的参数值的期望变化。这是简单类型的控制调度，且在下文中用在自动控制调度学习的各种示例中。然而，自动控制调度学习方法也可以学习较复杂类型的调度。例如，图11B示出不仅包括水平段和竖直段、还包括任意角度的直线段的控制调度。因此，利用这样的控制调度，可将参数值的变化指定成以给定速率发生，而非指定成如在图11A中所示的简单控制调度中的瞬间发生。自动控制调度学习方法也可以容纳基于平滑的连续曲线的控制调度，例如如图11C所示的控制调度。通常，相比于图11B和图11A所示的较简单的控制调度，基于光滑的连续曲线的控制调度(例如如图11C所示的控制调度)的特性描述和数据编码是更复杂的且包括更大量的存储数据。

设定点变化(经常被简称为“设定点”)通常被编码成电子存储器和/或大容量存储设备内的记录。

在以下讨论中，通常假设参数值在无系统操作时趋向于朝着较低值释放，例如当参数值为温度且受控系统为加热单元时。然而，在其它情况下，参数值在无系统操作时可以趋向于朝着较高值释放，例如当参数值为温度且受控系统为空调时。释放的方向经常对应于系统使用较低资源或费用的方向。在另外的其它情况下，释放的方向可以取决于环境或其它外部条件，例如当参数值为温度且受控系统为包括加热和制冷功能二者的HVAC系统时。

转到图11A中所示的控制调度，连续曲线表示的控制调度1102可以可替选地被编码成在连续曲线中的对应于竖直部分或边沿的离散设定点。在以下讨论中，通常使用连续曲线的控制调度来表示存储的控制调度，该存储的控制调度要么由用户或远程实体借助智能控制器所提供的调度创建界面来创建，要么由智能控制器基于已存在的控制调度、记录的即时控制输入和/或记录的传感器数据或这些类型的信息的组合来创建。

在参数值对时间的图中用图形表示即时控制输入。图12A-图12G示出即时控制输入的图示，该即时控制输入可被智能控制器接收并执行，然后记录并覆盖到控制调度(例如上文参照图11A-图11C所讨论的控制调度)上，作为自动控制调度学习的一部分。利用结束于小的填充或阴影圆的竖直线段，用图形表示即时控制输入。图12A示出两个即时控制输入1202和1204的图示。即时控制输入基本等效于控制调度(例如如图11A所示)的边沿，预期智能控制器将立即执行输入控制的用户或远程实体将该控制调度输入到该智能控制器，从而覆盖指定智能控制器的操作的任何当前控制调度。因此，即时控制输入是通过控制输入界面输入到智能控制器的实时设定点。

因为即时控制输入改变当前控制调度，所以即时控制输入通常与随后的临时控制调度相关联，在图12A中，该临时控制调度被示出成水平和竖直虚线，这些虚线形成临时控制调度参数对时间的曲线，该曲线从即时控制输入开始在时间上向前延伸。临时控制调度1206和临时控制调度1208分别与图12A中的即时控制输入1202和即时控制输入1204相关联。

图12B示出即时控制输入以及相关联的临时控制调度的示例。即时控制输入1210本质上为输入设定点，该输入设定点覆盖当前控制调度且指导智能控制器控制一个或多个受控实体，以便达到等于在即时控制输入的图示中的填充圆1212的纵坐标的参数值。在即时控制输入之后，临时恒温控制调度间隔1214延伸即时控制输入之后的一段时间，然后利用随后的即时控制输入终点或随后的设定点1216使即时控制输入释放。在间隔1214中保持即时控制输入的时间长度是自动控制调度学习的参数。随后的即时控制输入终点设定点1216的方向和幅度表示一个或多个附加的自动控制调度学习的参数。请注意，自动控制调度学习的参数是可调整的参数，其控制自动控制调度学习的操作，并且不同于包括控制调度的关于时间绘制的一个或多个参数值。在当前讨论所参考的示例控制调度中的关于纵轴绘制的参数值与观测量直接或间接有关，观测量包括环境情况、机器状态等。

图12C示出现有控制调度，即时控制输入被添加在该现有控制调度上。该现有控制调度在上午7点(图12C中的1222)要求参数值P的增大，该增大用边沿1220表示。即时控制输入1224指定稍微有点小的幅度的较早的参数值变化。图12D-图12G示出各种随后的临时控制调度，其可以根据智能控制器逻辑的各种不同实现和/或自动控制调度学习的参数值的当前值获得。在图12D-图12G中，利用虚线段示出与即时控制输入相关联的临时控制调度，用点线段示出即时控制输入所覆盖的现有控制调度的部分。在一个方法中，如图12D所示，即时控制输入1224所指示的期望参数值被保持达固定的时间段1226，在该段时间之后，临时控制调度释放(用边沿1228表示)到控制调度在执行即时控制输入的时间点处所指定的参数值。该参数值被保持1230，直到下一个调度的设定点，该下一个调度的设定点对应于图12C中的边沿1232，智能控制器在该点处恢复根据控制调度的控制。

在图12E中所示的另一方法中，即时控制输入1224所指定的参数值被保持1232，直到达到下一个调度的设定点，在该情况下，该设定点对应于图12C中所示的控制调度中的边沿1220。在该下一个设定点处，智能控制器恢复根据现有控制调度的控制。

在不同的方法中，如图12F所示，智能控制器保持即时控制输入1224所指定的参数值达固定的时间段1234，在该时间段1234之后，现有控制调度在该时间点处已经指定的参数值被恢复1236。

在图12G中所示的方法中，即时控制输入1224所指定的参数值被保持1238，直到达到与即时控制输入反方向的设定点，在该设定点处，现有控制调度被恢复1240。在另外的替选方法中，可以将即时控制输入进一步释放到最低合理性的级别，以便试图关于资源和/或能量支出优化系统操作。在通常用在侵略学习期间的这些方法中，用户不得不积极地选择大于或小于与最小的或低的能量或资源使用率相关联的参数值的参数值。

在自动控制调度学习的一个示例实现中，智能控制器在监控时段的过程上监控即时控制输入和调度变化，该监控时段通常与控制调度或子调度的时间间隔一致，同时根据现有控制调度(除了被即时控制输入和输入调度变化所覆盖的部分)控制一个或多个实体。在监控时段结束时，将记录的数据添加在现有控制调度上，并且通过组合现有控制调度和调度变化及即时控制输入的特征来生成新的临时调度。遵循各种类型的决议，新的临时调度被提升至对于未来时间间隔的现有控制调度，在该未来时间间隔内，现有控制调度用于控制系统操作。

图13A-图13D示出本申请涉及的智能控制器在其中操作的一般背景。如图图13A所示，该背景包括区域或容区1302、一个或多个智能控制器1304和1306、以及受所述一个或多个智能控制器控制且在区域或容区1302上操作的一个或多个设备、系统或其它实体1306-1308。在许多情况下，智能控制器被描述成控制区域或容区1302，尽管事实上它们直接控制一个或多个设备、系统或其它实体1306-1308。区域或容区1302可以是包括多个连接的或分离的子区域或子容区的合成区域或容区。受智能控制器控制的一个区域、多个区域、一个容区或多个容区下文被称为“受控环境”。智能控制器可以位于环境内，如同图13A中所示的智能控制器1304，或者可以位于外部，例如如同图13A中的智能控制器1306。类似地，在环境上操作的设备、系统或其它实体1306-1308可以位于环境内，例如如同图13A中的系统1306，或者可以位于环境的外部，例如如同图13A中的系统1307-1308。在以下子章中所讨论的具体示例中，系统为HVAC系统和/或附加的空调和加热器，且智能控制器为智能恒温器，环境为由受智能恒温器控制的系统加热、冷却和/或通风的住宅、多家庭的寓所、商业大厦或工业大厦。

如图13B所示，智能控制器1304和智能控制器1306通常彼此互相通信，且可以附加地与远程计算系统1310互相通信，某些控制任务和与智能控制有关的计算被分布到该远程计算系统1310。此外，智能控制器通常向受智能控制器控制的系统1306-1308输出控制信号，并从系统1306-1308接收数据信号。如图13C所示，系统1306-1308受智能控制器控制，以在环境1302上操作。该操作可以包括各种类型的物质的交换、导致与环境的热交换的操作、与环境的电流的交换、以及许多其它类型的操作。这些操作通常影响环境的一个或多个特性或参数，这些特性或参数直接或间接地受智能控制器监控。本申请涉及的智能控制器通常基于控制调度和即时控制输入控制环境，上述即时控制输入可以被视为覆盖在控制调度上或添加到控制调度。在图13C中，利用两个图1312和1314示出了该一大类智能控制器在其中操作的背景。第一图1312是控制调度的已经添加了即时控制输入1316的一部分。可替选地，控制调度的该部分可以表征调度的设定点而非即时控制输入1316。纵轴被标为“P”1318以表示环境的特定参数或特性(称为“环境参数”)的值，横轴表示时间1320。即时控制输入1316或可替选地调度的设定点通常表示参数或特性1322的期望变化，用△P表示。在即时控制输入时、或在调度的输入之前或调度的输入时，智能控制器通常向系统输出控制信号以便将参数或特性P改变△P。应当注意，尽管在当前示例中△P为正的，即期望的参数P大于参数P的当前值，但是△P也可以为负的，即P的期望值小于当前的P。也可以是智能控制器相对于多个参数控制系统的情况，在该情况下，对于各个参数可以具有单独的控制调度，且多个参数可以被组合在一起以形成对于单个控制调度的复合参数，可替选地，设定点可以与对于一个或多个环境参数中的每个环境参数的多个P值相关联。在以下讨论中，为了简化说明和讨论，假设一个或多个智能控制器监控单个参数P，每个设定点指定单个参数值，以及智能控制器向一个或多个系统输出控制信号以便控制受控环境1302内的参数P的值。

如图1314中所示，一旦智能控制器启动系统操作以便将参数P的值改变△P，则参数P随着时间以连续的方式从初始的P值1324变化到期望的P值1326。换言之，不能在对应于即时控制输入或调度的设定点的时间点上瞬间改变P值。因此，具有时间间隔△t 1328，被称为“响应时间”，其将即时控制输入或调度的设定点变化的时间与达到由设定点变化或即时控制输入指定的参数值的时间隔开。本申请涉及的智能控制器将在该响应时间△t间隔1328内的P对t的行为建模，从而在响应时间期间的任何时间点上，可以显示或上报到获得期望的t值的时间点剩余的时间或换言之剩余响应时间。因此，例如，在时间t₁1330处，智能控制器计算时间间隔△t₁1332(剩余响应时间)的长度，并将该时间间隔的长度以本文的、图形的或数值的显示输出上报在智能控制器的显示设备(例如图4中的显示设备410)上，或通过远程显示界面输出该信息，用以显示在远程显示设备(例如智能手机)上。该信息可以包括剩余响应时间的指示、相对于全部响应时间的剩余响应时间的指示、包括目前已过去的响应时间的信息、或其它与响应时间有关的信息。应当注意，从剩余响应时间的显示开始，对于各种不同的智能控制器的操作，可以独立地使用达到期望的P值之前的剩余时间的计算。例如，智能控制器可以根据针对各种不同的控制策略所计算的剩余响应时间来改变控制策略。

在第一印象中，计算剩余响应时间的任务可以表现地相对简单。然而，如图13D所示，该任务经常很不简单。图13D示出可改变受控环境的P对t的行为的各种不同条件和效果。在许多情况下，一天中的时间、天气和一年中的时间1340可以改变环境的P对t的行为，下文称为环境的P响应。该P响应也可被去往系统的不同类型的输入1342-1344或系统的内部状态改变。例如，需要用于操作的电力的系统可以在电力故障期间是不操作的，其结果是在电力故障期间的P响应可以基本上不同于电力可用时的P响应。P响应也可受除了操作在环境上的系统1346以外的外部实体影响，或受除了操作在环境1348上的系统1306-1308以外的内部系统和设备影响。此外，对于建筑或结构的变化(例如打开的窗户1350)可以因热交换或材料交换1352而显著地改变对于环境的P响应。这些是可改变环境的P响应的许多不同的可能因素中的一小部分，因此使由智能控制器执行的剩余响应时间的计算和显示复杂化并受挫。

在本申请涉及的智能控制器的许多实现中，由于可影响对于受控环境的特定P响应的许多因素，因此一个或多个智能控制器在响应时间期间使用对于P响应的至少两种不同的模型，以便计算和显示剩余响应时间。图14A-图14E示出基于观测到的P响应数据的第一种P响应模型中的一个或多个的构造。图14A示出智能控制器进行的数据收集和来自数据的参数化的P响应曲线的构造。在图14A中，横轴1402是时间轴，关于该时间轴示出各种数据状态。在即时控制输入或调度的设定点之后的响应时间(例如图13C中的间隔△t 1328)期间，智能控制器监控P值随时间的变化并绘制用于表示观测到的P响应曲线的点。在图14A中，第一个这样的图1404表示关于智能控制器的第一个观测到的P响应曲线所绘制的点。通常将这些点存储在文件或数据库中，经常作为编码的坐标对，而非以图表绘制的坐标对。然而，为了便于描述和说明，在以下讨论中将存储的数据称为“图”。第一个P响应的观测通常产生一组点，例如图1404中所绘制示出的点，该图1404描述P对t的行为的一般趋向。智能控制器继续随时间对P响应进行观测，将观测到的P对t的点添加到图，如图14A中的图1406-1409所示。在一些时间后，若在视觉上将记录的P对t的点绘制在曲线图中，则它们将会形成暗示P对t的曲线的点的相对密集的云，该P对t的曲线描述对于受控环境的P响应。当已经存储了足够的点时，智能控制器可以生成参数化的模型或功能，其在统计上最佳地拟合收集的点，如在图14A中用参数化的图1410表示。参数化的图是与表示在许多P响应的观测的过程上观测到的P对t的数据的模型相关联的图。在某些情况下，可以在图参数化之后，或在经过重要的时间段之后，丢弃P响应数据。

具有用于P响应曲线的许多可能模型。图14B示出一个P响应曲线的模型。在图14B中，表达式1416

$\mathrm{\ΔP}=\frac{a}{1+e^{-(\mathrm{bt}-a)}}-a^{-1.95}=f(t,a,b),$

被绘制在曲线图1418中，横轴1420表示时间，纵轴1422表示从原点1424表示的初始时间开始的P值的变化△P。该模型在零和约15分钟之间为非线性的，接近为线性的达10分钟，再次为非线性的直到约35分钟，然后在此之后变得非常平。应当注意，该模型可以适于某些类型的设备和系统对其起作用的某些环境中的某些△P变化和某些类型的特性和参数，但是它当然不适于大量或甚至大部分可能的受控环境、△P变化以及特性和参数。该表达式被两个常量a和b参数化。因此，通常，该模型将△P计算成时间的函数，针对给定的P和给定的受控环境所确定的一个或多个值恒定的参数将该函数参数化。在图14D中所示的模型的情况下，可以通过改变参数b的值来改变从该模型产生的P响应曲线的直线部分的斜率，同时可以通过改变参数a的值来改变△P值的范围。许多其它类型的模型可以用于P响应曲线。

针对观测到的P响应的收集而产生的参数化的模型通常仅为估计，并且由于可影响P响应的所有不同因素，因此该参数化的模型通常为对于受控环境的平均P响应的估计。若将模型曲线绘制在表示观测数据的点的密集的云内，则通常实际上仅非常少的观测点将会落在该模型所产生的P响应曲线上。通过评估数据在多大程度上拟合模型来选择和评估模型。具有许多统计方法，可以采用这些方式来计算模型与实验数据的拟合度。图14C-图14D示出一种这样的方法。图14C以图表1430示出模型P响应曲线，该图表类似于图14B中所示的图表，除了观测到的P对t的点中的一个点1432。穿过观测到的P对t的点1432的竖直线段1434也在点1436处穿过模型曲线且在点1438处穿过时间轴，点1438的时间坐标被称为t₁。观测到的P对t的点的△P坐标1438被标为△P_o，且在模型曲线上对应于时间t₁1410的点的△P坐标1440被标为△P_c。观测到的数据点i 1432与对应的模型点1436之间的差异△_olci可以被计算成：

${\mathrm{\Δ}}_{{\mathrm{loc}}_i}=\frac{{(\mathrm{\Δ}{P}_o-\mathrm{\Δ}{P}_c)}^2}{\mathrm{\Δ}{P}_c}$

可以通过如下对所有的对于所有数据点的差异求和来计算对于关于观测数据的曲线的拟合值：

若所有的数据点都沿着模型曲线下落，则拟合值将会为0。随着观测数据进一步离开模型曲线，该拟合值增大。

如图14D所示，经常是从各种不同的数据组计算出的拟合值落在特定类型的概率分布中的情况。一种这样的概率分布在图14D中示出。纵轴1460表示观测到特定拟合值的概率，横轴1462表示不同可能的拟合值。对于特定拟合值，例如拟合值1464，在图14D中用斜线画成阴影所示的、到拟合值1466的右侧的概率分布曲线下方的区域表示观测到拟合值1464或大于该拟合值的拟合值的概率。该概率也可以用于评估模型关于观测数据的合理性。当等于或大于观测的拟合值的拟合值的概率落在阈值概率以下时，可以抛弃该模型。

回到图14A，在观测每个响应并将用于观测到的P响应的数据点添加到图之后，智能控制器可以计算各种不同模型相对于数据的拟合值，并且当一个或多个模型与小于第一阈值的拟合值相关联或与大于第二阈值的对应概率值相关联时，智能控制器可以从一个或多个模型中选择最拟合的模型，并通过将所选的模型(包括对于模型参数所选的恒定值)与图相关联来生成参数化的图。这构成在以下讨论中被称为“将图参数化”的情况。一旦将图参数化，则图变成全局模型，智能控制器可使用该全局模型来预测剩余响应时间或已用时间、用于显示或用于其它目的的值。随着时间过去，在增加了新的P响应数据之后，可以持续改善参数化的图，包括改变与参数化的图相关联的全局模型和改变恒定参数值。该改善可以无限期地继续，或可以在构造高度可靠的模型之后被终止。可替选地，参数化的图可以表示滑动的数据窗口，仅具有最近用于选择当前相关联的模型和参数值的数据。

智能控制器可以针对各种不同的情况生成各种不同的参数化模型，也被称为“全局模型”。图14E示出多个全局模型的生成，作为图14A中所示的时间线的续篇。一旦已经生成第一个参数化的图1410，则智能控制器可以挑选，以将收集的数据点划分在多个图1412-1415上，各个图收集在不同情况下观测的P响应。例如，当确定天气和外界温度是对P响应的重要影响时，智能控制器可以收集针对晴天、阴天、夜晚、大风天和其它这类不同的天气情况的单独的P响应数据。图14E示出将初始图1410划分为沿着竖向参数或条件维度(例如天气与温度的维度)设置的四个图1412-1415。然后，如图14E所示，智能控制器可以继续为这些各个图中的每个图收集数据，直到它们可以被参数化，具有列1420中所示的参数化的图。此时，智能控制器于是可以生成新的图，其基本上沿着新维度(如用图14E中所示的多组图的列1422表示)扩展数据收集。除了针对特定情况后续生成的全局模型外，还可以保留中间全局模型(例如全局模型1410)。当然，为了将多维度的图参数化而需要收集的数据的量以指数方式变大，并且该组合效果严格地约束智能控制器可考虑的不同维度的数量。但是，智能控制器不需要被约束成仅生成单个全局模型，而是可以生成多个全局模型，各全局模型针对不同情况或不同的一组情况，以便更好地接近在那些情况下获得的P响应曲线。在某些情况下，响应模型可以取决于由调度的设定点变化或即时输入控制所表示的△P的幅度。

智能控制器可采用的第二种P响应模型被称为“局部模型”。通常，不管有多少数据被收集且被用于生成一个或多个全局模型，智能控制器都难以生成对于高精度的剩余响应时间的计算足够精确的全局模型。尽管不总是这种情况，但是它不是意想不到的，这是由于可影响P响应的所有各种不同类型的因素造成的，如上文参照图13D所讨论的。然而，在特定的响应时间内可能频繁地生成较简单的局部模型。图15A-图15B示出几种局部建模技术。

图15A示出一种局部模型。在许多情况下，在智能控制器将控制信号输出到一个或多个系统之后，具有称为△t_不稳定1502的时间段，在该时间段内，P值可以未能改变或实际上在与期望方向相反的方向上改变。在不稳定的时间间隔1502之后，△P对t的响应可以几乎是线性的1504。这种局部模型可以被表达成：

ΔP＝mt-mt_不稳定

其中，m是直线部分的斜率且对于该模型是单一恒定量。如图15B所示，即使当不稳定时段之后的响应不是线性的而是曲线时，也可以利用一系列局部线性模型接近该响应。在图15B中，P响应在围绕具有时间坐标t₁1506的点1504(被视为局部原点)的虚线圈1502内的部分几乎是线性的，且可以利用线性模型1508来近似表示，该线性模型1508被表达成：

ΔP＝mt_c

P响应曲线在虚线圈1510内的另一部分可以用具有不同斜率的不同线性模型来近似表示。因此，通过在即时控制输入或调度的设定点与获得期望P值的时间之间的间隔上选择一组连续的线性模型，智能控制器可以逐步地计算准确的剩余响应时间。

因此，全局模型和局部模型提供了P响应的模型。通常在即时控制输入或调度的设定点之后的响应时间的初始部分期间使用全局模型，这是因为在该初始时间段内通常不具有足够的观测数据来计算用于局部模型的参数和/或来选择特定局部模型。然而，情况经常是这样的：在初始时间段之后，当足够的P对t的数据点可用于当前P响应时，可以选择局部模型并将其参数化以提供更准确的直到获得期望P值的时间之前的剩余响应时间的预测。然而并不总是这种情况。情况可能是这样的：在整个响应时间上，全局模型更具备预测性，或者在选择和使用局部模型之后，在经过另一段时间后，全局模型再次能够从局部模型更好地预测剩余响应时间的值。在某些情况下，全局模型和局部模型都不能提供足够的预测能力。出于该原因，本申请涉及的该类智能控制器中的许多智能控制器连续地再评估P响应模型并试图为整个间隔上的每个时间点选择最好的模型，在该间隔内连续地、周期性地或间歇地计算和显示剩余响应时间的值。

除了用于在环境对一个或多个系统的即时控制引起的或调度的设定点变化引起的控制的响应期间△P随t的变化的局部和全局的P响应模型外，许多附加类型的与P响应有关的信息可以被智能控制器获得，并电子存储在智能控制器内的存储器和/或大容量存储设备中或在智能控制器可访问的远程计算设施中。图16-图17使用与图14B-图14C及图15A-图15B中所示的图相似的图示出两种附加类型的信息，上述信息可通过监控P对t的响应行为和关于受智能控制器控制的系统的各种类型的附加信息来获得。图16示出针对特定类型的系统的△P/△t对P的曲线，该系统影响受控环境且直接受智能控制器控制。在图16中所示的情况下，△P/△t对P的曲线的一部分是直线1602。该线表示如下事实：对于已经针对其收集了数据的特定系统来说，该系统改变受控环境内的参数P的值的速率关于P的当前值变化。P的当前值可以是受控环境内的P的当前值或受控环境外部的P的当前值。例如，这种曲线频繁地用于描述热泵的有效性相对于外界温度的依赖性。如图16所示，具有临界P值P_c 1604，在该处△P/△t从正值转变为负值。当智能控制器正试图增大受控环境内的P值时，在当前P值(例如外界温度)小于临界P值P_c时，显然不会选择成使用具有△P/△t特性(例如图16中所示的△P/△t特性)的系统。频繁地，智能控制器建立大大高于P_c的P值临界值或锁定值，由于系统的有效性或P的变化速率在该锁定值之下很低，因此在该锁定值之下，智能控制器不激活系统以增大受控环境中的P的值。

图17示出不同类型的信息，智能控制器可以获得并电子存储该信息以表征特定系统。图17示出对于特定系统的△E/△P对P的图，其中，△E是将受控环境内的参数P的值改变△P所需的能量的量。事实上，该曲线反映了系统的能量效率相对于P的当前值的依赖性。P的当前值可以是受控环境内的P的当前值或受控环境外部的P的当前值。作为一个示例，这种曲线可以表示熔炉相对于外界温度的能量效率。在图17中所绘制的曲线1702中，在接近P₁1704的P值处，当△E/△P最低时，能量效率被最大化，当从该最大效率的P值开始增大或减小P时，能量效率降低。在熔炉的示例中，熔炉的能量效率可以随着外界温度的降低而降低，这是由于受控环境与外界环境的热交换增加，也可以当温度达到相对高的值时降低，这是由于熔炉所输出的空气的温度与周围温度之间的差值降低。换言之，当温度既不太冷也不太热时，熔炉不能够有效地增大受控环境的温度。

在图16和图17中所绘制的数据(如同之前所描述的P响应模型)通常在存储器和/或大容量存储设备中被存储成数据点的集合。如对于之前所描述的P响应模型，智能控制器可以随着时间累积对应于在图16和图17中所示的图的数据。如对于之前所描述的P响应模型，可以随着时间累积对应于在图16中所示的图的数据，以及可以针对计算效率将其参数化。也可以从其它源(包括从对于特定类型的系统的特性)部分地或完整地获得对应于在图17中所示的图的数据。

本申请涉及智能控制器，该智能控制器平衡控制以便实现有时可能冲突的多个目标，且以便实现冲突约束下的一个或多个目标。作为示例，智能控制器可以被设计成利用最小的能量支出尽可能快速地产生环境参数P的值的指定变化，以便符合表征受控的竖向设定点变化的控制调度，如上所讨论的。通常，由于对于受智能控制器控制的某些特定系统(例如呈现出图16和图17中所示的特性的系统)来说，为了控制受控环境中的P的值，随着△P/△t增大，△E/△P减小，因此这些目标冲突。

在本申请涉及的该类智能控制器内的某些智能控制器中，智能控制器提供用户界面的特征以允许用户为智能控制器的操作选择自动部件激活级别，该自动部件激活级别指定智能控制器如何平衡快速进行设定点变化但以能量高效的方式进行的对抗的目标。在智能控制器关于激活哪个或哪些系统来进行设定点变化的确定期间使用该自动部件激活级别。图18示出智能控制器的一个实现向用户提供的自动部件激活级别的用户界面。该自动部件激活级别的用户界面包括滑动条特征1802，滑动条特征允许用户沿着滑动条1802移动游标或光标1804，以在范围[最节省，最舒适]中选择自动部件激活级别。在最节省级别上，智能控制器寻找以使用用于实现受智能控制器控制的环境内的环境参数P的值的期望变化的能量最有效的和/或成本最有效的手段。相比之下，在最舒适的自动部件激活级别上，智能控制器试图尽可能快地进行P的值的期望变化。中间的自动部件激活级别的值表示在最节省和最舒适之间的各种级别的平衡。自动部件激活级别的用户界面也可以通过打开/关闭特征1806来启动和停用。在某些实现中，智能控制器识别四个自动部件激活级别：(1)关闭；(2)最节省；(3)平衡；和(4)最舒适。在其它实现中，可以具有更大量的自动部件激活级别。在某些实现中，可以具有连续范围的自动部件激活级别。

图18附加地示出覆盖在控制调度上的P响应曲线以及对于最节省的自动部件激活级别1808和对于最舒适的自动部件激活级别1810的能量使用的指示。在图18中，用实线(例如实线1812)表示控制调度，用虚线(例如虚的曲线1814)示出P响应曲线。在覆盖的控制调度之下，竖线(例如竖线1816)表示受智能控制器控制的一个或多个系统的能量使用的范围，填充圆(例如填充圆1818)表示特定的能量使用值。在图18中可见，在最节省模式下，使用相对少的能量来实现P值的变化，如用竖线1816内的填充圆1818的部分表示，但是P响应曲线1814具有相对缓倾的斜度，因此响应时间相对长。相比之下，在最舒适模式下，响应时间相对短，但能量使用相对高。

图19A至图19D示出关于P响应和响应次数的附加类型的信息，上述信息可电子存储在智能控制器内。图19A示出具有四列1904-1907的表1902，这四列包括：(1)自动部件激活级别1904；(2)P_低锁定1905；(3)P_高锁定1906；和(4)系统1907。该表的每行表示P值的范围[P_低锁定，P_高锁定]，在该范围内，智能控制器在各种不同的自动部件激活级别中的每种级别下激活系统。如上文参照图16所讨论的，低于临界P值，某些系统可以是不起作用的。也如参照该图所讨论的，P_低锁定值可以设置为图(例如图16中所示的图)所指示的P_c临界值，或设置为较高的P值，低于该较高的P值，系统可以是太无效的而无法用于增大受控环境内的环境参数P的值。类似地，系统可以与有效操作的上限P_高锁定相关联。P_低锁定和P_高锁定的锁定值限定P值的范围，智能控制器可以在该范围内进行选择以激活特定系统，并且P值的该范围可以随着自动部件激活级别而变化。智能控制器可以随着时间过去按照经验推导、确定存储在表1902中的值，或者初始指定这些值并随后进行调整。它们表示关于选择系统来激活以便在各种P值下实现设定点变化的探索。当具有附加的受控制的环境变量时，可以使用附加的这类表。

图19B示出可由智能控制器存储在电子存储器和/或大容量存储设备中的附加表。智能控制器可以针对各种不同的自动部件激活级别中的每种级别存储图19B中所示的这类单独的表。每个表(例如表1910)包括三列1912-1914，这三列包括(1)系统配置1912；即时控制输入1913；和调度的设定点变化1914。对于特定系统配置和特定类型的设定点变化，每个表存储智能控制器针对设定点变化应当达到的最大响应时间。系统配置可以对应于受智能控制器控制的全部类别的系统。例如，在气候控制应用中，系统配置可以指的是用于加热住宅的整类加热，包括辐射加热、热泵、强迫通风的火炉或加热单元的各种组合。各种不同类型的加热单元配置的用户可以期望不同的响应时间特性。例如，辐射加热用户可以习惯于减慢响应时间，从而允许智能控制器在控制加热单元实现能量有效控制方面具有较大活动范围。在某些实现中，类似的表可以包括对于各种不同的自动部件激活级别中的每种级别的预处理时间，每个表提供对于特定系统配置和特定类型的设定点变化的预处理间隔。

图19C示出可以存储在智能控制器内的电子存储器和/或大容量存储设备中的其它附加表。图19C示出一系列三个兼容性表1920-1922，每个表针对不同范围的P值，这些P值指示受智能控制器控制的四个系统两两之间的兼容性。这些表指示智能控制器当前是否可以激活两个系统。作为示例，热泵经常伴有用于家庭加热的辅助加热条，并且，在某些情况下，热泵的压缩机不能与辅助加热条同时操作。

图19D示出智能控制器所存储的信息，在一个实现中，该信息关于受智能控制器控制的四个不同的系统的P响应和其它特性，用于控制受控环境内的环境参数P的值。在图19D中，四个系统分别用矩形1930-1933表示。智能控制器存储对于每个系统的△P/△t对P的数据、△E/△P对P的数据、和P对t的数据，例如与系统1930相关联的△P/△t对P的数据1936、△E/△P对P的数据1938、和P对t的数据1940。上文参照图14A-图17讨论了这类信息。P响应模型可以附加地是针对专用系统或专用系统组合所收集的全局模型，从而它们反映专用系统或专用系统组合的P响应。此外，智能控制器存储对于所有的系统和/或配置的系统兼容性指示1942、锁定值1944和最大响应时间1946的表，如上文参照图19A-图19C所讨论的。

图20示出智能控制器对一个或多个系统的有效控制的技术的一个实现，以便根据调度的设定点变化或即时控制输入来改变环境变量P的值。图20示出控制调度2002以及当智能控制器控制一个或多个系统将环境变量P的值增大指定量△P 2006时获得的P响应曲线2004。通常，智能控制器被约束成在最大响应时间2008内增大环境变量P的值。为了在最大响应时间内实现P值的指定变化△P，智能控制器进行关于要激活哪些系统的初始决定(用阴影圆2010表示)，然后连续不断地监控P响应曲线(用非阴影圆表示，例如非阴影圆2012)，以确保在最大响应时间内实现期望的△P变化。若P值的变化速率开始落后于实现与即时控制输入或调度的设定点变化2016相关联的目标P值2014所需的变化程度，则智能控制器进行关于被激活以实现目标P值的系统的一个或多个附加决定，例如决定2018。注意，在图20中，初始决定被示出成发生在比设定点变化的时间早的时间点上。这反映了如下事实：初始决定未被束缚到设定点变化的时间，而可能发生得更早，以便开始改变环境变量P的值，从而可以采用能量有效的和/或成本有效的控制策略，该控制策略可需要比最大响应时间更长的时间段。也可能具有如下情况：初始决定发生在比设定点变化的时间晚的时间上或发生在与设定点变化的时间相同的时间上。

图21示出智能控制器的操作的控制流程图。通常，高级别的智能控制器在事件处理或事件轮询的背景内连续不断地操作。在步骤2102中，智能控制器等待下一个控制事件。然后当下一个控制事件以一系列条件语句发生时，智能控制器确定事件的类型并调用对应的控制例行程序。在如步骤2104中所确定的即时控制事件的情况下，在步骤2106中，智能控制器调用即时控制例行程序以进行智能控制器的用户交互的部分，以接收一个或多个即时控制输入，上述即时控制输入指导智能控制器发起控制信号、调整控制调度、和/或执行用户通过即时控制界面制定的其它行为。在控制事件是调度的控制事件的情况下，例如在当前时间对应于控制调度指定的执行控制活动的时间时，如在步骤2108中所确定的，在步骤2110中调用调度控制例行程序以执行调度的控制事件。当控制事件是调度界面事件时，如在步骤2112中所确定的，在步骤2114中，智能控制器调用调度交互例行程序以执行智能控制器的通过调度界面与用户的调度输入会话或调度改变会话的部分。在控制事件是传感器事件的情况下，如在步骤2116中所确定的，在步骤2118中，智能控制器调用传感器例行程序来处理传感器事件。传感器事件可以包括传感器因传感器输出的改变所产生的中断、设置成唤醒智能控制器来处理下一个调度的传感器数据处理的间隔的传感器数据的定时器的截止、和其它这类事件。当响应时间监控事件发生时，如在步骤2120中所确定的，在步骤2122中调用响应时间监控的例行程序来处理该事件。在下文中详细讨论这类事件。

图22A-图22E使用控制流程图示出智能控制器采用以实现即时控制输入和调度的设定点变化之后的期望的P响应行为的逻辑。图22A示出在图21的步骤2106中调用的即时控制例行程序的一部分。这是对于即时控制事件的事件处理者。在步骤2202中，例行程序将即时控制设定点添加到控制调度。然后在步骤2204中，例行程序调用例行程序“初始系统激活”以便选择一个初始系统或一组系统来激活以执行即时控制输入。上文参照图20中决定2010讨论了该初始系统激活例行程序。在步骤2206中，即时控制例行程序向所选的一个或多个系统输出合适的控制信号，并且如椭圆2208所指示的，可以执行与处理即时控制事件有关的各种其它步骤。在图21的步骤2210中调用的例行程序“调度的控制”进行类似于例行程序“初始系统激活”的调用来处理调度的设定点变化。

图22B提供对于图22A的步骤2204中所调用的例行程序“初始系统激活”的控制流程图。在步骤2210中，例行程序“初始系统激活”确定即时控制输入或调度的设定点变化所对应的△P以及当前P值(P_初始)、目标P值(P_目标)、和当前时间或初始时间。然后，在步骤2212中，初始系统激活例行程序确定在某些实施方式中通过自动部件激活级别的用户界面所设置的当前的自动部件激活级别，如上文参照图18所讨论的。在步骤2214中，智能控制器使用所确定的自动部件激活级别的值和系统配置信息来确定用于执行即时控制输入或调度的设定点变化的最大响应时间，该即时控制输入或调度的设定点变化导致从即时控制输入的事件处理者或调度的设定点变化的事件处理者调用例行程序“初始系统激活”。在步骤2216中，调用例行程序“选择系统组合”来选择用于初始激活的一个或多个系统，以便进行即时控制输入或调度的设定点变化。在步骤2218中，将所选的一个或多个系统的指示与用于实现P_目标值的目标时间存储在存储器中。在步骤2220中，例行程序“初始系统激活”调度下一个响应时间监控事件以便连续地、间歇地、或周期性地监控P响应曲线，以确保在最大响应时间内达到目标P值P_目标。

图22C提供对于图22B的步骤2216中所调用的例行程序“选择系统组合”的控制流程图。在步骤2224中，例行程序“选择系统组合”设置多个局部变量，包括将局部变量能量1、时间1、能量2和时间2设置到大的值和将局部变量组合1和组合2设置为空。然后，在步骤2225-2233的for循环中，例行程序“选择系统组合”考虑一个或多个系统的可能组合以便选择被智能控制器激活的最好组合，从而实现因即时控制输入或调度的设定点变化引起的指定的P值的变化△P。应当注意，尽管示出的控制逻辑假设完整的信息(例如图19D中所示)可用于所有系统，但是经常可能不是这种情况，在该情况下，在基于这些类型的信息的计算中进行合适的调整，包括默认值的使用或某种规则的应用的省略。在步骤2226中，例行程序“选择系统组合”使用合适于当前P值范围的兼容性表，如上文参照图19C所讨论的，以确保当前考虑的系统组合不包含不兼容的系统。而且，在步骤2226中，例行程序“选择系统组合”使用上文在图19A中所讨论的表以确保当前考虑的系统组合中的所有系统都不在其前P值范围之外。在当前考虑的系统组合包括不兼容的系统或应当在当前情况下停用的系统时，拒绝该组合，并且控制流程去往步骤2225-2233的for循环的下一个反复。在步骤2227中，例行程序“选择系统组合”使用用于当前考虑的组合中的各系统的系统专用信息，例如用于在图19D中的系统1930的数据1936、数据1938和数据1940，以便计算实现P_目标所需的时间和进行该操作所用的能量的量。P_目标的估计可以附加地使用其它类型的信息，包括天气预报、系统操作状态和从远程信息源获得的其它这类信息。可以使用各种不同的方法获得该时间和能量值。过分简单化的方法可以利用各个系统利用加权或随后的平均化实现P_目标所需的能量和时间的加法组合，以便计算总的时间和能量值。可替选地，可使用更复杂类型的计算以便精确地估计当前考虑的系统组合实现P_目标所需的响应时间和能量使用。当计算的时间小于或等于在图22B中的步骤2214中所确定的最大响应时间时(如在步骤2228中所确定的)，且当计算的能量小于在能量1(其表示用于之前考虑的系统组合的最低观测能量)中存储的值时(如在步骤2229中所确定的)，则在步骤2230中，将局部变量组合1设置成当前考虑的系统组合，将能量1设置成所计算的能量，以及将时间1设置成所计算的时间。当所计算的时间不小于或不等于最大响应时间但所计算的时间小于局部变量时间2中当前所存储的值时(如在步骤2231中所确定的)，则在步骤2232中，将局部变量组合2设置成当前考虑的系统组合，将能量2设置成所计算的能量，以及将时间2设置成所计算的时间。换言之，在步骤2225-2233的for循环中，考虑一个或多个系统的各种可能组合，以发现(如果可能)针对具有最低可能的能量使用的系统配置，会在小于或等于最大响应时间中实现P_目标的组合。应当注意，例如在上文参照图19B所讨论的表中，可以从存储器中所存储的值开始，根据各种附加规则、探索和考虑(例如正在执行的设定点变化的性质)动态地改变最大响应时间。事实上，可以使用附加规则和特性来动态地改变监控和调整控制策略所采用的各种阈值。当一个或多个系统的所有组合在小于或等于最大响应时间中都不能实现P_目标时，确定具有最小估计响应时间的一个或多个系统的组合。当至少一个系统组合可以在小于或等于最大响应时间中实现P_目标时，如在步骤2234中所确定的，则例行程序“选择系统组合”返回这些系统中能量最有效的系统。否则，返回最快实现P_目标的组合。在替选实现中，不考虑大量可能的系统组合，在步骤2225-2233的for循环中，可以选择初始系统并根据需要添加附加系统以获得足以进行设定点变化的系统组合。

图22D提供图21的步骤2122中所调用的例行程序“响应时间监控”的控制流程图。这是用于响应时间监控事件的事件处理者，并且执行对于如上文参照图20中的2012所讨论的P响应的监控。在步骤2240中，例行程序“响应时间监控”确定环境变量P的当前值。当该值小于P_初始时(如在步骤2242中所确定的)，且当该当前时间大于P响应曲线的初始时间加上某一恒定值时(如在步骤2244中所确定的)，则在步骤2246中调用例行程序“重选”以便试图选择一个或多个系统的更好组合激活以尽可能快地实现P_目标。例行程序“重选”对应于上文参照图20中的2018所讨论的后续决定。在该情况下，P值的变化在方向上与期望变化相反。添加到当前时间的恒定值确保在初始系统激活之后的初始不稳定时段期间不进行活动系统的重选。类似地，当环境变量P的当前值小于P的投影值减去常量时，如在步骤2248中所确定的，其指示没有正在进行朝向P_目标的足够前进，则在步骤2246中调用例行程序“重选”。当环境变量P的当前值在P_目标的阈值距离内时，如在步骤2250中所确定的，例行程序“响应时间监控”返回而不调度下一个响应时间监控事件，这是因为不再需要P_目标的响应时间监控。否则，在步骤2252中调度下一个响应时间监控事件。

图22E提供图22D的步骤2246中所调用的例行程序“重选”的控制流程图。该例行程序类似于在图22C中所示的例行程序“选择系统组合”。然而，在例行程序“重调度”的情况中，在步骤2259-2264的for循环中确定提供P_目标的最快实现的一个或多个系统的组合，并且在步骤2266中将合适的控制信号输出到所选的一个或多个系统。最后在步骤2268中调度下一个响应时间监控事件。

因此，返回图20，在即时控制输入或调度的设定点变化2016之后，调用图22B中所示的例行程序“初始系统激活”以便决定激活一个或多个系统的哪个组合来实现目标P值，用在图20中的决定2010表示步骤。然后，通过连续地重调度下一个响应时间监控事件，在响应时间期间重复地调用例行程序“响应时间监控”以监控朝向目标P的进展，如用未填充的圆(例如图20中的未填充的圆2012)表示。在朝向目标P的进展不符合要求时，如在例行程序“响应时间监控”中所检测的，调用在图22E中所示的例行程序“重调度”以便重选一个或多个系统来激活以试图在最大响应时间内(如果仍可能)或尽可能快地(如果不再可能在最大响应时间内)达到目标P值。在图20中用填充圆2018示出重调度操作。在一个实现中，智能控制器内的低功率处理器可以使用简单探索来进行监控，同时较高功率的处理器可以进行系统激活决定，当确定需要活动系统重选时，低功率处理器唤醒较高功率的处理器。

智能控制器在即时控制输入或调度的设定点变化之后对朝向目标P值的进展的连续的、间歇的或周期性的监控允许智能控制器实现能量效率和响应时间之间的期望的平衡。在附加实现中，其它考虑可以作为选择一个或多个子系统来激活以实现环境参数的指定值的因素。在某些情况下，智能控制器可以进行更复杂的考虑以便在各种不同约束下实现多个参数的指定值。

应当注意，智能控制器在响应监控期间计算响应时间的值并将计算的剩余响应时间的值存储在至少一个存储器中。智能控制器也将用于激活的一个或多个系统的选择存储在存储器中以便后续产生控制信号。

包含利用智能控制器监控进展且动态地改变控制的方法和实现的智能恒温器

参照图20-图22E所讨论的响应监控技术发现智能恒温器(一类智能控制器)中的特定应用。许多住宅的和商业的受控环境采用热泵来加热和冷却。热泵在较高温度下是有效的，但在外界温度下降时丧失其有效性。出于该原因，除了热泵外，许多住宅的和商业的受控环境还包括某种辅助加热系统，以允许在比热泵有效加热受控环境的温度低的温度的合理响应时间。然而，通常，辅助加热系统倾向于能量有效性比热泵低、操作成本比热泵高、或通常既能量有效性低又成本高，经常能量有效性为其1/5和1/3之间，成本为其3倍和5倍之间。因此，使用上文讨论的响应型监控技术，智能恒温器可以试图在仅激活热泵以保存能量与代替热泵或同热泵同时激活辅助加热系统以实现可接受的响应时间之间动态地产生可接受的平衡。

重要的问题出现在如下二者之间的交界面处：(i)使用已知的感测和处理方法可实现的节能技术，和(ii)实现这类节能技术的设备的实际普及的用户采用和那些设备到其日常例行程序和环境中的集成。节能设备的用户界面通常需要向用户提供容易的、享受的和令人愉快的体验，或用户可以忽视设备的节能特征，例如通过避免与先进的节能特征交互、例如通过在永久性基础上将恒温器设置成临时手动操作模式来使先进特征停用、或甚至针对具有不太复杂的用户界面的较老技术的设备交换设备。某些上述智能控制器的界面，包括图18中所示的自动部件激活级别选择的界面，有助于提供智能的、多传感的、连接网络的、节能的设备，用于以容易的、令人愉快的、无缝的和对用户友善的方式应用到家庭中。下文讨论的智能恒温器的实现包含许多特征，这些特征有助于提供智能的、多传感的、连接网络的、节能的设备，用于以容易的、令人愉快的、无缝的和对用户友善的方式应用到家庭中。

图23A-图31示出智能恒温器的实现。在下文提供的这些图的讨论之后，参照图32-图39讨论上文讨论的智能控制器的监控和调整技术在智能恒温器的实现中的应用。

图23A示出智能恒温器的透视图。智能恒温器2300具有时尚简洁的外表。智能恒温器2300包括直径约为8cm的圆形主体2308，该主体2308具有视觉上令人愉快的外镀层，例如镀珍珠镍或镀铬。包括可旋转的外环2306、传感器环2304和圆形的显示监控器2302的帽状结构通过小的外围间隙2310与主体2308隔开。外环2306可以具有与主体2308相同的外镀层，而传感器环2304和圆形的显示监控器2302可以具有通常圆形的玻璃(或塑料)的外覆盖，该外覆盖在向外的方向上渐渐地形成弧状且提供时尚但看上去结实且耐用的整体外表。传感器环2304包含各种各样的传感器中的任一种，包括红外传感器、可见光传感器和声传感器。覆盖传感器环2304的玻璃或塑料可以是用烟处理的或镜面化的，从而传感器本身对用户是不可见的。借助外围间隙2310可以提供通风功能，这允许内部传感器感测周围空气，而不需要鳃状通风孔或格栅状通风孔。

图23B-图23C示出正受用户控制的智能恒温器。智能恒温器2300受两种用户输入控制：(1)外环2306的旋转(图23B)；和(2)在外环2306上向内推(图23C)，直到听得见的和/或可触知的“点击”发生。向内推可以引起外环2306向前移动，然而在另一实现中，整个帽状结构(包括外环2306及传感器环2304和圆形的显示监控器2302的玻璃覆盖)在被推时一起向内移动。在一个实现中，传感器环2304、圆形的显示监控器2302、和共用的玻璃覆盖不随着外环2306旋转。

通过外环2306的旋转或环旋转及外环2306的向内推或向内点击，智能恒温器2300可以从用户接收用于基本设置和操作的所有需要的信息。以向用户提供光滑的但黏的感觉的方式机械地安装外环2306，用于进一步改善整体的简洁感觉同时还减少伪造的或不想要的旋转输入。智能恒温器2300识别三种基本的用户输入：(1)环向左旋转，(2)环向右旋转，和(3)向内点击。在其它实现中，可以识别更复杂的基本的用户输入，例如双击或三击的向内按压和速度敏感或加速度敏感的旋转输入。

图24示出智能恒温器和耦合HVAC的壁插接器的分解透视图。当智能恒温器2300被移除时，耦合HVAC的壁插接器2406具有非常简单的、基本的、单独的恒温器的功能，该基本的恒温器包括标准温度读出/设置标度盘2408和简单的制冷-关闭-加热开关2409。这可以证明适用于各种情况，例如当智能恒温器2300需要被移除用以维护或修理达延长的时间段时。在一个实现中，基本的恒温器部件2408和2409在本质上是完全机械的，从而不需要电力来切断控制继电器。在其它实现中，提供简单的电控制，例如电的上/下按钮和/或LCD读出器。在其它实现中，可以提供智能恒温器2300的先进功能的子集，例如基本网络接入以允许当暂时移除智能恒温器时提供脑干功能的远程控制。

图25A至图25B示出智能恒温器的分解的正面和背面透视图。图25A至图25B关于其两个主要部件示出智能恒温器2502：(1)机头单元2404；(2)背板2506。在所示的附图中，z方向是从墙壁向外，y方向是相对于向上走的用户的从头到脚的方向，以及x方向是用户从左向右的方向。

图26A至图26B分别示出机头单元的分解的正面透视图和背面透视图。机头单元2404包括机头单元框架2510、外环2511、机头单元正面组件2512、正面透镜2513、和正面格栅2514。机头单元正面组件2512上的电部件可以借助带状电缆和/或其它插接类型的电连接器连接到背板2506上的电部件。

图27A至图27B分别示出机头单元正面组件的分解的正面和背面透视图。机头单元正面组件2512包括机头单元电路板2516、机头单元正面板2518和LCD模块3242。在图27A中，机头单元电路板2516的正面的部件被隐藏在RF护罩后面。可再充电的锂离子电池2525位于机头单元电路板2516的背面上，在一个实现中，该锂离子电池2525具有3.7伏特的标称电压和560mAh的标称容量。为了延长电池寿命，恒温器电池充电电路通常不将电池2525充电超过450mAh。此外，尽管将电池2525额定成能够被充电到4.2伏特，但是智能恒温器电池充电电路通常不将智能恒温器充电超过3.95伏特。在图27B中还示出光学手指导航模块2524，该模块2524被配置和定位成感测外环2511的旋转。模块2524使用类似于光学计算机鼠标的操作的方法来感测纹理表面在外环2511的对面外周上的移动。注意，模块2524是很少几个传感器之一，这几个传感器受相对电力敏感的机头单元微处理器而非相对低电力的背板微处理器控制。这是可实现的，而不需要过量电力消耗，因为当用户手动地转动标度盘时，机头单元微处理器已经被唤醒，从而避免过量唤醒的电力消耗。有利地，机头单元微处理器也可以提供非常快的响应。图27A还示出菲涅尔(Fresnel)透镜2520，该透镜2520与放置在其下方的PIR运动传感器联合操作。

图28A至图28B分别示出背板单元的分解的正面和背面透视图。背板单元2506包括背板后板2530、背板电路板2532和背板盖2539。图28A示出HVAC电线连接器2534和两个相对大的电容器2536，连接器2534包括集成的电线插入感测电路，安装在背板电路板2532的背侧上的窃电电路使用电容器2536。

图29示出部分组装的机头单元的透视图。在某些实现中，格栅构件2514在菲涅尔透镜2520和相关联的PIR运动传感器254之上的放置遮住和保护这些PIR感测元件，同时格栅构件2514中的水平槽允许PIR运动感测硬件(尽管被遮住)检测房间或区域中的居住者的横向运动。温度传感器2540使用一对热传感器来更准确地测量周围温度。与温度传感器2540相关联的第一或上部热传感器2541收集靠近恒温器外部或恒温器的外表上的区域的温度数据，而第二或下部热传感器2542收集与外壳的内部更密切相关的温度数据。在一个实现中，温度传感器2541和2542中的每个包括德州仪器(Texas Instruments)公司的TMP112数字温度传感器芯片，而PIR运动传感器2544包括PerkinElmer公司的DigiPyro系列PYD 1998双元热检测器(dual-element pyrodetector)。

为了更准确地确定周围温度，当确定有效的周围温度时，结合上部热传感器2541测量的温度考虑从下部热传感器2542获取的温度。该配置可以用于补偿由一个或多个微处理器和/或其它电子部件在恒温器中所产生的内部热的效应，从而消除或最小化可能在其它方面经受的温度测量错误。在一些实现中，可以通过将温度传感器2540的上部热传感器2541热耦合到格栅构件2514(因此上部热传感器2541比下部热传感器2542更好地反映周围温度)，来进一步提高周围温度测量的准确度。

图30示出机头单元电路板。机头单元电路板2516包括机头单元微处理器3002(例如德州仪器公司的AM3703芯片)和相关联的振荡器3004、以及DDRSDRAM存储器3006、和大容量NAND存储器3008。Wi-Fi模块3010(例如Murata Wireless Solutions公司的LBWA19XSLZ模块)基于德州仪器公司的支持802.11b/g/n WLAN标准的WL1270芯片组，且被设置在RF护罩3034的单独隔间中，用以提供Wi-Fi能力。Wi-Fi模块3010与支持电路3012相关联，该电路3012包括振荡器3014。ZigBee模块3016(例如可以为来自德州仪器公司的C2530F256模块)也被设置在单独防护的RF隔间中，用以提供ZigBee能力。该ZigBee模块3016与支持电路3018相关联，该电路3018包括振荡器3019和低噪声放大器3020。可以附加地设置显示背光电压转换电路3022、压电驱动电路3024和电力管理电路3026。接近度传感器和环境光传感器(PROX/ALS)，更特别地具有I2C界面的Silicon Labs公司的SI1142接近度/环境光传感器，被设置在柔性电路3028上，该柔性电路3028利用柔性电路连接器3030附接到机头单元电路板的背面。可以附加地提供电池充电监管断开电路3032和弹簧/RF天线3036。可以附加地提供温度传感器3038和PIR运动传感器3040。

图31示出背板电路板的后视图。背板电路板2532包括背板处理器/微控制器3102，例如德州仪器公司的MSP430F片上系统微控制器，其包括机载存储器3103。背板电路板2532还包括电源电路3104(包括窃电电路)、和用于每个HVAC各自的HVAC功能的开关电路3106。对于每个这类功能，该开关电路3106包括隔离变压器3108和背对背NFET包3110。开关电路中的FET的使用允许通过简单地将来自HVAC继电器电路的电力转移到存储电容器达很小间隔(例如100微秒)来主动窃电，例如在HVAC接通周期期间采用电力。该时间太短而不足以切断HVAC继电器进入断开状态，但足以为存储电容器充电。FET的使用允许该快速切换时间(100微秒)，这将难以使用继电器实现(其保持接通达几十个微秒)。而且，这种继电器将很容易随着快速切换退化，并且它们也将产生听得见的噪声。相比之下，FET操作时基本无听得见的噪声。可以附加地提供组合的温度/湿度传感器模块3112，例如Sensirion公司的SHT21模块。背板微控制器3102执行各种传感器的轮询、感测安装时的机械电线插入、相对于电流对设定点温度情况改变机头单元并相应地使开关致动、以及其它功能，例如安装时在插入的电线上寻找合适信号。

接着，在智能恒温器的背景下，讨论各种问题领域和上述智能控制器的监控和调整方法对那些问题领域的应用。在开始时，应当注意，在这些示例中，智能恒温器选择控制策略以在最大响应时间内、尽可能以能量有效方式、最小成本方式或通常既能量有效又最小成本的方式实现对应于设定点变化的温度变化。通常，当操作热泵的成本为a时(a的表达单位是钱/时间或能量使用/时间)，且当操作AUX的成本为b时(b的表达单位是钱/时间或能量使用/时间)，则进行设定点变化的成本是：

成本＝a×(热泵操作的时间)+b×(AUX操作的时间)+(a+b)×(热泵和AUX都操作的时间)

当比率a/b低时，或换言之，当基本上操作热泵比操作AUX的成本小时，则可以经常为如下情况：对于成本有效控制策略的热泵和/或AUX操作的总时间比对于成本不太有效控制策略的热泵和/或AUX操作的总时间大。例如，当a/b是1/4时，仅操作热泵达120分钟的第一控制策略的成本明显低于仅操作热泵达60分钟且同时操作热泵和AUX达30分钟的第二控制策略的成本：

策略1的成本＝a(120)

策略1的时间＝120

策略2的成本＝a(60)+(a+b)(30)

策略2的时间＝90

因此，采用花费较长时间执行设定点变化的控制策略可能是成本更小的，并且当只知道操作成本的比例时，即时当操作的绝对成本不可用时，智能控制器可以关于控制策略的相对成本效率做出确定。

图32A-图32B示出涉及热泵的智能恒温器控制的问题领域，以及在一个智能恒温器的实现中，上文讨论的智能控制器的监控和调节方法如何应用于该问题领域。图32A示出控制调度内的第一设定点变化3204的图3202，其使用之前在图11A、图12A-图12G和图18中所用的图示惯例。在某些情况下，当外界温度低于用于热泵的P_低锁定(称为“压缩机锁定”)时，恒温器可以在决定点3206处立刻调用辅助加热单元(“AUX”)，从而产生在预定响应时间3210内执行设定点变化的响应3208。在本示例和之后的示例中，热泵表示第一系统，经常被称为“压缩机”，且AUX表示第二系统。用于AUX的P_高锁定经常被称为“AUX锁定”。由于初始部署AUX，因此响应时间包括AUX加热的初始时间段3214，随后是余下时间3216，在该余下时间3216内进行维持加热。该余下时间可用于进行设定点变化，但却不被使用，导致针对整个设定点变化使用高成本的AUX加热。用于高成本操作3218的时间段被标为b，其使用上文讨论的成本标记。图32A还示出控制调度内的第二设定点变化的图3220。在该情况下，在初始确定3222和缓倾的斜度的初始响应结果3224中初始不使用AUX。然而，在一段时间之后，当确定朝向设定点温度的进展不足时，恒温器切换到AUX加热，形成急剧上升的最终响应3226。在该情况下，响应时间包括初始热泵间隔3228、AUX间隔3230、和余下时间间隔3232。而且，余下时间间隔表示可用于较慢的、能量较有效的加热的时间。如在图3202中示出成本3224和成本3236。

图32B示出控制调度内的第三设定点变化的图3240。在本示例中，智能控制器的监控和调整方法已经被并入智能恒温器中。在该情况下，智能恒温器仔细考虑例如参照图19A-图19D描述的信息，并初始确定3242初始可以仅采用热泵，形成初始响应3244。很久之后，智能恒温器确定3246需要AUX加热并部署AUX，形成最终急剧上升的响应3228。当然，在许多情况下，可能完全不需要AUX。然而，即使当需要时，装备有上文参照图19A-图19D描述的信息且能够密切监控朝向设定点温度的进展的智能控制器采用形成长初始热泵间隔3230、非常短的AUX间隔和无余下时间的控制策略，如在图32A中所示的示例中。如上文所讨论的，当a/b是相对低的值(远远低于1)时，图32B中所示的控制策略的较长的响应时间可以表示图32A和图32B中所示的三种策略中成本最少的一个策略。特别地，在可避免使用AUX的全部情况中，上述智能控制器的监控和调整方法可以用于利用可用的最大响应时间，以便采用比不能采用所有可用的最大响应时间的控制策略花费更多时间但最终成本低的控制策略。

上述智能控制器的监控和调整技术也可以被扩展到控制调度调整。一个示例是夜间温度节约特征，该特征在夜间时间内调整控制调度，从而在早晨，在第一调度的设定点变化处，估计的响应时间的长度将不足以导致辅助加热系统的使用。仅当访问天气预报或其它类型的天气信息可用时采用该特征。图33示出夜间温度节约。在设定点示意图3202中，设定点表示第一个清晨设定点。当外界温度低于某一阈值时，智能控制器可以结束使用AUX加热时段3306之前的初始热泵间隔3304。然而，如在较低设定点示意图3308中所示，通过将夜间控制调度调整到稍微较高的温度3307，智能控制器可以仅使用热泵加热3310来进行最大响应时间内的设定点变化。

图34示出对于智能控制器针对不同自动部件配置级别所获得的设定点变化的示例响应。在这些示例中，热泵单独操作或AUX单独操作。在其它情况中，热泵和AUX可以一起操作，因此在图中标为b的成本将被标为a+b的成本代替。图34示出三个设定点示意图3402-3404，其分别用于具有自动部件配置级别最节省、平衡和最舒适的设定点之后的响应。设定点变化3410指定从初始温度3406到最终温度3408的温度变化。智能控制器初始确定3412成仅使用热泵，形成响应3414，这是由于对于最节省的自动部件配置级别，最大响应时间3415和预加热3416间隔是相对长的，从而可以使用热泵来进行设定点变化，而不需要任何AUX加热。是否需要AUX加热取决于外界温度和其它因素，但最大响应时间是足够长的，以最小化AUX使用。因此，在最节省模式下，在预加热模式3412和剩余响应时间3418二者中都使用热泵，形成仅热泵操作的成本3420。

在平衡的自动部件配置级别的情况下，智能控制器初始确定3422为仅使用热泵，形成响应3423，但之后决定3424需要AUX，并采用AUX来产生更急剧上升的响应曲线3425。由于较短的最大响应3426和预加热3427间隔，因此这是需要的。在具有操作成本3432和操作成本3434的热泵加热3428和AUX加热3429之间划分剩余响应时间。而且，在某些情况下，不会使用AUX加热，而在其它情况下，可以仅使用AUX加热。当对于AUX加热的需要取决于最大响应时间时，在外界温度和其它条件的背景下提供图34的示例。在最舒适的自动部件配置级别的情况下，智能控制器初始确定3436成仅使用AUX，形成响应3438，这是因为太短的最大响应时间3440和预加热3443间隔。剩余响应时间全部为AUX加热3429，其具有操作成本3446。

当a/b<1时，与设定点策略相关联的成本按照如下次序递减：最节省、关闭、平衡和最舒适，而与设定点策略相关联的达到指定温度的时间按照如下次序递减：最舒适、平衡、关闭和最节省。当然，这些次序在不同情况下可以不同，但是当前示例示出自动部件配置级别对对于设定点变化的响应的影响。应当注意，智能恒温器可以根据环境条件和其它考虑选择更复杂的策略，其以各种顺序具有多个热泵和/或AUX的间隔。

图35示出智能恒温器执行的自动系统匹配的步骤。特别地，已经发现特别期望通过明智地自动在适合于其中安装恒温器的家庭的特定HVAC配置的各种可用的节能和改善舒适度的控制算法中进行选择，来尽可能用户友好地进行恒温器设置和管理。在步骤3502中，可用于被恒温器控制的HVAC系统特征通过如下中的至少一者来确定：(i)自动的电线插入检测，(ii)交互式用户访谈，(iii)在恒温器安装时或恒温器安装时间附近的基于HVAC系统的自动试运行的自动推断或推理，和(iv)基于观测到的系统行为或表现的自动推断或推理。在共同转让的US20120130679A1和US20120203379A1以及共同转让的与本申请同日递交、序列号为___/___,___,[代理人案号94021-849698/NES0258-US]、名称为“HVAC Controller With User-Friendly Installation Features Facilitating BothDo-It-Yourself and Professional Installation Scenarios”的美国申请中的一个或多个申请中描述这些方法的示例，这些申请中的每个申请通过引用并入在本文中。

关于冷却模式操作，如果由于操作在冷却方向上的专用空调系统和/或热泵而确定出HVAC系统包括空调(步骤3504)，则在步骤3506中，启动用于冷却模式操作的智能预处理特征。在共同转让的与本申请同日递交、名称为“Preconditioning Controls and Methods for an Environmental Control System”、序列号为____/____,____,[代理人案号94021-852484/NES0257-US]的美国申请中描述智能预处理特征的一个示例，该申请通过引用并入在本文中。对于一些实现，智能预处理方法配置成：通过监控家庭的最近加热和冷却历史(可选地包含外部环境信息，例如外界温度、太阳加热效果等)来不断学习家庭多快地加热或冷却；预测HVAC系统将需要多长时间来主动加热或冷却以达到特定调度的设定点；以及刚好在正确的时间上朝向特定调度的设定点启动预处理，从而将在调度的设定点时间上达到调度的设定点温度。通过不太晚达到调度的设定点温度来改善用户舒适度，同时通过不太早达到调度的设定点温度来改善能量节约。

关于加热模式操作，如果确定出HVAC系统包括辐射加热(步骤3508)，则在步骤3518中，启动用于加热模式操作的智能辐射控制特征。在共同转让的与本申请同日递交、名称为“Radiant Heating Controls and Methods for anEnvironmental Control System”、序列号为___/___,___,[代理人案号94021-853384/NES0259-US]的美国申请中描述智能辐射控制特征的一个示例，该申请通过引用并入在本文中。在某些实现中，智能辐射控制特征配置成持续地监控辐射加热循环，计算如辐射系统加热的家庭的估计的热模型，以及以考虑房屋的热模型、一天的时间和之前的热循环信息的方式预测性地控制辐射系统。智能辐射控制特征配置成实现舒适的维持带温度，同时还最小化HVAC接通/断开状态的频繁变化和最小化HVAC能量损耗。在其它优势中，避免了不舒适的且浪费能量的目标温度过度。

当确定出HVAC系统包括含有辅助电阻式电加热(即所谓的辅助或AUX加热)的热泵时(步骤3510)，且当进一步确定出(步骤3512)恒温器连接网络(从而它可以基于位置数据和基于因特网的温度信息源接收外界温度信息)或以其它方式访问外界温度信息(例如通过到外界温度传感器的有线或无线连接)时，则在步骤3516中，启动智能热泵控制特征。在步骤3510中，当不具有带有AUX加热的热泵时(这种情况最常见，因为具有传统气体熔炉而非热泵，或因为在所谓的不包括AUX加热的双燃料系统中具有热泵)，则在步骤9814中，启动用于加热模式的智能预处理特征，这类似于或反向等同于上文关于步骤9806讨论的用于冷却模式的预处理特征。类似地，在步骤3512中，当不具有网络连接性或对于外部温度信息的其它访问时，则不启动步骤3516的智能热泵控制特征，而是启动步骤3514中的智能预处理特征。

尽管AUX加热功能允许更快地加热家庭，在较低的外界温度下(在该温度下仅热泵压缩机是效率较低的)它可以是特别有用的，但是使用AUX加热的能量成本经常可以是仅使用热泵的能量成本的二到五倍。对于一些实施方式，智能热泵控制特征配置成持续地监控热泵加热循环，鉴于相关联的外界空气温度追踪单独利用热泵压缩机多快加热家庭(例如单位是度F/小时)。基于计算的有效加热速率和外界空气温度之间的相关性，以及进一步包括在从“最舒适”到“最节省”的范围中(包括这些端点之间的“平衡”选择)的用户偏好设置，智能热泵控制特征明智地以实现用户舒适和AUX加热成本之间的适当平衡的方式激活AUX加热功能。对于一些实施方式，影响AUX加热的明智调用的因素包括：(i)单独使用热泵实现当前温度设定点所需的时间的预测量，(ii)当前温度设定点是否源于即时用户控制输入对比它是否为调度的温度设定点，和(iii)在“最舒适”到“最节省”的范围内的特别选择的用户偏好。一般而言，AUX功能确定将在压缩机单独时间估计增大时是更利于调用AUX加热，对于即时用户控制输入对比调度的设定点更利于调用AUX加热，以及对于“最舒适”指向偏好比对于“最节省”指向偏好更利于调用AUX加热。

在一些实现中，智能热泵控制特征还基于监控的热泵加热循环信息和“最舒适”与“最节省”之间的用户偏好提供对所谓的AUX锁定温度的自动调整，AUX锁定温度对应于外界气温，在该外界气温之上将从不接通AUX加热。一般而言，对于执行较好的热泵，AUX锁定温度将较低(导致较少的AUX使用)，并且随着用户偏好趋向于“最节省”，AUX锁定温度也将较低(导致较少的AUX使用)。对于具有可用的网络连接从而可以提供整夜温度预报的一些实施方式，智能热泵控制特征还提供夜间温度节约，其中，如果基于整夜温度预报得知当早晨来临时需要AUX功能来从通常的整夜设定点温度达到早晨设定点温度，则可以将整夜设定点温度提高到高于通常调度的整夜设定点。在这种情况下，即使使家庭内部的整夜温度高于在其它情况的整夜温度，用户实际上也通过避免在早晨来临时使用AUX功能而节省了能量和金钱。

根据一些实施方式，在步骤3508和步骤3510中的一个或多个处所做的确定可以基于自动观测到的HVAC系统性能信息，而非专用系统识别信息。例如，可以是如下情况：HVAC系统的特定加热功能在物理上不是辐射系统，但尽管如此仍趋向于呈现高热量结合基本控制延迟的标记，从而使它在本质上类似于辐射加热系统。对于这种情况，可以启动智能辐射控制特征来改善性能。也可以不是HVAC系统具有带有AUX功能的热泵的情况，但它可以具有两级加热功能，其中，第一级(可选择该类型作为第一级，因为它成本有效性更高)趋向于在较低外界温度下非常慢或“落后”，第二级(可选择该类型作为第二级，因为它成本有效性更低)趋向于在加热家庭时在时间上非常有效，从而使系统运作成非常像具有AUX功能的热泵系统。对于这种情况，可以启动智能热泵控制特征来改善性能。

图36A至图36C示出智能恒温器的示例性自动部件配置级别的选择界面。在图36A中，热泵平衡特征不选择标记在在特征选择显示中。用户可以通过去往智能恒温器输入界面(形成热泵平衡选择的显示)或自动部件配置级别的选择界面的输入来调用选择(如图36B所示)的输入来调用选择。然后，自动部件配置级别的选择返回到特征选择显示，同时现在核对热泵平衡特征。

图37示出智能恒温器的设置显示器。在该显示器中提供是否激活各种特征的指示。

图38A至图38C示出智能恒温器可获得的且提供给用户或在控制操作期间采用的附加类型的信息。图38A示出热泵数据点3802的实际图3800和对于热泵最拟合的△T/△t对T的曲线3804，称为热泵速率曲线(“HPR”)。如上文所讨论的，在AUX不操作的热泵操作期间内，智能恒温器随着时间收集数据点。图38B示出智能恒温器在AUX不操作的热泵操作期间内收集的热泵数据点和用于热泵最拟合HPR的图3804，其呈现出接近凝固点的异常数据点3808，这些数据点指示由于沉淀物(例如霜冻)在内部热泵部件的积累而导致的无效的热泵操作。某些热泵包括用于检测沉淀物的积累的逻辑，并采取补救行动来移除沉淀物。例如，热泵逻辑可以暂时使热泵操作反向，从住宅提取热以加热积累有沉淀物的热泵部件并移除该沉淀物，之后再将操作反向以继续加热住宅。在此时段内，热泵逻辑可以调用AUX加热以便防止冷却住宅。当前，在热泵内部进行沉淀物的积累的检测和改善。因为智能恒温器连续地、间歇地、或周期性地监控热泵操作并收集△T/△t对T的数据，所以智能控制器能够分析收集到的△T/△t对T的数据并检测接近凝固点的异常数据点，因此确定热泵的沉积物积累特性。相比于内部热泵沉积物积累逻辑，智能控制器可以经常考虑许多更多的因素，因此大幅度更好地描述热泵的沉积物积累特性的特征。此外，智能控制器可以将该信息与许多附加类型的信息组合以创建用于改善沉积物积累的复杂的控制策略。

图38C示出一组HPR热泵数据点的另一图3810和对于热泵最拟合△T/△t对T的曲线3812。在该情况下，上文参照图16所讨论的临界温度3814接近50°F，在该温度处，对于热泵的△T/△t变为负的。该临界温度比对于工作正常的热泵所期望的临界温度高很多，并且表示较差操作或基本不操作的热泵。通常，居住者不注意不操作或较差操作的热泵，这是因为当热泵不加热住宅环境时一般按惯例启动AUX。连续地、间歇地、或周期性地监控热泵操作并收集△T/△t对T的数据的智能恒温器可以很容易地检测这类问题并报告给用户、公用事业公司和其它实体，从而可以修理热泵，然后可以有效地加热住宅或其它受控环境。

图39提供用在智能恒温器的一个实现中的响应时间监控方法的示例配置。该图被简单地提供成用在一个示例实现中的某些参数的示例，但一般不应用于所有实现。在图32中，各列3902-3905表示针对四个不同的自动部件激活级别(包括最节省、平衡、最舒适和关闭)中的每个级别发生的控制逻辑。对于受智能控制器控制的热泵，从如上文参照图16所描述的△P/△t对P的数据推导许多参数。对于热泵，HPR曲线是决定性的系统特性，该系统特性允许确定用于一种智能恒温器所使用的响应时间监控技术的各种参数。在图39中，表的在第一行下面的每行描述用于与响应时间监控有关的各种功能的操作参数。例如，行3910讨论如何为各种自动部件激活级别确定辅助加热系统的P_高锁定。如图所示，具有默认的P_高锁定，当HPR可用时则无视该默认的P_高锁定，P_高锁定被设置成一温度，在该温度处，△T/△t高于阈值，例如1°F/小时。对于不同的自动部件配置级别使用不同的阈值。行3912讨论针对各个自动部件激活级别是否采用夜间温度节省。夜间温度节省指的是调整对于夜间小时的控制调度，从而在早晨时，在第一调度的设定点变化处，估计的响应时间的长度将不足以引起辅助加热系统的使用。仅当可访问天气预报或其它类型的天气信息时采用该特征，因此例如当依赖WiFi访问这类信息的智能恒温器不可使用WiFi时，关闭该特征。因此，HPR和上文参照图20-图22E所讨论的响应监控技术的使用可以通知智能控制器潜在的控制调度调整，这可引起更经济的整体环境控制。行3914和行3916描述探索，当估计的响应时间超过阈值时，根据探索激活辅助加热单元。行3914讨论针对在即时控制输入之后的响应时间的辅助加热单元的激活，行3916示出针对在调度的设定点变化之后的响应时间的探索。用于激活AUX的阈值对于即时控制输入比对于调度的设定点变化更低，这是因为对于手动输入的设定点变化，用户通常期望较快的响应。因此，当针对手动输入的设定点变化所估计的时间到温度(“t2T”)大于最节省模式下的60分钟时，激活AUX，然而对于调度的设定点变化，阈值为两倍长或120分钟。行3918指示各种自动部件激活级别是否采用预加热特征。预加热是在调度的设定点变化之前激活热泵。当采用预加热时，可以是如下情况：更有效的热泵可用于较大的△t变化，这是因为总响应时间分布在先于调度的设定点变化的初始预加热时段以及调度的设定点变化之后的时间段上。因此，假设调度的设定点变化指示用户希望温度升高的时间点，则预加热允许使用具有较缓的P响应曲线的热泵，而非在对应于调度的设定点变化的时间上采用辅助加热。

尽管已经参照特定示例描述了本发明，但不意图将本发明限制于这些示例。本发明的精神内的修改对于本领域的技术人员来说是显而易见的。例如，通过改变许多不同的设计和实现参数中的任一参数，可以按照许多不同的方式实现智能控制器采用的响应时间监控和系统重调度技术，上述参数包括编程语言、硬件平台、逻辑类型、控制结构、数据结构、模块化组织、操作系统和其它这类参数。如上所述，当无法进行朝向目标环境参数值的足够进展可需要选择激活新系统或系统组合时，智能控制器可以二者初始地、在即时控制输入或调度的设定点变化的时间上、先于调度的设定点变化或在响应时间期间，使用许多不同类型的信息来估计响应时间。其它考虑包括关于环境的信息、关于系统性能和系统健康的信息、关于受控环境的信息和许多附加类型的信息。例如，若智能控制器知道受控环境的窗户是打开的且用于受控环境的系统的加热效率因此必然显著变小，在这些情况下，智能控制器可以选择不同的系统或系统组合来激活以实现期望的温度变化。

应当理解，所公开的示例的以上描述被提供用于使本领域的技术人员进行或使用本公开内容。本领域的技术人员将很容易想到对这些示例的各种修改，并且本文中所限定的通用原理可以被应用于其它示例，而不脱离本发明的精神或范围。因此，本公开内容不意图被限制于本文中所示的示例，而是将符合与本文中所公开的原理和新特征一致的最宽范围。

Claims (19)

1.一种控制环境的智能控制器，所述智能控制器包括：

处理器；

存储器，所述存储器存储受所述智能控制器控制的系统的控制调度和操作特性；

存储在所述存储器中的当前控制调度；

一个或多个传感器，所述一个或多个传感器感测环境参数的当前值；

存储在所述存储器中的指令，当所述指令被所述处理器执行时，所述指令控制所述智能控制器：

使用存储在存储器中的受所述智能控制器控制的系统的所述操作特性来确定初始的一组一个或多个系统用以在即时控制输入之后或在调度的设定点变化的时间附近的时间上激活以便在最大响应时间内实现目标环境参数值；

激活确定的所述一组一个或多个系统；以及

在即时控制输入或调度的设定点变化之后的响应时间期间，在多个时间点中的每个时间点上，

使用存储在存储器中的受所述智能控制器控制的系统的所述操作特性来确定是否将在所述最大响应时间内获得所述目标环境参数，以及

当将不在所述最大响应时间内获得所述目标环境参数时，选择下一组一个或多个系统用以激活。

2.如权利要求1所述的智能控制器，其中，受所述智能控制器控制的系统的所述操作特性包括：

△P/△t对P的数据；

△E/△P对P的数据；和

P对t的数据。

3.如权利要求1所述的智能控制器，其中，所述智能控制器提供自动部件配置级别的选择界面，所述选择界面接收自动部件配置级别的选择，所述自动部件配置级别的选择指定用于确定用以激活的所述初始的一组一个或多个系统和确定是否将在所述最大响应时间内获得所述目标环境参数的自动部件配置模式。

4.如权利要求3所述的智能控制器，其中，除了使用操作特性来确定用以激活的所述初始的一组一个或多个系统和确定是否将在所述最大响应时间内获得所述目标环境参数之外，所述智能控制器还使用电子存储的信息来确定所述最大响应时间，所述电子存储的信息为系统配置、设定点变化类型和选择的自动部件配置模式的多种组合中的每种组合指定最大响应时间。

5.如权利要求3所述的智能控制器，其中，除了使用操作特性来确定用以激活的所述初始的一组一个或多个系统和确定是否将在所述最大响应时间内获得所述目标环境参数之外，所述智能控制器还使用电子存储的信息来确定候选的一组系统是否包括用以同时激活的兼容系统。

6.如权利要求3所述的智能控制器，其中，除了使用操作特性来确定用以激活的所述初始的一组一个或多个系统和确定是否将在所述最大响应时间内获得所述目标环境参数之外，所述智能控制器还使用电子存储的信息来确定当前环境情况是否落在环境情况的范围内，在所述环境情况的范围内，能够与选择的自动部件配置模式关联地激活候选的一组系统中的每个系统。

7.一种控制环境的智能恒温器，所述智能恒温器包括：

处理器；

存储器，所述存储器存储受所述智能恒温器控制的系统的控制调度和操作特性；

存储在所述存储器中的当前控制调度；

一个或多个传感器，所述一个或多个传感器感测当前温度值；

存储在所述存储器中的指令，当所述指令被所述处理器执行时，所述指令控制所述智能恒温器：

使用存储在存储器中的受所述智能恒温器控制的系统的所述操作特性来确定初始的一组一个或多个系统用以在即时控制输入之后或在调度的设定点变化附近的时间点上激活以便在预加热间隔和最大响应时间内实现目标温度；

激活确定的所述一组一个或多个系统；以及

在即时控制输入或调度的设定点变化之后的响应时间期间，在多个时间点中的每个时间点上，

使用存储在存储器中的受所述智能恒温器控制的系统的所述操作特性来确定是否将在所述预加热间隔和最大响应时间内获得所述目标温度，以及

当将不在所述预加热间隔和最大响应时间内获得所述目标温度时，选择下一组一个或多个系统用以激活。

8.如权利要求7所述的智能恒温器，其中，受所述智能恒温器控制的系统的所述操作特性包括：

△T/△t对T的数据；

△E/△T对T的数据；和

T对t的数据。

9.如权利要求7所述的智能恒温器，其中，所述智能恒温器提供自动部件配置级别的选择界面，所述选择界面接收自动部件配置级别的选择，所述自动部件配置级别的选择指定用于确定用以激活的所述初始的一组一个或多个系统和确定是否将在所述预加热间隔和最大响应时间内获得所述目标温度的自动部件配置模式。

10.如权利要求9所述的智能恒温器，其中，除了使用操作特性来确定用以激活的所述初始的一组一个或多个系统和确定是否将在所述预加热间隔和最大响应时间内获得所述目标温度之外，所述智能恒温器还使用电子存储的信息来确定所述预加热间隔和最大响应时间，所述电子存储的信息为系统配置、设定点变化类型和指定的自动部件配置模式的多种组合中的每种组合指定预加热间隔和最大响应时间。

11.如权利要求9所述的智能恒温器，其中，除了使用操作特性来确定用以激活的所述初始的一组一个或多个系统和确定是否将在所述预加热间隔和最大响应时间内获得所述目标温度之外，所述智能恒温器还使用电子存储的信息来确定候选的一组系统是否包括用以同时激活的兼容系统。

12.如权利要求9所述的智能恒温器，其中，除了使用操作特性来确定用以激活的所述初始的一组一个或多个系统和确定是否将在所述预加热间隔和最大响应时间内获得所述目标环境参数之外，所述智能恒温器还使用电子存储的信息来确定当前温度是否落在温度范围内，在所述温度范围内，能够相对于所指定的自动部件配置模式激活候选的一组系统中的每个系统。

13.如权利要求7所述的智能恒温器，其中，所述智能恒温器从两个或更多个系统中确定用以激活的所述初始的一组一个或多个系统和选择用以激活的所述下一组一个或多个系统，所述两个或更多个系统包括：

热泵；和

AUX加热单元。

14.如权利要求13所述的智能恒温器，其中，所述智能恒温器从两个或更多个系统中确定用以激活的所述初始的一组一个或多个系统和选择用以激活的所述下一组一个或多个系统，所述两个或更多个系统提供用于控制所述热泵和AUX在所述预加热间隔和最大响应时间内实现所述目标温度的能量有效策略、用于控制所述热泵和AUX在所述预加热间隔和最大响应时间内实现所述目标温度的成本有效策略、或用于控制所述热泵和AUX在所述预加热间隔和最大响应时间内实现所述目标温度的能量有效策略和成本有效策略。

15.一种包含在智能恒温器中的方法，所述智能恒温器包括处理器、存储受智能控制器控制的系统的控制调度和操作特性的存储器、存储在所述存储器中的当前控制调度、和一个或多个温度传感器，所述方法包括：

使用存储在存储器中的受所述智能控制器控制的热泵和AUX的所述操作特性来确定是否在即时控制输入之后或在调度的设定点变化附近的时间点上激活仅所述热泵、仅所述AUX、或所述热泵和所述AUX二者，以便在预加热间隔和最大响应时间内实现目标温度；以及

在仅所述热泵、仅所述AUX、或所述热泵和所述AUX二者的激活之后的响应时间期间，

使用存储在存储器中的受所述智能控制器控制的所述热泵和所述AUX的所述操作特性来确定是否将在所述预加热间隔和最大响应时间内获得所述目标温度，以及

当将不在所述预加热间隔和最大响应时间内获得所述目标温度时，一起激活所述热泵和所述AUX或激活仅所述AUX。

16.如权利要求15所述的方法，其中，所述热泵和所述AUX的所述操作特性可包括：

△T/△t对T的数据；

△E/△T对T的数据；和

T对t的数据。

17.如权利要求16所述的方法，还包括：提供自动部件配置级别的选择界面，所述选择界面接收自动部件配置级别的选择，所述自动部件配置级别的选择指定用于确定是否激活仅所述热泵、仅所述AUX、或所述热泵和所述AUX二者且确定是否将在所述预加热间隔和最大响应时间内获得所述目标温度的自动部件配置模式。

18.如权利要求16所述的方法，还包括：通过使用尽可能少的能量激活仅所述热泵、仅所述AUX、或所述热泵和所述AUX二者，以便以能量有效方式获得所述目标温度。

19.如权利要求16所述的方法，还包括：通过引起尽可能低的成本激活仅所述热泵、仅所述AUX、或所述热泵和所述AUX二者，以便以成本有效方式获得所述目标温度。