一种基于数据挖掘技术的空调器制冷/热量预测方法技术

本发明专利技术属于空调的制冷/热量计算的技术领域，并公开了一种基于数据挖掘技术的空调器制冷/热量预测方法。该预测方法包括下列步骤：(a)采集待处理空调器上的节流阀、蒸发器和冷凝器的多个温度，计算蒸发温度、冷凝温度和过冷度；(b)采用微元段的分析方法，利用毛细管过冷液相区和汽液两相区两段的压力变化计算制冷剂的质量流量；(c)采用制冷剂焓值法计算待处理空调器在蒸发温度和冷凝温度下对应的制冷/热量；(d)建立制冷/热量关于蒸发温度和冷凝温度的线性回归预测模型，该预测模型用于预测所需的制冷/热量。通过本发明专利技术，不需要进行复杂的拆卸安装也无需破坏空调系统装置即可实现空调系统制冷/热量的预测，操作简单，结果可靠。

A Data Mining-based Method for Air Conditioner Refrigeration/Heat Prediction

The invention belongs to the technical field of air conditioning refrigeration/heat calculation, and discloses an air conditioner refrigeration/heat prediction method based on data mining technology. The prediction method includes the following steps: (a) collecting the temperature of throttle valve, evaporator and condenser on the air conditioner to be processed and calculating the evaporation temperature, condensation temperature and supercooling degree; (b) calculating the mass flow rate of refrigerant by using the method of micro-element analysis, using the pressure changes in the liquid phase zone and the vapor-liquid phase zone of capillary supercooling; (c) calculating the mass flow rate of refrigerant by using the refrigerant enthalpy method. (d) Establish a linear regression prediction model of refrigeration/heat for evaporation temperature and condensation temperature, which is used to predict the required refrigeration/heat. By the invention, the refrigeration/heat prediction of the air-conditioning system can be realized without complicated disassembly and installation or destroying the air-conditioning system device, and the operation is simple and the result is reliable.

【技术实现步骤摘要】
一种基于数据挖掘技术的空调器制冷/热量预测方法
本专利技术属于空调器的制冷/热量计算的
，更具体地，涉及一种基于数据挖掘技术的空调器制冷/热量预测方法。
技术介绍
空调器作为一种用于优化室内环境品质的白色家电，不仅受到越来越多家庭的喜爱，也广泛应用于各大商场、写字楼、医院等人员较密集的公众场所。随着生活水平的提高，人们对于室内环境舒适度及空气品质的要求越来越高，因此维持空调系统或空调器稳定高效运行显得尤为重要。目前，对空调器制冷/热量的计算方法主要可以归为制冷剂焓值法和空气焓值法两类。但在用户实际使用过程中，直接采集空调器出风量的难度较大、可操作性低，且误差较大。因此通常采用制冷剂焓值法，通过测量制冷剂侧的参数，求出制冷剂进出口的焓值和流量，计算系统制冷剂侧的换热量来获取系统的制冷/热量。但其中测量过程需要布置压力测点和流量计等，不仅破坏了系统的完整性且增加了测试成本。总之，以上方法均具备测量误差大、实验复杂难操作等缺点。
技术实现思路
针对现有技术的以上缺陷或改进需求，本专利技术提供了一种基于数据挖掘技术的空调器制冷/热量预测方法，针对现有技术无法在实际工况下准确快速测量空调器制冷/热量的不足，从制冷剂蒸发温度和冷凝温度出发，采用微元段的分析方法，利用毛细管两段压力的变化计算出制冷剂质量流量，实现了对制冷系统中制冷剂质量流量的非侵入式、高精度测量，接着，采用制冷剂焓值法计算实际制冷量，实现了对制冷系统中制冷剂制冷量的准确计算，最后通过建立制冷/热量关于蒸发温度和冷凝温度的预测模型，实现对空调器实际制冷/热量的预测。为实现上述目的，按照本专利技术，提供了一种基于数据挖掘技术的空调器制冷/热量预测方法，其特征在于，该预测方法包括下列步骤：(a)采集待处理空调器上的节流阀、蒸发器和冷凝器的多个温度，利用该多个温度计算蒸发温度、冷凝温度和过冷度，其中，所述多个温度包括节流阀前温度，蒸发器和冷凝器各个支路的温度，以及冷凝器出口温度；(b)利用所述蒸发温度和冷凝温度计算待处理空调上的毛细管进口和出口压力，采用微元段的分析方法，利用所述毛细管过冷液相区和汽液两相区两段的压力变化计算该毛细管中制冷剂的质量流量；(c)利用步骤(b)获得的制冷剂的质量流量，采用制冷剂焓值法计算待处理空调器在所述蒸发温度和冷凝温度下对应的制冷/热量；(d)重复步骤(a)～(c)获得多组蒸发温度和冷凝温度下对应的制冷/热量的数据，根据该数据建立制冷/热量关于蒸发温度和冷凝温度的线性回归预测模型，将待处理空调器的蒸发温度和冷凝温度代入所述预测模型中，即可获得所需的制冷/热量，以此实现制冷/热量的预测。进一步优选地，在步骤(b)中，所述采用微元段的分析方法，利用所述毛细管过冷液相区和汽液两相区两段的压力变化计算制冷剂的质量流量的具体包括如下步骤：(b1)根据所述毛细管的进口压力、出口压力和过冷度计算毛细管中制冷剂汽化临界点饱和压力；(b2)给制冷剂的质量流量赋值，分别计算所述毛细管过冷液相区和汽液两相区两段的长度，并以此计算所述毛细管的总长；(b3)将所述计算出的毛细管的总长与预设毛细管长度相比较，二者差值在预设可接受阈值范围内，当前对应的制冷剂质量流量值即为所求的制冷剂质量流量，否则返回步骤(b2)。进一步优选地，在步骤(d)中，所述预测模型优选采用下列模型：Q＝C0+C1·Te+C2·Tc+C3·Te·Tc+C4·Te2+C5·Tc2其中，Q是空调器制冷/热量，C0～C5是待拟合系数；Te是蒸发温度，Tc是冷凝温度。进一步优选地，在步骤(c)中，所述制冷剂焓值法计算待处理空调系统在所述蒸发温度和冷凝温度下对应的制冷/热量优选按照下列关系式进行：Q＝m(h1'-h4)其中，Q是空调器制冷/热量，m是制冷剂质量流量，h1'是蒸发温度对应的压缩机吸入的制冷剂气体比焓，h4是冷凝温度对应的节流阀前制冷剂液体比焓。进一步优选地，在步骤(a)中，所述采集多个温度后，还包括将采集的多个温度进行数据的预处理，以剔除缺失值和异常值。总体而言，通过本专利技术所构思的以上技术方案与现有技术相比，能够取得下列有益效果：1、本专利技术采用微元段的分析方法，利用毛细管两段压力的变化计算出制冷剂的质量流量，实现了对制冷系统中制冷剂质量流量的非侵入式、高精度测量，避免了流量计直接测量过程给制冷系统带来的不良影响，另外，建立线性回归预测模型，得到制冷/热量与特征变量之间的关系式，实现对实际制冷/热量的预测；2、本专利技术提出的方法首次将数据挖掘技术应用于空调器制冷/热量检测当中，利用多元线性回归模型拟合出制冷/热量与所选取特征变量之间的函数多项式，依此获得的模型准确度较高，整个测量过程不会对制冷/热量循环带来不良影响，通过物理仿真模拟计算系统的制冷剂质量流量也为测量过程带来了很大的方便，节约了测量成本；3、本专利技术操作简单，结果可靠，不需要进行复杂的拆卸安装也无需破坏空调系统装置即可实现空调系统制冷/热量的预测。附图说明图1是按照本专利技术的优选实施例所构建的空调器制冷/热量预测方法的流程示意图；图2是按照本专利技术的优选实施例所构建的待处理空调器的结构示意图；图3是按照本专利技术的优选实施例所构建的采用微元段分析法计算制冷剂质量流量的流程示意图；图4是按照本专利技术的优选实施例所构建的制冷循环压焓图；图5是按照本专利技术的优选实施例所构建的绝热毛细管示意图；图6是按照本专利技术的优选实施例所构建的毛细管微元段示意图。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。此外，下面所描述的本专利技术各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。图1是按照本专利技术的优选实施例所构建的空调器制冷/热量预测方法的流程示意图，如图1所示，一种基于数据挖掘技术的空调器制冷/热量预测方法，包括下列步骤：1)数据的采集如图2所示，利用分布在空调器蒸发器、冷凝器、节流阀上的多个温度传感器，采集空调器在各运行工况下的蒸发器第一支路中间温度EM1、蒸发器第二支路中间温度EM2、蒸发器第三支路中间温度EM3、冷凝器出口温度T3、冷凝器第一支路中间温度CM1、冷凝器第二支路中间温度CM2、节流阀前温度T3’；2)数据的预处理，剔除样本中存在缺失值、异常值等ⅰ.异常值处理：本数据处理单元使用3σ原则进行异常值剔除，根据正态分布的定义，距离平均值3σ以外的数值出现属于小概率事件，此时那些数据和平均值的偏差超过3倍标准差的值可以看成是异常值。数据处理单元依据3σ原则寻找异常值，并将异常值所在的样本进行剔除；ⅱ.缺失值处理：数据缺失是指所记录的数据由于某些原因是部分数据丢失，本数据处理单元采用数据补插方法来代替缺失值，具体使用的是牛顿插值法，对含有缺失值的属性，使用其他样本该属性的值建立插值函数，然后对缺失值使用该函数计算出近似值进行代替。3)建立绝热毛细管的物理仿真模型，计算系统制冷剂质量流量。ⅰ.将上述进行预处理后的数据中蒸发器三个支路的温度求平均值近似作为蒸发温度Te，冷凝器两个支路的温度求平均值近似作为冷凝温度Tc，过冷度△Tsub＝T3’-T3；由蒸发温度Te、冷凝温度Tc查压焓图可本文档来自技高网...

【技术保护点】
1.一种基于数据挖掘技术的空调器制冷/热量预测方法，其特征在于，该预测方法包括下列步骤：(a)采集待处理空调器上的节流阀、蒸发器和冷凝器的多个温度，利用该多个温度计算蒸发温度、冷凝温度和过冷度，其中，所述多个温度包括节流阀前温度，蒸发器和冷凝器各个支路的温度，以及冷凝器出口温度；(b)利用所述蒸发温度和冷凝温度计算待处理空调上的毛细管进口和出口压力，采用微元段的分析方法，利用所述毛细管过冷液相区和汽液两相区两段的压力变化计算该毛细管中制冷剂的质量流量；(c)利用步骤(b)获得的制冷剂的质量流量，采用制冷剂焓值法计算待处理空调器在所述蒸发温度和冷凝温度下对应的制冷/热量；(d)重复步骤(a)～(c)获得多组蒸发温度和冷凝温度下对应的制冷/热量的数据，根据该数据建立制冷/热量关于蒸发温度和冷凝温度的线性回归预测模型，将待处理空调器的蒸发温度和冷凝温度代入所述预测模型中，即可获得所需的制冷/热量，以此实现制冷/热量的预测。

【技术特征摘要】
1.一种基于数据挖掘技术的空调器制冷/热量预测方法，其特征在于，该预测方法包括下列步骤：(a)采集待处理空调器上的节流阀、蒸发器和冷凝器的多个温度，利用该多个温度计算蒸发温度、冷凝温度和过冷度，其中，所述多个温度包括节流阀前温度，蒸发器和冷凝器各个支路的温度，以及冷凝器出口温度；(b)利用所述蒸发温度和冷凝温度计算待处理空调上的毛细管进口和出口压力，采用微元段的分析方法，利用所述毛细管过冷液相区和汽液两相区两段的压力变化计算该毛细管中制冷剂的质量流量；(c)利用步骤(b)获得的制冷剂的质量流量，采用制冷剂焓值法计算待处理空调器在所述蒸发温度和冷凝温度下对应的制冷/热量；(d)重复步骤(a)～(c)获得多组蒸发温度和冷凝温度下对应的制冷/热量的数据，根据该数据建立制冷/热量关于蒸发温度和冷凝温度的线性回归预测模型，将待处理空调器的蒸发温度和冷凝温度代入所述预测模型中，即可获得所需的制冷/热量，以此实现制冷/热量的预测。2.如权利要求1所述的一种基于数据挖掘技术的空调器制冷/热量预测方法，其特征在于，在步骤(b)中，所述采用微元段的分析方法，利用所述毛细管过冷液相区和汽液两相区两段的压力变化计算制冷剂的质量流量的具体包括如下步骤：(b1)根据所述毛细管的进口压力、出口压力和过冷度计算毛细管中制冷剂汽化临界点饱和压力；...

【专利技术属性】
技术研发人员：陈焕新，郭梦茹，尚鹏涛，黄荣庚，沈家沁，
申请(专利权)人：华中科技大学，
类型：发明
国别省市：湖北,42