基于多维的空调智能监测方法与系统技术方案

本发明专利技术涉及一种基于多维的空调智能监测方法与系统。该方法包括：通过传感设备采集空调数据；将采集到的空调数据上传至模型建模工具，建立系统性能评价模型、系统数据驱动模型、系统故障诊断模型和知识库模型；根据系统性能评价模型、系统数据驱动模型、系统故障诊断模型和知识库模型，获得空调性能的诊断评估结果。本发明专利技术基于智能监测算法模型和大数据分析技术对空调系统进行集中监测，对参与生产的空调系统的运行过程进行实时监测、评估和分析，及时发现设备或系统异常，能够为现场设备无人值守提供有效的信息支撑，确保空调系统在生产任务过程中的全面、安全、可靠，为生产任务组织指挥提供辅助决策支撑。指挥提供辅助决策支撑。指挥提供辅助决策支撑。

【技术实现步骤摘要】
基于多维的空调智能监测方法与系统


[0001]本专利技术涉及大数据、人工智能
，具体涉及一种基于多维的空调智能监测方法与系统。

技术介绍

[0002]企业在生产过程中，对参与保障生产的空调系统进行实时监测、评估和分析，及时发现设备或系统异常，为现场设备无人值守提供有效的信息支撑，确保空调系统在生产任务过程中的安全可靠，为生产任务组织指挥提供辅助决策支撑。
[0003]专利技术人在实践中，发现上述现有技术存在以下缺陷：企业在生产过程中对空调系统的信息把控不够全面和精准，进而影响生产任务组织指挥决策，对生产安全造成一定的隐患。

技术实现思路

[0004]为了解决上述技术问题，本专利技术提供一种基于多维的空调智能监测方法与系统。
[0005]本专利技术采用的技术方案如下：
[0006]一种基于多维的空调智能监测方法，包括以下步骤：
[0007]通过传感设备采集空调数据；
[0008]将采集到的空调数据上传至模型建模工具，建立系统性能评价模型、系统数据驱动模型、系统故障诊断模型和知识库模型；本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多维的空调智能监测方法，其特征在于，包括以下步骤：通过传感设备采集空调数据；将采集到的空调数据上传至模型建模工具，建立系统性能评价模型、系统数据驱动模型、系统故障诊断模型和知识库模型；根据系统性能评价模型、系统数据驱动模型、系统故障诊断模型和知识库模型，获得空调性能的诊断评估结果。2.根据权利要求1所述的方法，其特征在于，所述系统性能评价模型根据建立的评估指标体系实时对空调系统的性能进行分析和评估，所述评估指标体系中的评估指标包括：1)控制精度范围：空调机组在向封闭空间、房间或区域直接提供处理空气的同时所能保持温度和相对湿度的波动范围；2)制冷量：空调机组单位时间从封闭空间、房间或区域除去的热量的总和；3)制冷消耗功率：在规定的制冷试验工况下，空调机组所消耗的总功率；4)性能系数：空调机组以同一单位表示的制冷量Q与制冷消耗功率P之比；5)综合性能总负荷IQ；6)综合性能系数ICOP；7)精度曲线：待室内状态平衡1h后，测试室内布置的测点的温度和湿度的波动，绘制精度曲线图；8)制冷性能：包括制冷温湿度精度、制冷温湿度稳定性、制冷温湿度效率。3.根据权利要求2所述的方法，其特征在于，所述综合性能总负荷IQ按下式计算：IQ＝|Q
r0
|+|Q
s0
|+∫
0τ
|q
re
|dt+∫
0τ
|q
se
|dt式中：Q
r0
——室内侧ICOP空气处理机向房间增加或减少的初始热负荷，使房间状态从设定工况变化至开机工况，单位为焦；Q
s0
——室内侧ICOP空气处理机向房间增加或减少的初始湿负荷，使房间状态从设定工况变化至开机工况，单位为焦；q
re
——开机后，室内侧ICOP空气处理机单位时间向房间增加或减少的热负荷，单位为瓦；q
se
——开机后，室内侧ICOP空气处理机单位时间向房间增加或减少的湿负荷，单位为瓦；——机组从开始至停止的时间消耗或各部件分别运行的时间，单位为秒。4.根据权利要求1所述的方法，其特征在于，所述系统性能评价模型是采用灰色关联分析法，综合考虑经济性、节能性和环保性而建立的空调系统的分析评价模型。5.根据权利要求1所述的方法，其特征在于，所述系统数据驱动模型借助空调系统的大量的各种运行工况下的历史数据，包括正常数据和故障数据，来掌握变量和参量之间的固有联系，进而通过机器学习过程建立的数学模型判别新数据中的故障情况并隔离故障源。6.根据权利要求1所述的方法，其特征在于，...

【专利技术属性】
技术研发人员：王铭，姜海森，曹丽霄，刘永进，
申请(专利权)人：北京航天智造科技发展有限公司，
类型：发明
国别省市：