一种基于分位数回归的机房分体式空调能效评估方法技术

本发明专利技术提供了一种基于分位数回归的机房分体式空调能效评估方法。根据目标指标构建的分位数回归模型和当前采集的目标指标数据，得到空调能效自变量的回归系数，根据回归系数得到空调优化控制策略，更加精细化地控制空调，通过远程自动采集指标，自动计算，无需人工进行实地判断，达到效率高、时效性好、能耗低，节能减排的效果。本发明专利技术还公开一种基于分位数回归的机房分体式空调能效评估计算机设备和可读存储介质。读存储介质。读存储介质。

【技术实现步骤摘要】
一种基于分位数回归的机房分体式空调能效评估方法


[0001]本专利技术涉及电力系统
，尤其涉及一种基于分位数回归的机房分体式空调能效评估方法、计算机设备和可读存储介质。

技术介绍

[0002]由于机房内部结构中，具备的大量的IT设备以及线路系统，因此在设备运转过程中，会产生大量热量，致使温度升温，为了保证设备的正常运转，避免电子设备和电源机械因高温而失灵需要在机房安装降温设备。机房主要采用的降温设备基本都是家用空调，只有少数采用的是精密空调，而普通家用空调的性能一般，长期运转的化容易出现故障，部分机房内的空调都出现了不制冷、制冷能力差但是仍然耗费电量的情况，能效低，且能耗大，需要对机房进行检查维护。小型机房一般采用一台或多台分体式空调，机房具有热负荷需求多变、空调控制复杂的特点，在不同面积、不同室外温度、不同墙壁材料、不同IT设备发热条件下都有所不同，对机房空调的精细化控制提出了一定的要求。
[0003]现有的小型机房无长期驻守机房维护人员，采用人定期或不定期巡检观察机房温度变化的方式，由人工判断后决定是否开关空调或机房设备是否故障。
[0004]现有人工机房维护方式管理效率低、时效性差、能耗高，无法实现精细化控制空调。

技术实现思路

[0005]针对现有技术中所存在的不足，本专利技术提供了一种基于分位数回归的机房分体式空调能效评估方法，其解决了现有技术中存在的人工维护效率低、时效性差、能耗高，无法实现精细化控制空调的问题。
[0006]根据本专利技术的实施例，提供了一种基于分位数回归的机房分体式空调能效评估方法，其包括如下步骤：根据目标指标构建分位数回归模型；其中，所述目标指标包括室外温度、室内温度、空调累计运行时间和设备功率；根据所述分位数回归模型和当前采集的目标指标数据，得到空调能效自变量的回归系数；其中，所述空调能效自变量为所述目标指标；根据所述回归系数，得到空调优化控制策略。
[0007]可选地，根据目标指标构建分位数回归模型的公式表达式为：
[0008]y＝a0+a
1 x1+a
2 x2+a
3 x3+a
4 x4+u，其中，a0,a1，a2，a3，a4为待估变量系数，y为关于x的期望，x1为室外温度，x2为室内温度，x3为空调累计运行时间，x4为设备功率，u为残差。
[0009]可选地，在根据所述分位数回归模型和当前采集的目标指标数据，得到空调能效自变量的回归系数之前，所述方法还包括：对当前采集的初始指标数据进行预处理，得到目标指标数据；其中，当所述初始指标数据存在缺失值时，用所述初始指标数据的平均值数进行填充，得到所述目标指标数据。
[0010]可选地，根据所述分位数回归模型和当前采集的目标指标数据，得到空调能效自变量的回归系数，包括：根据当前采集的目标指标数据，采取线性规划法估计其最小加权绝
对偏差，得到空调能效自变量的回归系数，可表示如下：
[0011]min Eρ
τ
(y
‑
a0‑
a1x1‑
a2x2‑
...
‑
a
k
x
k
)，进一步求得其中，ρ
τ
(t)＝t(τ
‑
I(t<0)),τ∈(0,1)，E为期望，τ为分位数，为随机变量的均值，为空调能效自变量的回归系数，x1,x2,...,x
k
为当前采集的目标指标数据。
[0012]可选地，根据所述回归系数，得到空调优化控制策略，包括：在所述回归系数绝对值存在大于0.01的情况，可认为所述回归系数对应的所述空调能效自变量对空调能效有影响；根据影响空调能效的所述空调能效自变量，得到空调优化控制策略。
[0013]可选地，根据影响空调能效的所述空调能效自变量，得到空调优化控制策略，包括：当所述空调能效自变量为室内温度或室外温度的情况下，可在室外温度低于室内温度的情况下，关闭空调，直到室内温度大于或等于室外温度的情况下，则恢复空调开启状态。
[0014]可选地，根据影响空调能效的所述空调能效自变量，得到空调优化控制策略，包括：当所述空调能效自变量为空调累计运行时间的情况下，可关闭能效低于标准能效的空调，将缺失的冷负荷量用机房内其他空调进行弥补。
[0015]可选地，根据影响空调能效的所述空调能效自变量，得到空调优化控制策略，包括：当所述空调能效自变量为设备功率的情况下，可根据设备功率自动调节空调。
[0016]根据本专利技术实施例，一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述方法的步骤。
[0017]根据本专利技术实施例，一种可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述方法的步骤。
[0018]本专利技术的技术原理为：根据目标指标构建的分位数回归模型和当前采集的目标指标数据，得到空调能效自变量的回归系数，其中，空调能效自变量为所述目标指标，根据回归系数得到空调优化控制策略，更加精细化地控制空调。
[0019]相比于现有技术，本专利技术具有如下有益效果：通过采用了分位数回归模型，因为分位数回归对模型中的随机误差项的分布不做任何假定，可以对全部分位数都进行建模分析，能够抵抗数据中出现的离群值，能更加全面的刻画分布的特征，从而得到全面的分析，其相比普通的线性均值回归更加稳健。根据建立的分位数回归模型的回归系数来反映空调能效自变量对空调能效的影响，更加准确，根据回归系数来得到空调优化控制策略，能够筛选掉一些对空调能效几乎无影响的指标，而根据对空调能效占主要影响的指标和机房中分体空调的实际运行能效，来控制空调，实现精细化控制空调，通过远程自动采集指标，自动计算，无需人工进行实地判断，达到效率高、时效性好、能耗低，节能减排的效果。
附图说明
[0020]图1为本专利技术实施例提供的一种基于分位数回归的机房分体式空调能效评估方法的示意图；
[0021]图2为本专利技术提供的另一种基于分位数回归的机房分体式空调能效评估方法的示意图。
具体实施方式
[0022]下面结合附图及实施例对本专利技术中的技术方案进一步说明。
[0023]如图1所示，本专利技术实施例提出了一种基于分位数回归的机房分体式空调能效评估方法，其包括如下步骤：
[0024]S101，根据目标指标构建分位数回归模型；其中，目标指标包括室外温度、室内温度、空调累计运行时间和设备功率。
[0025]S102，根据分位数回归模型和当前采集的目标指标数据，得到空调能效自变量的回归系数；其中，空调能效自变量为目标指标。
[0026]S103，根据回归系数，得到空调优化控制策略。
[0027]本实施例的详细工作过程为根据目标指标构建的分位数回归模型和当前采集的目标指标数据，得到空调能效自变量的回归系数，其中，空调能效自变量为目标指标，根据回归本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于分位数回归的机房分体式空调能效评估方法，其特征在于：根据目标指标构建分位数回归模型；其中，所述目标指标包括室外温度、室内温度、空调累计运行时间和设备功率；根据所述分位数回归模型和当前采集的目标指标数据，得到空调能效自变量的回归系数；其中，所述空调能效自变量为所述目标指标；根据所述回归系数，得到空调优化控制策略。2.如权利要求1所述的一种基于分位数回归的机房分体式空调能效评估方法，其特征在于，根据目标指标构建分位数回归模型的公式表达式为：y＝a0+a
1 x1+a
2 x2+a
3 x3+a
4 x4+u，其中，a0,a1，a2，a3，a4为待估变量系数，y为关于x的期望，x1为室外温度，x2为室内温度，x3为空调累计运行时间，x4为设备功率，u为残差。3.如权利要求1所述的一种基于分位数回归的机房分体式空调能效评估方法，其特征在于，在根据所述分位数回归模型和当前采集的目标指标数据，得到空调能效自变量的回归系数之前，所述方法还包括：对当前采集的初始指标数据进行预处理，得到目标指标数据；其中，当所述初始指标数据存在缺失值时，用所述初始指标数据的平均值数进行填充，得到所述目标指标数据。4.如权利要求1所述的一种基于分位数回归的机房分体式空调能效评估方法，其特征在于，根据所述分位数回归模型和当前采集的目标指标数据，得到空调能效自变量的回归系数，包括：根据当前采集的目标指标数据，采取线性规划法估计其最小加权绝对偏差，得到空调能效自变量的回归系数，可表示如下：min Eρ
τ
(y
‑
a0‑
a1x1‑
a2x2‑
...
‑
a
k
x
k
)，进一步求得其中，ρ
τ
(t...

【专利技术属性】
技术研发人员：潘小明，张金铖，何达斌，文华，
申请(专利权)人：重庆市通信建设有限公司，
类型：发明
国别省市：