導(dǎo)語：數(shù)據(jù)挖掘在建筑暖通空調(diào)的應(yīng)用一文來源于網(wǎng)友上傳，不代表本站觀點，若需要原創(chuàng)文章可咨詢客服老師，歡迎參考。

摘要:文章以傳統(tǒng)建筑能耗分析為切入點，引申出將數(shù)據(jù)挖據(jù)應(yīng)用于暖通空調(diào)的新思路，分析了數(shù)據(jù)挖掘的概念，及其在暖通空調(diào)領(lǐng)域的相關(guān)應(yīng)用現(xiàn)狀和制約因素，提出了幾點在暖通空調(diào)中推行數(shù)據(jù)挖掘的建議，展望了暖通空調(diào)中應(yīng)用數(shù)據(jù)挖掘的前景。

關(guān)鍵詞:數(shù)據(jù)挖掘;暖通空調(diào);應(yīng)用;制約因素;建議;前景

改革開放以來，隨著物質(zhì)生活水平的提高，人們對所處環(huán)境的熱舒適性要求導(dǎo)致建筑能耗不斷提高，對資源的供給構(gòu)成了巨大的挑戰(zhàn)。傳統(tǒng)能耗計算通過諸如EneryPlus、DeST等對建筑進行建模后，定性、定量的分析，［1］然而這些模型未考慮不斷變化的氣象條件，多變的能耗或建筑的熱物性能，使得其使用受到一定限制。隨著智慧建筑的興起，樓宇自控的不斷完善，海量建筑物實測數(shù)據(jù)、氣象數(shù)據(jù)、系統(tǒng)運行數(shù)據(jù)等被記錄，通過數(shù)據(jù)挖據(jù)，發(fā)現(xiàn)數(shù)據(jù)之間潛在的內(nèi)部聯(lián)系，將數(shù)據(jù)有效的應(yīng)用起來，為其在暖通空調(diào)中的應(yīng)用提供新的思路。

1數(shù)據(jù)挖掘概念

數(shù)據(jù)挖掘是一個從海量數(shù)據(jù)中發(fā)現(xiàn)和提取有價值信息的過程。集人工智能、機器學(xué)習(xí)、數(shù)據(jù)可視化和統(tǒng)計數(shù)學(xué)于一體的多學(xué)科技術(shù)。［2］利用數(shù)據(jù)挖掘可以做到以下幾點:(1)對數(shù)據(jù)進行分類，凸顯同類事物的共有屬性或不同事物的差異性，從而更好地進行建筑節(jié)能設(shè)計或運行調(diào)節(jié)。(2)發(fā)現(xiàn)數(shù)據(jù)與數(shù)據(jù)之間的相關(guān)性，發(fā)現(xiàn)暖通空調(diào)系統(tǒng)各參數(shù)，如室內(nèi)外溫濕度，送回風(fēng)量，壓強等之間的關(guān)聯(lián)度，掌握系統(tǒng)運行底層規(guī)律，為系統(tǒng)控制策略提供參考。(3)對數(shù)據(jù)進行聚類，計算分析數(shù)據(jù)之間的相似度，顯現(xiàn)建筑環(huán)境的內(nèi)在機理及影響因素，確定各影響因素的影響程度。(4)對缺失的數(shù)據(jù)或未來的數(shù)據(jù)進行預(yù)測。

2暖通空調(diào)數(shù)據(jù)挖掘技術(shù)應(yīng)用現(xiàn)狀分析

通過對現(xiàn)有研究文獻的調(diào)研，分析得出，對暖通建筑能耗數(shù)據(jù)的挖掘可按如下步驟進行:(1)確定要收集的數(shù)據(jù)集并進行收集，如溫度、濕度、大氣壓力、太陽輻射強度、流體流量、設(shè)備功率、控制信號等;(2)對數(shù)據(jù)進行預(yù)處理，清洗數(shù)據(jù)，提高數(shù)據(jù)質(zhì)量，確保數(shù)據(jù)的準(zhǔn)確性和完整性;(3)結(jié)合已收集數(shù)據(jù)的特點，確定適宜的分析算法，并建立模型，常見算法如k-最近鄰算法、支持向量機、神經(jīng)網(wǎng)絡(luò)等，訓(xùn)練清理過的數(shù)據(jù)，調(diào)整模型參數(shù)，使模型盡可能達到最佳;(4)對結(jié)果進行分析，分析結(jié)果的準(zhǔn)確性，模型的優(yōu)缺點等;(5)應(yīng)用模型。2．1冰蓄冷空調(diào)負(fù)荷預(yù)測與控制策略。冰蓄冷空調(diào)對負(fù)荷預(yù)測有著很強的需求。太陽輻射輻射強度、室外溫度濕度、室內(nèi)設(shè)計溫度以及維護結(jié)構(gòu)熱物性等都是影響冰蓄冷空調(diào)系統(tǒng)的主要因素，收集數(shù)據(jù)，選擇適宜的模型，并進行訓(xùn)練，在保證一定精度的條件下，對第二日逐時冷負(fù)荷進行預(yù)測，根據(jù)第二日電價，合理分配冰蓄冷裝置和制冷機組各應(yīng)提供的冷量，提前在電價谷段對蓄冰量進行控制，并制定實際操作策略，在電價峰段最大限度使用冰蓄冷，減少富裕冰量，或蓄冰過少造成在電價峰段過多的使用制冷機。通過對負(fù)荷的預(yù)測，不僅降低了設(shè)備的運行成本，而且還提高了用戶的經(jīng)濟效益。2．2暖通空調(diào)控制系統(tǒng)的故障檢測與診斷?？照{(diào)系統(tǒng)的故障將導(dǎo)致運行成本的提高，增加能耗，降低室內(nèi)空氣品質(zhì)及熱舒適度，因此對故障的檢測與診斷是極其重要的。硬故障和軟故障為暖通空調(diào)中兩大故障，傳統(tǒng)故障檢測診斷方法對人員的技術(shù)要求高，效率也較低，如基于案例的方法，需要查找相關(guān)資料，結(jié)合已有的案例進行分析，不僅耗時耗力，而且應(yīng)用的局限性也很明顯;基于故障樹的方法，盡管邏輯清晰且故障檢索全面可靠，但是對于復(fù)雜龐大的系統(tǒng)，則故障樹自身體量也很大，不利于快速排查。從數(shù)據(jù)挖掘的角度來實現(xiàn)空調(diào)系統(tǒng)故障檢測與診斷，通過記錄和挖掘空調(diào)系統(tǒng)正常運行時與運行故障時，各種傳感器的數(shù)據(jù)，以及人員的操作記錄，系統(tǒng)運行狀態(tài)的數(shù)據(jù)等，建立模型，實現(xiàn)實時在線的故障檢測，通過模型得到的輸出來確定空調(diào)運行狀態(tài)，及故障時應(yīng)進行的診斷，減少了對技術(shù)人員技術(shù)儲備的依賴，減少了空調(diào)系統(tǒng)維護或維修的時間成本，也大大提升了效率。

3數(shù)據(jù)挖據(jù)在暖通空調(diào)中應(yīng)用的制約因素

3．1缺乏數(shù)據(jù)挖掘觀念。數(shù)據(jù)挖據(jù)是近年來的一項新興技術(shù)，是一門多學(xué)科共同支撐的技術(shù)。沒有認(rèn)識到在海量的數(shù)據(jù)中，數(shù)據(jù)與數(shù)據(jù)之間的內(nèi)在聯(lián)系，發(fā)現(xiàn)規(guī)律，并創(chuàng)造價值，缺乏對數(shù)據(jù)挖掘的認(rèn)識不僅阻礙了數(shù)據(jù)挖掘在暖通行業(yè)的發(fā)展，也制約了暖通行業(yè)自身的發(fā)展進步。3．2數(shù)據(jù)獲取途徑的匱乏。已建成建筑中，擁有完善的樓宇自控系統(tǒng)的建筑較少，獲得的監(jiān)測數(shù)據(jù)不夠全面，存放位置相對獨立和封閉，對數(shù)據(jù)的共享機制并未建立起來，導(dǎo)致獲取途徑匱乏，且記錄不完善，造成數(shù)據(jù)的浪費，使其沒有發(fā)揮應(yīng)有的價值，而僅僅作為對系統(tǒng)運行狀態(tài)的反應(yīng)。3．3技術(shù)的制約?，F(xiàn)有的技術(shù)和模型不一定適用于所有的影響因素，各影響因素不僅作用于建筑環(huán)境，同時也存在相互作用，分析起來極為復(fù)雜，從而很難把握其規(guī)律。而且這些技術(shù)也不方便的被用戶使用，需要實現(xiàn)二次封裝，提供較為簡單的接口。3．4成本的制約。對建筑進行數(shù)據(jù)采集，不僅需要投入設(shè)備，還需要開發(fā)較為完善的樓宇系統(tǒng)，安排專業(yè)的人員進行作業(yè)，增加了項目的投資。3．5缺少數(shù)據(jù)挖掘人才。將數(shù)據(jù)挖掘技術(shù)，應(yīng)用于暖通空調(diào)行業(yè)，不僅需要掌握暖通專業(yè)相關(guān)技術(shù)知識，還需要對數(shù)據(jù)信息敏感，懂得如何對數(shù)據(jù)進行挖掘的人才，面對海量的數(shù)據(jù)，應(yīng)學(xué)會使用計算機編程的工具，如Python以及其數(shù)據(jù)處理框架Pandas，神經(jīng)網(wǎng)絡(luò)框架TensorFlow或其它工具等來對數(shù)據(jù)進行整理，分析，對模型進行訓(xùn)練，可視化等。而這樣的人才，是極少數(shù)的。因此數(shù)據(jù)挖掘人才的緊缺也制約暖通行業(yè)大數(shù)據(jù)發(fā)展的因素。

4暖通空調(diào)中推行數(shù)據(jù)挖掘的建議

4．1改變觀念。在數(shù)據(jù)無處不在的現(xiàn)在以及未來，世界是信息的世界，利用好數(shù)據(jù)，評估和挖掘數(shù)據(jù)的潛在價值。轉(zhuǎn)變思維方式，理解數(shù)據(jù)挖掘的特點，其具有數(shù)據(jù)源海量性特點、結(jié)果具有概率性特點，不精確不再是缺點，數(shù)據(jù)的體量決定了其容錯能力很好，對數(shù)據(jù)的精確解析不再是首要要求，尋找數(shù)據(jù)間的內(nèi)在聯(lián)系變得愈發(fā)重要，相關(guān)關(guān)系的發(fā)現(xiàn)更加準(zhǔn)確，也更有效率。4．2相關(guān)政府部門給予政策支持。政府部門應(yīng)制定相關(guān)政策，給予資金支持，要求建立建筑能耗監(jiān)測系統(tǒng)，規(guī)范數(shù)據(jù)記錄形式。同時主持創(chuàng)建暖通行業(yè)大數(shù)據(jù)相關(guān)的公共數(shù)據(jù)庫，鼓勵企業(yè)或科研機構(gòu)將不涉密的數(shù)據(jù)資料進行資源共享，使數(shù)據(jù)信息變得透明，為廣大研究者提供數(shù)據(jù)支持，降低數(shù)據(jù)獲取的門檻，讓更多的專業(yè)人才能專注于科研本身。4．3大學(xué)應(yīng)開設(shè)相關(guān)課程。目前，暖通專業(yè)的大學(xué)課程側(cè)重于專業(yè)相關(guān)的理論知識，主干基礎(chǔ)課包括傳熱學(xué)、工程熱力學(xué)、流體力學(xué)等，開設(shè)的建筑設(shè)備自動控制原理課程也主要是教授通過外加的設(shè)備或機械裝置對被控對象進行自動控制，而未涉及對大量數(shù)據(jù)進行處理及分析的需求。因此，本專業(yè)應(yīng)開設(shè)數(shù)據(jù)挖掘相關(guān)課程，培養(yǎng)屬于自己的數(shù)據(jù)分析技術(shù)人才，順應(yīng)時代的變革。5前景展望近年來，樓宇自動化系統(tǒng)積累了大量的數(shù)據(jù)，為實現(xiàn)數(shù)據(jù)挖掘提供了堅實的數(shù)據(jù)基礎(chǔ)，國家對新技術(shù)的大力扶持，提供了堅強的后盾，同時國內(nèi)外互聯(lián)網(wǎng)，物聯(lián)網(wǎng)技術(shù)的快速更新迭代，為大數(shù)據(jù)的處理提供了先進的算法思想和工具支持。暖通行業(yè)的數(shù)據(jù)挖掘技術(shù)也剛剛起步，不僅能對已建成的系統(tǒng)進行改造升級，也能為新系統(tǒng)的設(shè)計和控制策略、新產(chǎn)品的研發(fā)提供支持，同時通過研究用戶人行為，［3］為不同的客戶提供差異化，個性化的產(chǎn)品和服務(wù)，使行業(yè)向信息化、智能化、技能話發(fā)展。

6結(jié)語

將數(shù)據(jù)挖掘應(yīng)用于暖通空調(diào)，能促進暖通空調(diào)向數(shù)據(jù)導(dǎo)向型轉(zhuǎn)變，以數(shù)據(jù)的形式展現(xiàn)建筑自身屬性及其客觀規(guī)律。在應(yīng)用不同的算法對數(shù)據(jù)進行分析的過程中，結(jié)合實際工程項目，打造真正的智慧建筑、綠色建筑。

參考文獻:

［1］張運楚，韓懷寶，楊紅娟，楊崇濤，王兆斌．?dāng)?shù)據(jù)挖掘技術(shù)及其在建筑節(jié)能中的應(yīng)用［J］．計算機系統(tǒng)應(yīng)用，2017，26(09):151-157．

［2］崔治國，曹勇，魏景姝，毛曉峰，李冉，唐艷南．?dāng)?shù)據(jù)挖掘技術(shù)在建筑暖通空調(diào)領(lǐng)域的研究應(yīng)用進展［J］．建筑科學(xué)，2018，34(04):85-97．

［3］陳煥新，劉江巖，胡云鵬，李冠男．大數(shù)據(jù)在空調(diào)領(lǐng)域的應(yīng)用［J］．制冷學(xué)報，2015，36(04):16-22．

作者:陳亮 單位:河北工程大學(xué)