[发明专利]一种预测中央空调异常的方法

说明书

技术领域

本发明涉及空调设备的异常检测，尤其涉及一种预测中央空调异常的方法。

背景技术

中央空调已被广泛应用于各种大型建筑中，但是很多中央空调在运行几年后因为疏于维护，会产生设备异常，造成制冷制热效果不理想，影响用户的舒适度，也会浪费能源。目前来讲，中央空调的维护检测主要还是依靠传统的方式：由空调维护人员定期检查和维护，但是由于中央空调安装及结构的复杂错综性，加之空调终端风机数量多，且这种方式需要定期对所有的空调设备进行检查，包括正常运行及非正常运行的，检测效率低且成本高。另一种方式则是当用户感觉空调有问题时（比如已无法制冷），才向维护人员报检，此时异常情况往往已经比较严重，已造成了能源浪费。

发明内容

本发明针对现有的异常检测方法效率低、成本高的现状提出了一种由计算机完成的分析方法，可以比传统的方法更有效及时地发现异常情况，从而提醒空调维护人员进行维护，减少能源浪费。

本发明提供以下技术方案来解决上述技术问题：

一种预测中央空调异常的方法，包括以下步骤：

S1、监测每个房间的制冷或制热是否异常，并用房间异常因子进行标记：如果异常，则房间异常因子标记为1，如果正常，则房间异常因子标记为0；

S2、计算中央空调的冷量或热量传递管路上的各个设备的设备异常因子F：F=r/R，其中r表示该设备控制的异常房间数，R表示该设备控制的总房间数；

S3、将n≤F≤1的设备标记为异常节点，以进行人工检测排查，其中，n为预定值，且0＜n≤1。

优选地，所述中央空调具有与服务器端连接的风机盘管温控器以及温度传感器，所述温度传感器用以采集室内温度，所述风机盘管温控器用以将采集到的所述室内温度和风机盘管的工作状态发送至所述服务器端；所述步骤S1包括：

S11、获取每个房间内的温度数据以及风机盘管的工作状态数据；

S12、提取在所述风机盘管运行状态下的房间温度变化数据，根据温度变化数据判断每个房间的温度变化是否符合预期值，从而判断房间制冷或制热是否异常并用房间异常因子进行标记：如果异常，则房间异常因子为1，如果正常，则房间异常因子为0。

优选地，所述步骤S12包括：

提取所述风机盘管运行的n个时间段的温度数据集合，其中每个温度数据集合内包含若干个离散的温度数据点（t，T），T表示t时刻房间内的温度；

分别对每个温度数据集合内的温度数据点进行线性回归，得到对应于所述n个时间段的n个温度T随时间变化的线性方程T_i=a_i*t_i+b_i，其中i=1，2，…n，a_i和b_i均为常数；

当空调为制冷模式，计算为负数的a_i占a_i总个数的百分比，并将得到的负数a_i百分比与预先设定的一阈值进行比较：若负数a_i百分比大于等于所述阈值，则判定该房间制冷正常，所述房间异常因子为0，否则，所述房间异常因子为1；

当空调为制热模式，计算为正数的a_i占a_i总个数的百分比，并将得到的正数a_i百分比与所述阈值进行比较：若正数a_i百分比大于等于所述阈值，则判定该房间制热正常，所述房间异常因子为0，否则，所述房间异常因子为1。

优选地，所述n=1。

优选地，所述步骤S12中，对所述温度数据集合内的温度数据点进行线性回归时，采用最小二乘法。

优选地，所述阈值为70%～90%。

优选地，所述阈值为80%。

优选地，所述风机盘管的工作状态数据为（U，t），U表示t时刻所述风机盘管的工作状态，且U的值为0、1、2或3，U=0表示停止，U=1表示低风运行，U=2表示中风运行，U=3表示高风运行。

本发明提供的预测中央空调异常的方法，与现有技术相比，至少具有以下有益效果：基于房间与空调设备之间的连接网络关系，根据房间的异常状况给空调设备的各个节点分配异常因子，通过异常因子的大小来判断各个节点设备出错的可能性，从而能够实现快速、高效率地设备异常排查。