[发明专利]基于关联规则知识库的中央空调系统能效实时诊断方法

说明书

本发明提出了一种基于关联规则知识库的中央空调系统能效实时诊断方法。该方法主要包括基于关联规则挖掘算法的知识库构建步骤和基于知识库的实时运行数据分析步骤。基于关联规则挖掘算法的知识库构建步骤包含四个部分，依次为历史运行数据预处理、关联规则挖掘、冗余关联规则剔除和根据领域知识提取关联规则放入知识库。基于知识库的实时运行数据分析步骤包含三个部分，依次为实时运行模式识别、基于知识库的潜在异常运行模式提取和潜在异常运行模式人工确诊。该发明可以实现高效的中央空调系统运行数据实时分析，从而指导技术人员针对性地进行故障维修和运行优化，提高人工排查设备故障或系统不节能运行模式的效率，减少系统的能源浪费。

技术领域

本发明属于建筑节能、建筑运维和建筑自控领域，涉及基于数据挖掘技术的能效实时诊断方法与技术，特别是涉及中央空调系统的设备故障和系统不节能运行模式实时诊断方法及应用。

背景技术

中央空调系统是建筑中的主要能耗来源。在实际运行中，由于设备故障和系统不节能运行模式等能效问题频发，中央空调系统运行效率普遍不高。传统的人工检修费时费力而且效果不佳。随着楼宇自动化系统在大型建筑中的普及，中央空调系统的实时运行数据已经可以被实时采集并储存在数据库当中。这些数据可以反映系统的实际运行情况。通过对这些运行数据的分析，可以发现系统运行中存在的能效问题，从而指导专业人员进行故障维修和运行优化。但由于系统形式多样，控制策略复杂，采集变量繁多，人为分析这些数据几乎是不可能实现的。

目前，学界提出了许多自动化的数据分析方法来诊断系统运行中存在的能效问题。最常见的便是使用数据挖掘技术或者构建一个知识库，但这两种方法都存在一定的缺陷。数据挖掘技术往往需要人员对运行数据进行大量的预处理和后处理，且往往是针对历史数据的分析，很难实现实时的分析。专家系统可以实现实时的运行诊断分析，但需要手动构建知识库，但对于一个中央空调系统，其运行工况、控制策略和系统形式往往十分复杂，因此手动构建一个完备的知识库十分困难。

因此，如果可以利用数据挖掘技术来构建专家系统中所需的知识库，既可以填补数据挖掘技术在实时诊断上的不足，又可以帮助专家系统快速构建一个较为完备的知识库，从而实现中央空调系统能效问题的实时诊断。

发明内容

本发明的目的在于克服现有技术的不足，提供一种快速构建知识库，实时诊断中央空调系统能效问题的方法。

有鉴于此，本发明基于关联规则知识库的中央空调系统能效实时诊断方法包括以下基本操作步骤：

步骤1为基于关联规则挖掘算法的知识库构建，具体步骤如下：

第1-1步，获取中央空调系统至少一个完整运行周期内的全部历史运行数据；

第1-2步，对所述中央空调系统运行数据进行数据预处理，得到预处理完后的数据；所述数据预处理步骤共有四个过程，依次为第1-2-1步的变量筛选、第1-2-2步的缺失值填充、第1-2-3步的异常值处理和第1-2-4步的数据转换：

第1-2-1步，剔除掉所述运行数据中与中央空调系统运行无关的采集变量；

第1-2-2步，使用线性回归或其他缺失值填充方法对所述运行数据中缺失周期低于第一阈值的测量值进行填充，所述运行数据中缺失周期不低于第一阈值时，直接删除该缺失周期内的测量值；

第1-2-3步，使用箱形图或其他异常值识别方法识别所述运行数据中存在的异常值，若异常值的持续时间低于第二阈值，则视为缺失值并进行填充，若异常值的持续时间不低于第二阈值，则直接删除；

第1-2-4步，使用等宽度分箱的方法将所述运行数据中的连续型数据映射到等宽度的区间，然后将所述的连续型数据转换为“变量名+测量值区间”的格式；对于所述运行数据中的离散型数据，直接转换为“变量名+测量值”的格式；