[发明专利]一种中央空调云-边双端数据的降噪处理方法与系统

权利要求书

1.一种中央空调云-边双端数据的降噪处理方法，其特征在于，包括以下步骤：

S1：建立中央空调云端数据库，利用安装在中央空调上的传感器采集数据，把得到的边缘端动态数据整合并建立具有d个特征的中央空调云端数据库；

S2：获取无缺数据学习样本，从数据库中获取中央空调系统一段连续时间内正常状态下的无缺数据，作为目标数据集，按采集时间依序抽取样本量为l，特征数为d的数据集X＝(x_ij)_d×l，其中x_ij表示第j(j＝1,L,l)个样本的第i(i＝1,L,d)个传感器采集特征数据，x_j表示X的j(j＝1,L,l)列，x_i.表示X的i(i＝1,L,q)行。

另外记

根据变换对目标数据集开展标准化处理，从而把所有数据映射到[0,1]区间，对应标准化数据记为X′＝(x′_ij)_d×l；

S3：数据标准化处理，根据变换对表2中的数据开展标准化处理，从而把所有数据映射到[0,1]区间，对应标准化数据记为X′＝(x′_ij)_d×l；

S4：添加异方差噪声，生成服从分布(k＝1,L,k^*(k^*≤l)，σ_k互不相等)的随机数ε_k(k＝1,L,k^*(k^*≤l))作为噪声，共生成k^*个噪声。

将随机数e_k(k＝1,L,k^*(k^*≤l))噪声，随机添加到数据X′＝(x′_ij)_d×l，形成含异方差噪声数据

S5：含噪数据重构，含噪数据为重构时输入利用z_j＝sigmoid(W′y_j+b′)和神经网络学习算法优化参数θ＝(W,b,W′,b′)，使得重构误差最小：获得参数θ＝(W,b,W′,b′)，即获得降噪自编码器模型；

令则为故障检测权重系数，为一般噪声水平；

S6：数据还原，利用重构的含噪数据进行数据还原处理；

S7：在云端建立动态无缺训练数据集，按时间顺序获取样本x₁,x₂,L,x_l,x_l+1,x_l+2,L,x_l+m，组成多任务学习模型训练数据集；

S8：多任务模型学习数据模型构造，依据选(x₁,x₂,L,x_l)，(x₂,x₃,L,x_l+1)，…，(x_m,x_m+1,L,x_l+m-1)作为特征输入数据，对应标签数据为x_l+1,x_l+2,L,x_l+m；

S9：模型学习，利用多任务前馈神经网络算法训练得对应特征的预测模型f_i(X；θ)(i＝1,L,d)；

S10：获取无缺数据，边缘端用第二阶段方法填补，从而获取无缺数据对象x，并标准化；

S11：更新降噪自编码器模型，用最近时间段内正常状态下的无缺数据更新降噪自编码器模型；

S12：计算重构误差，利用第一阶段的降噪自编码器模型计算重构误差，计算公式为

ε＝|z-x|，其中y＝sigmoid(Wx+b)，z＝sigmoid(W′y+b′)；

S13：故障检测，如果则置中央空调系统为故障状态，否则置中央空调系统为正常状态。

2.根据权利要求1所述的一种中央空调云-边双端数据的降噪处理方法，其特征在于，所述S1中包括数据采集模块，数据采集模块与数据库相连接，S1中的传感器包括温度传感器、电流传感器、电压传感器、流速传感器。

3.根据权利要求2所述的一种中央空调云-边双端数据的降噪处理方法，其特征在于，所述S2中包括特征数据采集模块，数据特征采集模块与数据采集模块相连接。