[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

摘要

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。

主权项

1.一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，其特征在于，包括以下步骤：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；第1‑3步，使用关联规则挖掘算法对所述预处理完后的数据进行挖掘，关联规则挖掘算法仅挖掘规则左右两边都只有一个变量的双变量关联规则；第1‑4步，计算所述双变量关联规则的置信度confidence，对所述双变量关联规则中的相似规则A→B和B→A，仅保留A→B和B→A中置信度大的一条关联规则，得到剩余的双变量关联规则；所述双变量关联规则A→B的置信度用公式confidence(A→B)＝P(A∪B)/P(A)计算，其中P(A∪B)为事件A和事件B同时发生的概率，P(A)为事件A发生的概率；第1‑5步，分析所述剩余的双变量关联规则，如果某关联规则能够反映所述中央空调系统的正常运行工况，则放入正常关联规则库；如果某关联规则能够反映所述中央空调系统的异常运行工况，则放入异常关联规则库；对于无法反映系统运行工况的关联规则，则直接删除；第1‑6步，对于每一个所述正常关联规则和所述异常关联规则，得到该规则中两个变量所对应设备或子系统的开启情况，然后将每一个所述正常关联规则和所述异常关联规则中的两个变量及其对应设备或子系统的开启情况，以相关变量集合的形式放入相关变量库；每个所述相关变量集合匹配一条或多条正常或异常关联规则；步骤2为基于知识库的实时运行数据分析，具体步骤如下：第2‑1步，实时获取中央空调系统中当前时刻所有变量的测量值，并根据实时测量值数据一一排查所述相关变量库中的相关变量集合；如果某一个相关变量集合中的对应设备或子系统的开启情况与当前时刻下该设备或子系统的开启情况相同，则识别出当前时刻下所述相关变量集合中两个相关变量的测量值作为一个运行模式；识别出的运行模式用于在第2‑2步中进行诊断；第2‑2步，将所有识别得到的运行模式与所述正常关联规则库和所述异常关联规则库中的关联规则进行比较，从而发现潜在异常运行模式；对于某一条所述运行模式，其比较步骤具体如下：第2‑2‑1步，找到与所识别得到的运行模式对应的相关变量集合，调取所述异常关联规则库中所有与所述相关变量集合匹配的异常关联规则，判断其中是否存在一条异常关联规则，使得所述运行模式下的两个变量的测量值均位于该异常关联规则中对应变量的测量值区间范围内，如果存在则进入第2‑3步，反之，则进入第2‑2‑2步；第2‑2‑2步，找到与所识别得到的运行模式对应的相关变量集合，调取所述正常关联规则库中所有与所述相关变量集合匹配的正常关联规则，判断其中是否存在一条正常关联规则，使得所述运行模式下的两个变量的测量值均位于该正常关联规则中对应变量的测量值区间范围内，如果存在则所述运行模式为正常运行模式，结束对所述运行模式的诊断，反之，则进入第2‑3步；第2‑3步，如果所识别得到的运行模式持续时间低于第三阈值，则判断该运行模式是由于设备开启状态瞬态变化或测量信号波动等造成的系统暂态运行模式，此类模式为系统运行中存在的正常现象，因此结束对所述运行模式的诊断；如果所识别得到的运行模式持续时间不低于第三阈值，则将所述运行模式上传，用于人工进行分析。