數(shù)據(jù)挖掘技術(shù)在建筑暖通空調(diào)中的應(yīng)用探討

摘 要：文章以傳統(tǒng)建筑能耗分析為切入點(diǎn)，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(diǎn)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(lái)，隨著物質(zhì)生活水平的提高，人們對(duì)所處環(huán)境的熱舒適性要求導(dǎo)致建筑能耗不斷提高，對(duì)資源的供給構(gòu)成了巨大的挑戰(zhàn)。傳統(tǒng)能耗計(jì)算通過(guò)諸如EneryPlus、DeST等對(duì)建筑進(jìn)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(shí)測(cè)數(shù)據(jù)、氣象數(shù)據(jù)、系統(tǒng)運(yùn)行數(shù)據(jù)等被記錄，通過(guò)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(lái)，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(gè)從海量數(shù)據(jù)中發(fā)現(xiàn)和提取有價(jià)值信息的過(guò)程。集人工智能、機(jī)器學(xué)習(xí)、數(shù)據(jù)可視化和統(tǒng)計(jì)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(diǎn)：

（1）對(duì)數(shù)據(jù)進(jìn)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(jìn)行建筑節(jié)能設(shè)計(jì)或運(yùn)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(qiáng)等之間的關(guān)聯(lián)度，掌握系統(tǒng)運(yùn)行底層規(guī)律，為系統(tǒng)控制策略提供參考。

（3）對(duì)數(shù)據(jù)進(jìn)行聚類，計(jì)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(jī)理及影響因素，確定各影響因素的影響程度。

（4）對(duì)缺失的數(shù)據(jù)或未來(lái)的數(shù)據(jù)進(jìn)行預(yù)測(cè)。

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(guò)對(duì)現(xiàn)有研究文獻(xiàn)的調(diào)研，分析得出，對(duì)暖通建筑能耗數(shù)據(jù)的挖掘可按如下步驟進(jìn)行：（1）確定要收集的數(shù)據(jù)集并進(jìn)行收集，如溫度、濕度、大氣壓力、太陽(yáng)輻射強(qiáng)度、流體流量、設(shè)備功率、控制信號(hào)等；（2）對(duì)數(shù)據(jù)進(jìn)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(diǎn)，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(jī)、神經(jīng)網(wǎng)絡(luò)等，訓(xùn)練清理過(guò)的數(shù)據(jù)，調(diào)整模型參數(shù)，使模型盡可能達(dá)到最佳；（4）對(duì)結(jié)果進(jìn)行分析，分析結(jié)果的準(zhǔn)確性，模型的優(yōu)缺點(diǎn)等；（5）應(yīng)用模型。

2.1 冰蓄冷空調(diào)負(fù)荷預(yù)測(cè)與控制策略

冰蓄冷空調(diào)對(duì)負(fù)荷預(yù)測(cè)有著很強(qiáng)的需求。太陽(yáng)輻射輻射強(qiáng)度、室外溫度濕度、室內(nèi)設(shè)計(jì)溫度以及維護(hù)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(jìn)行訓(xùn)練，在保證一定精度的條件下，對(duì)第二日逐時(shí)冷負(fù)荷進(jìn)行預(yù)測(cè)，根據(jù)第二日電價(jià)，合理分配冰蓄冷裝置和制冷機(jī)組各應(yīng)提供的冷量，提前在電價(jià)谷段對(duì)蓄冰量進(jìn)行控制，并制定實(shí)際操作策略，在電價(jià)峰段最大限度使用冰蓄冷，減少富裕冰量，或蓄冰過(guò)少造成在電價(jià)峰段過(guò)多的使用制冷機(jī)。通過(guò)對(duì)負(fù)荷的預(yù)測(cè)，不僅降低了設(shè)備的運(yùn)行成本，而且還提高了用戶的經(jīng)濟(jì)效益。

2.2 暖通空調(diào)控制系統(tǒng)的故障檢測(cè)與診斷

空調(diào)系統(tǒng)的故障將導(dǎo)致運(yùn)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(duì)故障的檢測(cè)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(cè)診斷方法對(duì)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(jìn)行分析，不僅耗時(shí)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(duì)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(lái)實(shí)現(xiàn)空調(diào)系統(tǒng)故障檢測(cè)與診斷，通過(guò)記錄和挖掘空調(diào)系統(tǒng)正常運(yùn)行時(shí)與運(yùn)行故障時(shí)，各種傳感器的數(shù)據(jù)，以及人員的操作記錄，系統(tǒng)運(yùn)行狀態(tài)的數(shù)據(jù)等，建立模型，實(shí)現(xiàn)實(shí)時(shí)在線的故障檢測(cè)，通過(guò)模型得到的輸出來(lái)確定空調(diào)運(yùn)行狀態(tài)，及故障時(shí)應(yīng)進(jìn)行的診斷，減少了對(duì)技術(shù)人員技術(shù)儲(chǔ)備的依賴，減少了空調(diào)系統(tǒng)維護(hù)或維修的時(shí)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(lái)的一項(xiàng)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(shí)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(jià)值，缺乏對(duì)數(shù)據(jù)挖掘的認(rèn)識(shí)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(jìn)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(cè)數(shù)據(jù)不夠全面，存放位置相對(duì)獨(dú)立和封閉，對(duì)數(shù)據(jù)的共享機(jī)制并未建立起來(lái)，導(dǎo)致獲取途徑匱乏，且記錄不完善，造成數(shù)據(jù)的浪費(fèi)，使其沒有發(fā)揮應(yīng)有的價(jià)值，而僅僅作為對(duì)系統(tǒng)運(yùn)行狀態(tài)的反應(yīng)。

3.3 技術(shù)的制約

現(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(shí)也存在相互作用，分析起來(lái)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(shí)現(xiàn)二次封裝，提供較為簡(jiǎn)單的接口。

3.4 成本的制約

對(duì)建筑進(jìn)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(jìn)行作業(yè)，增加了項(xiàng)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(shí)，還需要對(duì)數(shù)據(jù)信息敏感，懂得如何對(duì)數(shù)據(jù)進(jìn)行挖掘的人才，面對(duì)海量的數(shù)據(jù)，應(yīng)學(xué)會(huì)使用計(jì)算機(jī)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(lái)對(duì)數(shù)據(jù)進(jìn)行整理，分析，對(duì)模型進(jìn)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(wú)處不在的現(xiàn)在以及未來(lái)，世界是信息的世界，利用好數(shù)據(jù)，評(píng)估和挖掘數(shù)據(jù)的潛在價(jià)值。轉(zhuǎn)變思維方式，理解數(shù)據(jù)挖掘的特點(diǎn)，其具有數(shù)據(jù)源海量性特點(diǎn)、結(jié)果具有概率性特點(diǎn)，不精確不再是缺點(diǎn)，數(shù)據(jù)的體量決定了其容錯(cuò)能力很好，對(duì)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(cè)系統(tǒng)，規(guī)范數(shù)據(jù)記錄形式。同時(shí)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(kù)，鼓勵(lì)企業(yè)或科研機(jī)構(gòu)將不涉密的數(shù)據(jù)資料進(jìn)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(shí)，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(dòng)控制原理課程也主要是教授通過(guò)外加的設(shè)備或機(jī)械裝置對(duì)被控對(duì)象進(jìn)行自動(dòng)控制，而未涉及對(duì)大量數(shù)據(jù)進(jìn)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(shí)代的變革。

5 前景展望

近年來(lái)，樓宇自動(dòng)化系統(tǒng)積累了大量的數(shù)據(jù)，為實(shí)現(xiàn)數(shù)據(jù)挖掘提供了堅(jiān)實(shí)的數(shù)據(jù)基礎(chǔ)，國(guó)家對(duì)新技術(shù)的大力扶持，提供了堅(jiān)強(qiáng)的后盾，同時(shí)國(guó)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(jìn)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(duì)已建成的系統(tǒng)進(jìn)行改造升級(jí)，也能為新系統(tǒng)的設(shè)計(jì)和控制策略、新產(chǎn)品的研發(fā)提供支持，同時(shí)通過(guò)研究用戶人行為，[3]為不同的客戶提供差異化，個(gè)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(yǔ)

將數(shù)據(jù)挖掘應(yīng)用于暖通空調(diào)，能促進(jìn)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(duì)數(shù)據(jù)進(jìn)行分析的過(guò)程中，結(jié)合實(shí)際工程項(xiàng)目，打造真正的智慧建筑、綠色建筑。

參考文獻(xiàn)：

[1]張運(yùn)楚，韓懷寶，楊紅娟，楊崇濤，王兆斌.數(shù)據(jù)挖掘技術(shù)及其在建筑節(jié)能中的應(yīng)用[J].計(jì)算機(jī)系統(tǒng)應(yīng)用，2017，26（09）：151.157.

[2]崔治國(guó)，曹勇，魏景姝，毛曉峰，李冉，唐艷南.數(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(jìn)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(bào)，2015，36（04）：16.22.

作者簡(jiǎn)介：陳亮，大學(xué)，碩士在讀，研究方向?yàn)榻ㄖ?jié)能。