一种暖通空调用数据分析采集系统的制作方法

本发明涉及暖通空调，具体为一种暖通空调用数据分析采集系统。

背景技术：

1、中央空调由一个或多个冷热源系统和多个空气调节系统组成，中央空调不同于传统冷剂式空调，集中处理空气已达到舒适要求，采用液体气化制冷的原理为空气调节系统提供所需冷量，用以抵消室内环境的冷负荷；制热系统为空气调节系统提供所需热量，用以抵消室内环境热负荷，制冷系统是中央空调至关重要的部分，其采用种类、运行方式、结构形式等直接影响了中央空调在运行中的经济性、高效性、合理性。

2、家用中央空调又叫家庭中央空调、户式中央空调，是一个小型化的独立空调系统，适用于大空间家庭，办公楼等。随着云数据库技术的发展，在中央空调系统运行能耗计量中，积累了大量高维的实时能耗数据，常规方法难以发现和总结这些数据蕴含的知识。数据挖掘中的boruta特征选择算法是随机森林的一种包装算法，为空调原始能耗特征提取能耗特征子集，继而采用pearson相关系数法降低能耗特征子集的冗余度，最后该特征子集作为启发式bp神经网络的输入参数，能有效的预测中央空调能耗，因此对中央空调能耗建模有重大意义。

3、经检索，公开号为：cn115059985a的中国专利公开了一种暖通空调能耗数据分析采集装置，包括有数据采集模块、空调管理模块、监测模块、数据处理模块、数模转换模块、中央处理器、存储单元、通讯单元、分析单元和显示单元，数据采集模块的输出端连接至空调管理模块的输入端，监测模块的输出端连接至空调管理模块的输入端，空调管理模块的输出端连接至数据处理模块的输入端，数据处理模块的输出端连接至数模转换模块的输入端，数模转换模块的输出端连接至中央处理器的输入端。有益效果：通过对温度、湿度和通风的监测和调节实现对暖通空调的数据实时分析，实时收集，在通过监测模块对暖通空调的温度、湿度和压力进行实时监测，监测后的结果进行特征分析，分析准确，采集稳定。

4、但是：

5、目前，现有的采暖负荷的调节方法大多数是根据屋内温度变化后自动提高或降低采暖负荷，然而此种调整方式由于采暖负荷的调整滞后于室内温度变化，因此在该方法运行时，会导致屋内的温度出现频繁地波动，对室内的人员造成不适感，同时滞后的采暖负荷变化也会导致出现频繁的高负荷运行以及停止制热情况出现，而采暖设备的频繁启停会消耗大量的能源，不利于节约能源。

技术实现思路

1、(一)解决的技术问题

2、针对现有技术的不足，本发明提供了一种暖通空调用数据分析采集系统。

3、(二)技术方案

4、为实现上述目的，本发明提供如下技术方案：一种暖通空调用数据分析采集系统，包括：

5、中央处理器；

6、温度采集系统，用于采集室内温度、制热负荷数据以及室外温度，并将室内温度、制热负荷数据和室外温度发送至分析处理系统；

7、环境预测系统，用于通过网络获取到未来24小时内气温变化数据，并根据气温变化数据绘制气温变化曲线，将气温变化曲线发送至分析处理系统；

8、分析处理系统，用于通过室内温度、制热负荷数据和室外温度计算制热能力值，并根据气温变化曲线和制热能力值计算制热负荷数据变化，生成制热负荷变化信号，并将制热负荷变化信号发送至中央处理器；

9、数据通信系统，用于将暖通设备的运行状态信息数据发送到中央处理器；

10、优化控制系统，根据负荷预测的结果，生成优化控制策略，得到最终控制参数用于控制暖通空调运行状态。

11、优选的，所述环境预测系统在获取未来24小时的气温变化数据时，每隔一个小时获取一个温度数据点，其中该温度数据点为室外温度数据，并以时间为x轴，以温度为y轴绘制气温变化曲线。

12、优选的，所述分析处理系统将室内温度记录为t，将室外温度记录为t，将制热负荷数据记录为q，通过公式分析获取到制热能力值其中k为预设的换热系数，并根据气温变化曲线中每个点的室外温度计算维持室内温度不变的情况下的预估制热负荷数据，并将气温变化曲线和预估制热负荷数据发送至中央处理器。

13、优选的，所述优化控制系统包括数据接收单元、数据库单元、数据交互单元、评估单元、警报单元；

14、所述数据接收单元，用于接收状态检测模块发送的暖通设备的运行状态信息数据；

15、所述数据库单元，用于存储暖通设备的运行状态信息数据为用户提供查询、更新、检索、存储服务；

16、所述数据交互单元，用于进行状态检测模块、服务器模块和客户端模块间的数据交换；

17、所述评估单元，用于根据暖通设备的运行状态信息数据与预设安全运行状态信息数据进行安全状态分析并判断暖通设备当前安全状态；当暖通设备的运行状态信息数据在预设安全运行状态信息数据区间外时，判断暖通设备当前处于异常状态；

18、所述警报单元，用于当判断暖通设备处于异常状态时，进行警报。

19、优选的，所述警报单元通过向客户端app发送文字或语音消息进行警报。

20、优选的，所述优化控制系统还包括在分析处理系统将负荷变化信号发送至中央处理器后再利用负荷预测模型进行优化步骤；

21、负荷预测模型采用二次指数平滑算法与神经网络模型相结合的组合预测算法：

22、将预处理后的系统特征数据，与天气预报数据及历史系统特征数据分别输入二次指数平滑模型和神经网络模型，获得二次指数平滑预测的下一时刻暖通空调系统的负荷需求和神经网络预测的下一时刻暖通空调系统的负荷需求；

23、将二次指数平滑预测的下一时刻暖通空调系统的负荷需求和神经网络预测的下一时刻暖通空调系统的负荷需求通过加权平均算法，得到负荷预测结果。

24、优选的，所述神经网络模型的构建方法包括：获取数据集信息进行预处理，随机分配为训练数据和测试数据；建立神经网络模型初始结构和初始权值，分别使用训练数据进行训练，测试数据进行测试；基于训练时间和测试误差，调整神经网络模型宽度和神经网络模型深度至优化值后，保存调整后的神经网络模型结构和权值。

25、优选的，所述神经网络模型的构建方法具体包括如下步骤：

26、根据预处理后数据集信息的维度创建数据输入层；创建数据隐藏层，数据隐藏层初始宽度数为10，初始层数为1；

27、创建输出层，输出层维度数为1，得到神经网络模型初始结构；

28、对神经网络模型初始结构使用训练数据训练，记录训练时间t1，使用测试数据进行测试，记录预测均方差mse1；

29、若训练时间t1小于设定训练时间限制，或预测均方差mse1大于上一循环中预测均方差加上设定的均方差容差，则数据隐藏层深度加一，重新训练和测试数据隐藏层深度加一后的神经网络模型；

30、否则保存此时的神经网络模型结构和权值；

31、将保存的神经网络模型结构隐藏层宽度加一后，使用训练数据训练，记录训练时间t2；使用测试数据进行测试，记录预测均方差mse2；若训练时间t2小于设定训练时间限制，或预测均方差mse2大于上一循环中预测均方差加上设定的均方差容差，则数据隐藏层宽度加一，重新训练和测试数据隐藏层宽度加一后的神经网络模型；

32、否则保存此时的神经网络模型结构和权值，即为构建的神经网络模型。

33、(三)有益效果

34、与现有技术相比，本发明提供了一种暖通空调用数据分析采集系统，具备以下有益效果：

35、1、该一种暖通空调用数据分析采集系统，通过对室外温度的未来变化、制热负荷以及室内温度作出分析，从而获得在维持室内温度不变的情况下所应具有的制热负荷，通过在室外温度变化时同步对制热负荷做出调节，从而使得制热负荷的变化不再滞后于室外温度的变化，能够有效地保持室内温度不变，保证室内温度的稳定，提高室内人员的舒适性。

36、2、该一种暖通空调用数据分析采集系统，通过对暖通设备的运行状态进行安全评估，在暖通设备出现问题时，及时发现及时处理，避免未及时处理导致资源浪费、导致暖通设备损坏无法正常使用。