一种能量桩绿色低碳建筑的换热管检修和智能运维控制方法

本发明涉及地热能开发与利用、桩基工程、建筑节能，尤其涉及一种能量桩绿色低碳建筑的换热管检修和智能运维控制方法。

背景技术：

1、地源热泵技术通过提取可循环利用的浅层地热从而达到对建筑室内环境温度调节的目的，它的功能在本质上是一种季节性的能源储备机制。目前，地源热泵已被认为是实现绿色低碳建筑途径中最具发展潜力的节能环保的暖通空调技术。但是，实际运行中传统地源热泵系统通常需要足够大的土地空间来设置地埋管换热器，前期投入成本相对较高，与传统制冷制热方式相比其优势大打折扣，因而成为制约地源热泵系统发展的主要障碍之一。

2、能量桩是地源热泵技术与传统桩基础相结合的经济、高效、节能减排的新技术。通过在桩基础中埋设各种形状的换热管路装置，进行浅层地热能转换，在满足常规桩基力学功能的同时还能通过桩体实现与浅层地热能的热交换，起到桩基和地埋管换热器同时施工的双重作用。相较传统的地源热泵技术在投资成本、换热效率、土地利用率方面都有显著的优势。能量桩绿色低碳建筑运行阶段的管控、检修是降低系统碳排放、提高系统使用寿命的重要手段。另一方面，在能量桩系统施工或运行过程中，桩体内换热管产生破损、堵塞或弯折的问题会使得换热介质难以正常循环，产生能量桩系统水压不稳、桩基结构主要承载构件腐蚀破坏、换热效率降低的隐患，最终会造成整个系统无法正常运行；然而，目前针对能量桩系统施工完成后的检测与维修技术尚不成熟。

3、中国发明专利申请号为cn202111526641.7，名称为太阳能-地源热泵供热系统模糊控制方法以及装置，建立太阳能-地源热泵供热系统数学模型，并确定输入变量、输出变量；分别将所述输入变量、输出变量进行模糊化处理，生成对应模糊集；基于所述模糊集生成模糊控制规则，实现对所述太阳能-地源热泵供热系统的部分变频率模糊控制。

4、中国发明专利申请号为cn201610200872.1，名称为一种地源热泵控制方法及系统，公开了一种利用室温温度的预测值代替实时温度值作为热泵机组控制器输入的一部分，实现了事前控制。

5、中国发明专利申请号为cn202010244228.0，名称为一种地源热泵系统性能检测及优化控制方法、装置，公开了一种根据采集地源热泵系统实时运行数据计算系统运行实时机组能效比，进一步确定系统实时运行状态。通过比对系统运行历史数据，确定系统调节方式。

6、中国发明专利申请号为cn201810818755.0，名称为能源桩试验监测系统及测试方法，公开了一种含能源桩桩体、加载装置、桩顶位移测试装置、循环温控装置、数据采集装置和岩土热响应测试装置的试验监测系统，可对能源桩的热力学参数做测试与分析。

7、上述诸多地源热泵系统控制方法的都是针对热泵机组的控制，少有涉及能量桩绿色低碳建筑的运维控制。实际工程中，能量桩绿色低碳建筑的运行是室内用户端、热泵机组端、能量桩埋管端之间的动态协调，仅对热泵机组进行控制管理无法实现建筑整体的稳健性和低碳节能。因此，需要一种易于推广且简单合理的协同控制管理方法，以便实际工程中精准控制。

8、机器学习是通过建立合适的算法使得计算机能够从一类数据中自动分析获得规律，并利用规律对未知数据进行预测的科学技术。

9、中国发明专利申请号为cn201910043376.3，名称为一种地源热泵系统性能预测方法，公开了一种钻孔分布形式、钻孔半径、埋管深度、埋管数、埋管横向间距、埋管纵向间距、管内填充材料导热系数、u型管公称外径、远端岩土温度为数据结构的地源热泵性能决策树预测方法。

10、中国发明专利申请号为cn202111450170.6，名称为结合资源预测的太阳能-地源热泵系统控制方法及系统，公开了一种地源热泵空调负荷的机器学习预测模型，根据预测的负荷进行系统控制。

11、上述基于机器学习的地源热泵性能预测和控制方法仅进行了钻孔埋管换热性能预测以及集水器负荷的预测，仍无法得到控制管理方法的超前决策。不适用于能量桩绿色低碳建筑的智能控制，无法做出机组设备、室内用户、能量桩三部分相互匹配的超前控制方案并做出故障报警。

12、中国实用新型专利申请号为cn201721077937.4，名称为一种可永久探测聚乙烯复合管道，公开了一种可永久探测聚乙烯复合管道，包括聚乙烯层和改性pp包覆层构成的双层结构管材，通过万用表检测内层与外层之间示踪金属带的电流判定管体是否有破坏。

13、中国发明专利申请号为cn202111660338.6，名称为一种市政道路工程防堵清淤系统及其工作方法，公开了一种由清淤小车、小车驱动机构、视觉检测机构、工矿检测机构和显示机构组成的市政道路工程防堵清淤系统。

14、上述复合管道技术中金属带需要组装连接，容易在施工阶段就发生短路或断路的异常，且市政管道清淤系统仅限于大直径市政管网。既有技术均无法应用于深埋、小口径的能量桩换热管检测和维修。

技术实现思路

1、为了克服现有技术存在的以下不足和问题：(1)传统的控制管理方法基于电信号进行实时控制，且难以实现事前预报功能；(2)能量桩桩体内换热管为永久性或半永久性设计，出现故障后无法维修。因此，本发明专利提供一种能量桩绿色低碳建筑的换热管检修和智能运维控制方法。

2、本发明的技术方案：一种能量桩绿色低碳建筑的换热管检修和智能运维控制方法，包括控制运行方法和基于电磁感应原理的换热管检修装置；根据控制运行方法进行初步判断并做出初步报警定位，在此基础上安排基于电磁感应原理的换热管检修装置进行精细化修补作业；

3、控制运行方法中建立以客户端-服务器架构为基础的能量桩绿色低碳建筑运行控制联邦学习算法框架；在客户端实现所有子模块的学习计算，包括3大模块：能量桩埋管端控制模块、机组设备控制模块以及室内用户端控制模块；将客户端计算出的脱敏参数汇总到中央服务器进行计算后，下发至各客户端更新自己的本地模型，直至全局共享模型稳健为止；

4、具体步骤如下：

5、d1：获取室内用户端运行状态参数、室内用户端控制参数、机组运行状态参数、机组控制参数、能量桩埋管端运行状态参数、能量桩埋管端控制参数，对各参数数据预处理，分析数据特征，并分配至相应的客户端；

6、d2：各客户端分别更新各自本地模型上的能量桩埋管端控制支持向量回归局部模型、机组设备控制决策树局部模型、室内用户端控制随机森林局部模型；

7、d3：能量桩埋管端控制模块、机组设备控制模块以及室内用户控制模块3个客户端以公钥的形式上传加密的脱敏参数至中央服务器；客户端i的相关数据表示为可以加密为

8、d4：中央服务器利用私钥对3个客户端上传的加密脱敏参数解密，进行安全聚合，随后更新全局共享模型；中央服务器通过进行加密脱敏参数的解码。中央服务器端的联邦学习按照梯度平均、联邦平均、知识蒸馏中的一种或一种以上同步方式获得全局共享模型；第n轮全局模型更新过程如下：

9、优选地，将所有客户端模型基于知识蒸馏进行联邦学习的聚合，按照公式进行3个客户端的全局模型权重更新，其中wn+1为第n轮的全局模型参数，为第n轮客户端i上传服务器的客户端子模型权重。每一轮模型权重更新后，中央服务器计算全局模型的误差和准确率。中央服务器还可以控制传输速度、模型训练的关停。

10、d5：中央服务器将全局共享模型生成用于加密传输数据的公钥，并下发至各客户端；根据全局共享模型与各客户端本地模型更新其他客户端的迭代结果作为新样本数据属性参数；例如，能量桩埋管端控制模块支持向量回归模型客户端，根据全局共享模型更新机组设备控制状态参数、室内用户端设备状态参数。

11、d6：重复步骤d2～d5不断迭代，直至全局共享模型稳健为止，最终客户端根据全局共享模型计算得到对应结果；计算出能量桩绿色低碳建筑中相互匹配的控制状态，包括能量桩埋管端控制参数、机组设备控制参数、室内用户端控制参数；具体包括风机盘管的设置温度、室内回水控制阀开度、室内供水控制阀开度、室内用户端集水器集管控制阀开度、集水器支管控制阀开度、室内用户端分水器集管控制阀开度、分水器支管控制阀开度、补水泵控制阀开度、冷却循环泵控制阀开度、冷冻循环泵控制阀开度、膨胀阀开度、埋管端集水器集管控制阀开度、集水器支管控制阀开度、埋管端分水器集管控制阀开度、分水器支管控制阀开度、能量桩回水控制阀开度、能量桩供水控制阀开度。

12、所述能量桩埋管端控制模块根据室内用户端运行状态参数、机组运行状态参数、能量桩埋管端运行状态参数作为样本属性数据，建立能量桩埋管端控制的支持向量回归局部模型，预测计算控制方案并加密上传至中央处理器；具体步骤如下：

13、d2.1.1：利用私钥对加密传输数据的公钥进行解密，根据中央服务器的全局共享模型更新能量桩埋管端控制模块、机组设备控制模块、室内用户控制模块客户端的迭代结果作为新样本数据属性参数，将能量桩埋管端分集水器水位、压差、集管流量、集管压力、集管温度、埋管供水温度、埋管回水温度、埋管供水流量、埋管回水流量、埋管供水压力、埋管回水压力作为样本属性空间集，将能量桩埋管端控制参数作为学习目标；

14、d2.1.2：为解决能量桩埋管端运行状态参数与能量桩埋管端控制参数之间的关系，引入松弛变量ξi{，ξi*和惩罚系数c构造考虑软间隔的非线性分割支持向量分类器；能量桩埋管端控制参数的支持向量回归局部模型的预测精度和自身稳定性通过损失函数表示；损失函数转换为条件最值函数；

15、

16、其中，w为超平面的法向量，c为惩罚系数,ξ、ξ*为松弛因子，∈为决定边界宽度的超参数；yi为训练样本的实测结果；f(xi)＝w·φ(x)+b为能量桩埋管端控制的支持向量回归局部模型的分类超平面；i为训练样本编号；n为训练集样本数量；φ(x)为非线性映射函数；

17、d2.1.3：通过拉格朗日函数将上述条件最值函数转换为多元函数进行求解，令拉格朗日函数对优化目标w,b,ξ的偏导数为0，得到拉格朗日乘子，将条件最值函数转化为对偶函数，从而找到预测边界的最小值；

18、d2.1.4：能量桩埋管控制端支持向量回归局部模型中的分类超平面所包含的非线性映射函数φ(x)，其内积φ(xi)tφ(xj)采用组合核函数处理：组合核函数为高斯核、线性核、多项式核、sigmoid核中的一种及一种以上的组合；

19、d2.1.5：优化能量桩埋管端控制支持向量回归局部模型中的模型参数：不敏感损失函数∈、惩罚系数c、核函数中的超参数γ、λ、α、c、d；选用模拟退火法、网格搜索法、粒子群优化法、pso算法、遗传算法中的一种或一种以上优化方法；

20、d2.1.6：输入目标能量桩埋管端的运行状态参数，用训练出的支持向量回归模型预测计算目标建筑的能量桩埋管端控制参数；

21、d2.1.7对步骤d2.1.6的计算结果与设备控制阈值进行比较，当计算结果满足控制阈值，将预测计算结果作为超前预测控制信息利用公钥转化为加密参数上传中央服务器，以备联邦学习的全局共享模型迭代；当计算结果超出控制阈值，则执行步骤d2.1.8；

22、d2.1.8：将计算出的能量桩埋管端控制参数输出并发出警报，以设备控制阈值作为超前预测控制信息利用公钥转化为加密参数上传中央服务器，以备联邦学习的全局共享模型迭代；同时，安排基于电磁感应原理的换热管检修装置进行精细化检测定位；

23、优选地，采用分段模拟退火法进行模型参数优化，其步骤如下：

24、d2.1.5.1：随机产生初始参数集合进行交互验证，记误差值eep为当前退火系统状态e0，初始温度t0，退火阶段一的温度t1，退火结束温度为t2。

25、d2.1.5.2：按照扰动算法m′i＝mi+s·(μ-0.5)(bi-ai)对模型参数进行扰动形成新参数集合，经过交互验证得到当前退火系统状态en，计算δe＝en-en-1。

26、d2.1.5.3：如果δe＜0，则接受新的参数集合，跳至步骤d2.1.5.5；否则按metropolis准则exp(δe/kt)-μ＞0进行接受对应的参数集合，跳至步骤d2.1.5.5；如上述条件都不满足则拒绝接受临界状态，则返回步骤d2.1.5.2，重新扰动产生新参数集合，进行交互验证，直至满足步骤d2.1.5.3中的参数集合接受条件。

27、d2.1.5.4：在得到新状态时，按照降温计划进行降温，当没有达到设定温度t1时返回步骤d2.1.5.2，当达到设定温度t1时，进行新的退火计划。

28、d2.1.5.5：按照新的扰动方式和退火计划，继续对第一阶段退火的参数集进行扰动，计算对应的状态参数en。

29、d2.1.5.6：如果δe＜0，则接受新的参数集合，跳至步骤d2.1.5.7；否则按metropolis准则进行接受对应的参数集合，跳至步骤d2.1.5.7；如上述条件都不满足则拒绝接受参数集合，返回步骤d2.1.5.6，重新扰动产生新参数集合，进行交互验证，直至满足步骤d2.1.5.9中的参数集合接受条件。

30、d2.1.5.7设置结束温度设置为t2为算法出口，全局最大计算eep次数设置为n。当达到t2或n时停止退火，此时接受的临界状态的交叉验证误差en应为最低的en，对应的参数应为最佳的预测参数，否则返回至步骤d2.1.5.5。

31、所述机组设备端控制模块，将室内用户端运行状态参数、机组运行状态参数、能量桩埋管端运行状态参数作为样本属性数据，建立机组设备运行控制参数的决策树局部模型，确定出热泵和循环泵的控制参数和阀门开度并加密上传至中央服务器；决策树模型的形成基于id3算法、c4.5算法、cart算法中的一种或一种以上算法产生；具体步骤如下：

32、d2.2.1：利用私钥对加密传输数据的公钥进行解密，根据中央服务器的全局共享模型更新能量桩埋管端控制模块、机组设备控制模块、室内用户控制模块客户端的迭代结果作为新样本数据属性参数；根据信息熵计算训练样本的机组运行状态参数的信息增益，并按照信息增益对所有机组运行状态参数进行排序；

33、信息熵的计算方法如下；

34、给定样本的总信息熵：

35、样本子集{s1j,s2j,…,smj}的总信息熵：pij为样本子集sj中类别为ci的样本概率。

36、根据属性a划分样本的信息熵值：对应的信息增益为：gain(a)＝i(s1,s2,…,sm)-e(a)。

37、d2.2.2：选择信息增益最大的机组运行状态参数作为最优属性，以最优属性为依据进行样本划分，将最优属性取值相同的样本作为同一样本集形成根节点；

38、d2.2.3：将每个根节点视为完整数据集，按照次优属性为依据进行样本划分，将次优属性取值相同的样本作为同一样本集形成叶子节点，采用rep方法、pep方法或mep方法进行决策树的剪枝，依次迭代形成决策树；

39、d2.2.4：对决策出的机组设备控制参数与设备控制阈值进行比较，当计算结果满足设备控制阈值，将决策计算结果作为超前预测控制信息利用公钥转化为加密参数上传中央服务器，以备联邦学习的全局共享模型迭代；当计算结果超出设备控制阈值，则执行步骤d2.2.5；

40、d2.2.5：将决策出的机组设备控制结果输出并发出警报，以设备控制阈值作为超前预测控制信息利用公钥转化为加密参数上传中央服务器，以备联邦学习的全局共享模型迭代；

41、所述室内用户端控制模块，根据室内用户端运行状态参数、机组运行状态参数，在客户端上以室内用户端运行状态参数为样本属性建立室内用户端控制随机森林局部模型，计算出室内设备设置温度、冷冻水控制参数作为最优控制方案并加密上传至中央服务器；具体步骤如下：

42、d2.3.1：利用私钥对加密传输数据的公钥进行解密，根据中央服务器的全局共享模型更新能量桩埋管端控制模块、机组设备控制模块、室内用户控制模块客户端的迭代结果作为新样本数据属性参数；利用bootstrap抽样法从室内用户端控制训练样本中随机产生样本子集，作为其中一颗决策树模型的训练样本，重复k次抽样形成k个决策树训练样本；

43、d2.3.2：根据k个决策树训练样本中的属性子集进行决策树训练，形成k个相互独立的随机决策树；

44、d2.3.3：随机森林的随机选择分类器对k个决策树预测出的室内用户端控制方案进行投票，投票结果作为室内用户端的最优控制方案；

45、d2.3.4：对最优控制方案中决策出的室内用户端控制参数与设备控制阈值进行比较，当计算结果满足设备控制阈值时，将决策计算结果作为超前预测控制信息利用公钥转化为加密参数上传中央服务器，以备联邦学习的全局共享模型迭代；当计算结果超出设备控制阈值时，则执行步骤d2.3.5；

46、d2.3.5：将决策出的室内用户端控制结果输出并发出警报，以设备控制阈值作为超前预测控制信息利用公钥转化为加密参数上传中央服务器，以备联邦学习的全局共享模型迭代；同时，安排基于电磁感应原理的换热管检修装置进行精细化检测定位。

47、所述数据清洗的对象包括错误数据、异常数据、不完整数据、重复数据。数据清洗的内容包括识别无效值、异常值和缺失值；处理异常值、无效值和缺失值。

48、可选地，无效值、异常值和缺失值的识别方法可以基于如下一项实现：1、箱形图计算出数据集的最大值、最小值、中位数、以及上下四分位数。可以根据箱形图的上下四分位数识别异常值或无效值；2、3σ原则在数据服从正态分布的时候用的比较多，在这种情况下，异常值被定义为一组测定值中与平均值的偏差超过3倍标准差的值；3、散点图通过展示两组数据的位置关系直观地识别出离群值即为异常值或无效值。

49、可选地，无效值、异常值和缺失值的处理方法可以基于如下一项实现：1、直接删除；2、统计数据特征按照均值、中位数、众数进行无效值、异常值和缺失值的填充；3、按照回归模型或最大似然估计进行无效值、异常值和缺失值的拟合。

50、所述室内用户端运行状态参数包括：室内环境温度、室外环境温度、人员行为状态、设备运行状态、室内用户端分集水器水位、压差、集管流量、集管压力、集管温度、室内供水温度、室内回水温度、室内供水流量、室内回水流量、室内供水压力、室内回水压力；所述机组运行状态参数包括：冷凝器工作液位、冷凝器入口温度、蒸发器工作液位、蒸发器入口温度、压缩机压力；所述能量桩埋管端运行状态参数包括：埋管端分集水器水位、压差、集管流量、集管压力、集管温度、埋管供水温度、埋管回水温度、埋管供水流量、埋管回水流量、埋管供水压力、埋管回水压力。

51、所述室内用户端控制参数包括：风机盘管的设置温度、室内回水控制阀开度、室内供水控制阀开度、室内用户端集水器集管控制阀开度、集水器支管控制阀开度、室内用户端分水器集管控制阀开度、分水器支管控制阀开度；所述机组控制参数包括：补水泵控制阀开度、冷却循环泵控制阀开度、冷冻循环泵控制阀开度、膨胀阀开度；所述能量桩埋管端控制参数包括：埋管端集水器集管控制阀开度、集水器支管控制阀开度、埋管端分水器集管控制阀开度、分水器支管控制阀开度、能量桩回水控制阀开度、能量桩供水控制阀开度。

52、所述基于电磁感应原理的换热管检修装置包括双层智能换热管结构1、含疏通模组的微型磁电传感器3、线缆收纳盘4、数据自动采集仪5、控制端6；双层智能换热管结构1呈u形，其两端分别过线缆收纳盘4连接数据自动采集仪5，数据自动采集仪5连接控制端6；双层智能换热管结构1为内层聚乙烯管1-a、外层聚乙烯管1-b和磁感应环2；内层聚乙烯管1-a位于外层聚乙烯管1-b内壁内，二者间填充润滑油并螺纹连接；磁感应环2嵌于外层聚乙烯管1-b管壁内，沿双层智能换热管结构1轴向等间距布置；含疏通模组的微型磁电传感器3于内层聚乙烯管1-a内移动，其包括疏通件、串励电机3-5、主动轮3-7和线缆3-8；串励电机3-5一端连接线缆3-8，另一端通过安装齿轮3-3，通过连接构件3-2固连疏通件；串励电机3-5侧面连接多个主动轮3-7于内层聚乙烯管1-a内壁滑动；磁电传感器3-6、环绕摄像头3-4和照明灯3-9均安装于串励电机3-5表面；磁电传感器3-6通入电信号，当其穿过磁感应环2时，电磁频率产生变化，电信号通过连接的线缆3-8传导至数据自动采集仪5；数据自动采集仪5按序自动记录磁电传感器3-6经过各磁感应环2的时刻，并将此信息传至控制端6，当经过某磁感应环2后超过设定时间仍无下一磁感应环2的电信号传递时，则判断两磁感应环2之间存在堵塞。检测原理为：磁电传感器通入电信号，传感器穿过磁感应环时，电磁频率将会产生变化，电信号通过连接的线缆传导至数据自动采集仪5，数据自动采集仪5按序自动记录传感器经过各磁环的时刻，并将此信息传至控制端，如果经过某测点后长时间无下一测点的电信号传递，则判断两测点之间可能存在堵塞。

53、所述磁感应环2环宽5～8mm，与外层聚乙烯管1-b一体成型；磁感应环2的间距为0.3～0.5m。磁感应环沿换热管轴向等间距布置，间距设置根据能量桩设计要求确定。将外层聚乙烯管内壁与内层聚乙烯管外壁车螺纹，两层管之间涂抹润滑油，并使两层管利用螺纹旋紧。

54、所述疏通件为螺旋状金属丝3-1和/或热熔棒。

55、所述基于电磁感应原理的换热管检修装置用于检测换热管路堵塞和破损，其包括步骤如下：

56、s1：在能量桩绿色建筑联邦学习运行控制发出故障初步警报后，测试开始前，先打开数据自动采集仪5开关，用一磁感应环套住磁电传感器3-6移动，当磁感应环遇到磁电传感器3-6的感应点时，发出声光报警，同时数据自动采集仪5有指示，数据自动采集仪5工作正常进行后续步骤；

57、s2：测试时，在能量桩内以竖直方向布置管路，含疏通模组的微型磁电传感器3顺管路放入，利用磁电传感器3-6本身的重力作用与线缆收纳盘4转动置入；当磁电传感器3-6中心与磁感应环2相交时，数据自动采集仪5发出蜂鸣声，伴有灯光指示；开启环绕摄像头3-4进行管路内的影像实时监测、声波波形监测，数据自动采集仪5自动记录经过各磁感应环2测点的编号与经过相邻两磁感应环2测点间隔时间记录、实时影像和声波波形信息；

58、s3：数据自动采集仪5将自动记录的数据传输至控制端6，采用以下一种或一种以上方法进行采集数据的分析并精准定位破损点：孤立森林算法、x射线数字成像技术、超声检测、超声导波、超声c扫描、超声相控阵、高温测厚方法；控制端6根据分析出的数据异常时刻和位置准确定位堵塞点的位置。

59、所述步骤s3中采用孤立森林算法进行采集数据的分析时，对样本集合中的属性空间建立孤立树来孤立属性，同一属性空间中，通过模型训练分离异常值，正常值位于孤立树的深层子节点；具体步骤如下：

60、s3.1：磁电传感器3-6上传输到控制端6的电流信号、声波信号、电磁信号作为样本属性，形成样本集合，表示为x＝(x1,x2,x3,…,xn)，其中xn＝(xn1,xn2,xn3,…,xnm)，xnm为第m时刻的第n类属性信号；

61、s3.2：用属性维度q作为属性切割点切分属性类型，形成不同的孤立树，对每个孤立树用属性值切割点p作为异常值切割点，对属性空间内的属性值进行切分；q是属于(0,n)范围随机值，p是属于min(xn)＜p＜max(xn)区间的随机值；

62、s3.3：根据属性切割点q和异常值切割点p的切分在样本空间中形成超平面，小于异常值切割点p的样本归为一类，形成孤立树的左节点，反之形成右节点；

63、s3.4：重复步骤s3.2～步骤s3.3，直至每颗孤立树的叶子节点只包含一个样本，完成孤立树模型的训练；

64、s3.5：将每一时刻的样本数据xi放入孤立树模型中进行遍历计算，计算得到每个样本数据的平均高度h(xi)，根据下式计算样本数据的异常分数：

65、

66、其中，h(x)为x在每棵孤立树的高度，c(n)为给定样本数n时路径长度的平均值，e(h(x))为x在多棵孤立树中的路径长度期望值；

67、当得分s(x,ψ)大于0.75时，该时刻样本对应的信号被视为异常信号；

68、当得分s(x,ψ)处于0.4～0.75时，该时刻样本对应的信号被视为疑似异常信号；

69、当得分s(x,ψ)小于0.4时，该时刻的样本被视为正常信号。

70、所述基于电磁感应原理的换热管检修装置用于疏通和修补换热管路，其包括步骤如下：

71、t1：开启环绕摄像头3-4和照明灯3-9，实时传输至控制端6，使环绕摄像头3-4对准堵塞处；

72、t2：开始疏通工作，当发现堵塞物为除管道热熔导致的堵塞外，开启控制螺旋状金属丝3-1的串励电机3-5，螺旋状金属丝3-1转动至工作转速后，继续利用磁电传感器3-6自身重力缓慢下放传感器线缆3-8，螺旋状金属丝3-1搅动堵塞的异物直至异物被清除；当堵塞为管道热熔导致时，将疏通模组螺旋状金属丝3-1和连接构件3-2更换为热熔棒并再次将磁电传感器3-6放置到堵塞处，开启加热棒至聚乙烯材料的热熔温度，利用磁电传感器3-6自身重力缓慢下放传感器线缆3-8，直至堵塞被疏通；

73、t3：将含疏通模组的微型磁电传感器3自管道中取出后，进行管道压力测试和冲洗工作，清洗管道内残留的异物，疏通工作完成；

74、t4：精准定位破损点后，实施换热管路修补，破损点所在的管段顺着螺纹旋出以更换破损管段、或采用自动修补剂修补破损段。实施换热管路修补方法应用于双层智能换热管结构，由于双层智能换热管之间存在预制螺纹与减小摩擦力的润滑油，因此破损点所在的管段可将其顺着螺纹旋出以更换破损管段，或采用自动修补剂修补破损段。

75、所述自动修补剂为聚乙烯粉、聚乙烯颗粒、锦纶纤维丝、乙二醇、粘结剂中的一种或一种以上；当自动修补剂为锦纶纤维丝时，细度为200～300d，锦纶纤维丝长度为3～5mm。以保证混合物不会在管内结团，致使修补剂功效降低。锦纶纤维丝与聚乙烯粉与橡胶粉和颗粒缠绞在一起使聚乙烯粉难以脱落，参与填补换热管路的孔洞。

76、由于管壁是双层结构，纤维丝贯穿在孔洞的两侧，使聚乙烯微颗粒被固定牢固。所述自动修补剂的修补过程与方法如下：

77、p1：定位破损点后，将管道出入口任一端进行压力测试标准下的封堵，在另一管道口向管内注入自动修补剂；

78、p2：注入修补剂后，向管内打压，但压力不大于所采用聚乙烯管道所能承受的额定压力；

79、p3：当压力表读数稳定时，为破损点修补初步完成；待自动修补剂完全达到强度要求后，对管道进行试压，在试验压力下，稳压应在15～20min，稳压后压力降在1％～3％，且应无泄漏现象视为修补工作完成。

80、上述步骤s3中所述的超声相控阵方法，是经过对陈列换能器中各个阵元的激励和接受脉冲的时间延迟的控制以改变来自物体内某点阵元接收声波时的相位关系，改变聚焦点和声束方位以合成相控阵波束，从而扫描到信息。

81、上述步骤s3中所述的超声导波检测，是在管道中的多处位置安放数个传感器探头，使其组成传感器感应管道壁的状况，随着管道中的传感器感应的信息经过导波的冲击和反射来检测管道管壁的破损情况，经过后期相关数据的分析和计算找出管道管壁的问题所在。在一般管壁厚度下要产生适当的波型，则需要使用比通常超声波探伤低得多的频率，导波通常使用的频率60～100khz，因此导波对单个缺陷的检出灵敏度与通常使用频率在mhz级别的超声检测相比是比较低的，但是导波检测的优点是能传播20～30m长距离而衰减很小，因此可在一个位置固定脉冲回波阵列就可做大范围的检测，特别适合于检测在役管道的内外壁腐蚀以及焊缝的危险性缺陷。低频导波长距离超声检测法用于管道在役状态的快速检测，内外壁腐蚀可一次探测到，也能检出管道断面的平面状缺陷。

82、上述步骤s3中所述的超声c扫描检测，是对管道进行深度扫描，其基本工作原理是被检测构件内部经过反射探头来产生超声波，再经过探头把接收的关于缺陷部位的信息用超声波发射回来，会在软件上显示反射波的各项指标情况，从而确定管道缺陷的位置及大小具体信息。

83、本发明的有益效果：相较现有控制技术，本发明存在以下技术优势：

84、(1)能量桩埋管方面的设计施工方法众多，但目前尚无能量桩埋管管理运维的方法。本发明提出了适合能量桩埋管的支持向量回归超前控制方法，且计算效率高，可提高使用寿命。

85、(2)传统的地源热泵控制方法多是通过通讯信号，针对热泵机组进行实时控制，无法满足能量桩绿色低碳建筑的超前动态控制。本发明提出的智能运维控制方法可以在采集的历史数据中学习控制模型，并预测出下一刻的控制决策方案。

86、(3)本发明提出的基于联邦学习控制管理的能量桩绿色低碳建筑智能运维控制方法，实现了绿色低碳建筑用户端、机组选型、能量桩埋管端三个部分的综合化一体调控，提高了控制方案的科学合理性，降低了运行管理成本。

87、(4)本发明提出的双层智能换热管结构与微型磁电传感器相结合的管路检修装置，操作步骤简单、可操作性强，便于控制，易于实现。其中双层智能换热管结构内嵌入金属环结构简单，预制方法简便；微型磁电传感器兼具监测与疏通管路的作用，功能多样。

88、(5)本发明提出的一整套运维过程中的能量桩结构内埋管堵塞和破损问题的检测、疏通和修补方法。检测过程中，若发现管路堵塞，则立即启动监控模组与疏通模组，进行管路疏通，管路破损时，可立即将内层换热管路旋出更换，提高发现与解决问题的效率。

89、(6)自动修补剂材料易得且经济，修补剂的使用方法易于操作且修补效果好，对换热管结构强度有加强作用。