一種基于數據挖掘技術的空調器制冷/熱量預測方法技術

技術編號:20934518 閱讀:75 留言:0更新日期:2019-04-20 15:05
本發明專利技術屬于空調的制冷/熱量計算的技術領域,并公開了一種基于數據挖掘技術的空調器制冷/熱量預測方法。該預測方法包括下列步驟:(a)采集待處理空調器上的節流閥、蒸發器和冷凝器的多個溫度,計算蒸發溫度、冷凝溫度和過冷度;(b)采用微元段的分析方法,利用毛細管過冷液相區和汽液兩相區兩段的壓力變化計算制冷劑的質量流量;(c)采用制冷劑焓值法計算待處理空調器在蒸發溫度和冷凝溫度下對應的制冷/熱量;(d)建立制冷/熱量關于蒸發溫度和冷凝溫度的線性回歸預測模型,該預測模型用于預測所需的制冷/熱量。通過本發明專利技術,不需要進行復雜的拆卸安裝也無需破壞空調系統裝置即可實現空調系統制冷/熱量的預測,操作簡單,結果可靠。

A Data Mining-based Method for Air Conditioner Refrigeration/Heat Prediction

The invention belongs to the technical field of air conditioning refrigeration/heat calculation, and discloses an air conditioner refrigeration/heat prediction method based on data mining technology. The prediction method includes the following steps: (a) collecting the temperature of throttle valve, evaporator and condenser on the air conditioner to be processed and calculating the evaporation temperature, condensation temperature and supercooling degree; (b) calculating the mass flow rate of refrigerant by using the method of micro-element analysis, using the pressure changes in the liquid phase zone and the vapor-liquid phase zone of capillary supercooling; (c) calculating the mass flow rate of refrigerant by using the refrigerant enthalpy method. (d) Establish a linear regression prediction model of refrigeration/heat for evaporation temperature and condensation temperature, which is used to predict the required refrigeration/heat. By the invention, the refrigeration/heat prediction of the air-conditioning system can be realized without complicated disassembly and installation or destroying the air-conditioning system device, and the operation is simple and the result is reliable.

【技術實現步驟摘要】
一種基于數據挖掘技術的空調器制冷/熱量預測方法
本專利技術屬于空調器的制冷/熱量計算的
,更具體地,涉及一種基于數據挖掘技術的空調器制冷/熱量預測方法。
技術介紹
空調器作為一種用于優化室內環境品質的白色家電,不僅受到越來越多家庭的喜愛,也廣泛應用于各大商場、寫字樓、醫院等人員較密集的公眾場所。隨著生活水平的提高,人們對于室內環境舒適度及空氣品質的要求越來越高,因此維持空調系統或空調器穩定高效運行顯得尤為重要。目前,對空調器制冷/熱量的計算方法主要可以歸為制冷劑焓值法和空氣焓值法兩類。但在用戶實際使用過程中,直接采集空調器出風量的難度較大、可操作性低,且誤差較大。因此通常采用制冷劑焓值法,通過測量制冷劑側的參數,求出制冷劑進出口的焓值和流量,計算系統制冷劑側的換熱量來獲取系統的制冷/熱量。但其中測量過程需要布置壓力測點和流量計等,不僅破壞了系統的完整性且增加了測試成本。總之,以上方法均具備測量誤差大、實驗復雜難操作等缺點。
技術實現思路
針對現有技術的以上缺陷或改進需求,本專利技術提供了一種基于數據挖掘技術的空調器制冷/熱量預測方法,針對現有技術無法在實際工況下準確快速測量空調器制冷/熱量的不足,從制冷劑蒸發溫度和冷凝溫度出發,采用微元段的分析方法,利用毛細管兩段壓力的變化計算出制冷劑質量流量,實現了對制冷系統中制冷劑質量流量的非侵入式、高精度測量,接著,采用制冷劑焓值法計算實際制冷量,實現了對制冷系統中制冷劑制冷量的準確計算,最后通過建立制冷/熱量關于蒸發溫度和冷凝溫度的預測模型,實現對空調器實際制冷/熱量的預測。為實現上述目的,按照本專利技術,提供了一種基于數據挖掘技術的空調器制冷/熱量預測方法,其特征在于,該預測方法包括下列步驟:(a)采集待處理空調器上的節流閥、蒸發器和冷凝器的多個溫度,利用該多個溫度計算蒸發溫度、冷凝溫度和過冷度,其中,所述多個溫度包括節流閥前溫度,蒸發器和冷凝器各個支路的溫度,以及冷凝器出口溫度;(b)利用所述蒸發溫度和冷凝溫度計算待處理空調上的毛細管進口和出口壓力,采用微元段的分析方法,利用所述毛細管過冷液相區和汽液兩相區兩段的壓力變化計算該毛細管中制冷劑的質量流量;(c)利用步驟(b)獲得的制冷劑的質量流量,采用制冷劑焓值法計算待處理空調器在所述蒸發溫度和冷凝溫度下對應的制冷/熱量;(d)重復步驟(a)~(c)獲得多組蒸發溫度和冷凝溫度下對應的制冷/熱量的數據,根據該數據建立制冷/熱量關于蒸發溫度和冷凝溫度的線性回歸預測模型,將待處理空調器的蒸發溫度和冷凝溫度代入所述預測模型中,即可獲得所需的制冷/熱量,以此實現制冷/熱量的預測。進一步優選地,在步驟(b)中,所述采用微元段的分析方法,利用所述毛細管過冷液相區和汽液兩相區兩段的壓力變化計算制冷劑的質量流量的具體包括如下步驟:(b1)根據所述毛細管的進口壓力、出口壓力和過冷度計算毛細管中制冷劑汽化臨界點飽和壓力;(b2)給制冷劑的質量流量賦值,分別計算所述毛細管過冷液相區和汽液兩相區兩段的長度,并以此計算所述毛細管的總長;(b3)將所述計算出的毛細管的總長與預設毛細管長度相比較,二者差值在預設可接受閾值范圍內,當前對應的制冷劑質量流量值即為所求的制冷劑質量流量,否則返回步驟(b2)。進一步優選地,在步驟(d)中,所述預測模型優選采用下列模型:Q=C0+C1·Te+C2·Tc+C3·Te·Tc+C4·Te2+C5·Tc2其中,Q是空調器制冷/熱量,C0~C5是待擬合系數;Te是蒸發溫度,Tc是冷凝溫度。進一步優選地,在步驟(c)中,所述制冷劑焓值法計算待處理空調系統在所述蒸發溫度和冷凝溫度下對應的制冷/熱量優選按照下列關系式進行:Q=m(h1'-h4)其中,Q是空調器制冷/熱量,m是制冷劑質量流量,h1'是蒸發溫度對應的壓縮機吸入的制冷劑氣體比焓,h4是冷凝溫度對應的節流閥前制冷劑液體比焓。進一步優選地,在步驟(a)中,所述采集多個溫度后,還包括將采集的多個溫度進行數據的預處理,以剔除缺失值和異常值。總體而言,通過本專利技術所構思的以上技術方案與現有技術相比,能夠取得下列有益效果:1、本專利技術采用微元段的分析方法,利用毛細管兩段壓力的變化計算出制冷劑的質量流量,實現了對制冷系統中制冷劑質量流量的非侵入式、高精度測量,避免了流量計直接測量過程給制冷系統帶來的不良影響,另外,建立線性回歸預測模型,得到制冷/熱量與特征變量之間的關系式,實現對實際制冷/熱量的預測;2、本專利技術提出的方法首次將數據挖掘技術應用于空調器制冷/熱量檢測當中,利用多元線性回歸模型擬合出制冷/熱量與所選取特征變量之間的函數多項式,依此獲得的模型準確度較高,整個測量過程不會對制冷/熱量循環帶來不良影響,通過物理仿真模擬計算系統的制冷劑質量流量也為測量過程帶來了很大的方便,節約了測量成本;3、本專利技術操作簡單,結果可靠,不需要進行復雜的拆卸安裝也無需破壞空調系統裝置即可實現空調系統制冷/熱量的預測。附圖說明圖1是按照本專利技術的優選實施例所構建的空調器制冷/熱量預測方法的流程示意圖;圖2是按照本專利技術的優選實施例所構建的待處理空調器的結構示意圖;圖3是按照本專利技術的優選實施例所構建的采用微元段分析法計算制冷劑質量流量的流程示意圖;圖4是按照本專利技術的優選實施例所構建的制冷循環壓焓圖;圖5是按照本專利技術的優選實施例所構建的絕熱毛細管示意圖;圖6是按照本專利技術的優選實施例所構建的毛細管微元段示意圖。具體實施方式為了使本專利技術的目的、技術方案及優點更加清楚明白,以下結合附圖及實施例,對本專利技術進行進一步詳細說明。應當理解,此處所描述的具體實施例僅僅用以解釋本專利技術,并不用于限定本專利技術。此外,下面所描述的本專利技術各個實施方式中所涉及到的技術特征只要彼此之間未構成沖突就可以相互組合。圖1是按照本專利技術的優選實施例所構建的空調器制冷/熱量預測方法的流程示意圖,如圖1所示,一種基于數據挖掘技術的空調器制冷/熱量預測方法,包括下列步驟:1)數據的采集如圖2所示,利用分布在空調器蒸發器、冷凝器、節流閥上的多個溫度傳感器,采集空調器在各運行工況下的蒸發器第一支路中間溫度EM1、蒸發器第二支路中間溫度EM2、蒸發器第三支路中間溫度EM3、冷凝器出口溫度T3、冷凝器第一支路中間溫度CM1、冷凝器第二支路中間溫度CM2、節流閥前溫度T3’;2)數據的預處理,剔除樣本中存在缺失值、異常值等ⅰ.異常值處理:本數據處理單元使用3σ原則進行異常值剔除,根據正態分布的定義,距離平均值3σ以外的數值出現屬于小概率事件,此時那些數據和平均值的偏差超過3倍標準差的值可以看成是異常值。數據處理單元依據3σ原則尋找異常值,并將異常值所在的樣本進行剔除;ⅱ.缺失值處理:數據缺失是指所記錄的數據由于某些原因是部分數據丟失,本數據處理單元采用數據補插方法來代替缺失值,具體使用的是牛頓插值法,對含有缺失值的屬性,使用其他樣本該屬性的值建立插值函數,然后對缺失值使用該函數計算出近似值進行代替。3)建立絕熱毛細管的物理仿真模型,計算系統制冷劑質量流量。ⅰ.將上述進行預處理后的數據中蒸發器三個支路的溫度求平均值近似作為蒸發溫度Te,冷凝器兩個支路的溫度求平均值近似作為冷凝溫度Tc,過冷度△Tsub=T3’-T3;由蒸發溫度Te、冷凝溫度Tc查壓焓圖可本文檔來自技高網...

【技術保護點】
1.一種基于數據挖掘技術的空調器制冷/熱量預測方法,其特征在于,該預測方法包括下列步驟:(a)采集待處理空調器上的節流閥、蒸發器和冷凝器的多個溫度,利用該多個溫度計算蒸發溫度、冷凝溫度和過冷度,其中,所述多個溫度包括節流閥前溫度,蒸發器和冷凝器各個支路的溫度,以及冷凝器出口溫度;(b)利用所述蒸發溫度和冷凝溫度計算待處理空調上的毛細管進口和出口壓力,采用微元段的分析方法,利用所述毛細管過冷液相區和汽液兩相區兩段的壓力變化計算該毛細管中制冷劑的質量流量;(c)利用步驟(b)獲得的制冷劑的質量流量,采用制冷劑焓值法計算待處理空調器在所述蒸發溫度和冷凝溫度下對應的制冷/熱量;(d)重復步驟(a)~(c)獲得多組蒸發溫度和冷凝溫度下對應的制冷/熱量的數據,根據該數據建立制冷/熱量關于蒸發溫度和冷凝溫度的線性回歸預測模型,將待處理空調器的蒸發溫度和冷凝溫度代入所述預測模型中,即可獲得所需的制冷/熱量,以此實現制冷/熱量的預測。

【技術特征摘要】
1.一種基于數據挖掘技術的空調器制冷/熱量預測方法,其特征在于,該預測方法包括下列步驟:(a)采集待處理空調器上的節流閥、蒸發器和冷凝器的多個溫度,利用該多個溫度計算蒸發溫度、冷凝溫度和過冷度,其中,所述多個溫度包括節流閥前溫度,蒸發器和冷凝器各個支路的溫度,以及冷凝器出口溫度;(b)利用所述蒸發溫度和冷凝溫度計算待處理空調上的毛細管進口和出口壓力,采用微元段的分析方法,利用所述毛細管過冷液相區和汽液兩相區兩段的壓力變化計算該毛細管中制冷劑的質量流量;(c)利用步驟(b)獲得的制冷劑的質量流量,采用制冷劑焓值法計算待處理空調器在所述蒸發溫度和冷凝溫度下對應的制冷/熱量;(d)重復步驟(a)~(c)獲得多組蒸發溫度和冷凝溫度下對應的制冷/熱量的數據,根據該數據建立制冷/熱量關于蒸發溫度和冷凝溫度的線性回歸預測模型,將待處理空調器的蒸發溫度和冷凝溫度代入所述預測模型中,即可獲得所需的制冷/熱量,以此實現制冷/熱量的預測。2.如權利要求1所述的一種基于數據挖掘技術的空調器制冷/熱量預測方法,其特征在于,在步驟(b)中,所述采用微元段的分析方法,利用所述毛細管過冷液相區和汽液兩相區兩段的壓力變化計算制冷劑的質量流量的具體包括如下步驟:(b1)根據所述毛細管的進口壓力、出口壓力和過冷度計算毛細管中制冷劑汽化臨界點飽和壓力;...

【專利技術屬性】
技術研發人員:陳煥新郭夢茹尚鵬濤黃榮庚沈家沁
申請(專利權)人:華中科技大學
類型:發明
國別省市:湖北,42

網友詢問留言 已有0條評論
  • 還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。

1
彩票联盟开户 安平县| 清水县|