基于大数据的制冷机房能效自动诊断

基于大数据的制冷机房能效自动诊断

作者：王铭明,汪晨,于浩,胡圣明

来源：《决策探索·收藏天下（中旬刊）》 2019年第1期

随着我国社会的进步，新的绿色建筑评价标准将更加趋向于合理化和公平化。

截至2018 年底，中国累计评价的绿色建筑项目数量已达2186 个，建筑面积达22689．7 万m2。我国绿色建筑发展以及评估体系等方面取得了一定的成就。暖通空调专业的评价标准，将不仅关注制冷机组的设备能效比，而会更加注重制冷机房的综合能效比。

新加坡绿色建筑标志（GREEN MARK）认证中已经将制冷机房综合能效比作为绿色建筑的重要评价指标。与BREEAM、LEED 及CASBEE 等自愿申请的评价体系不同，Green Mark 在新加坡国内已经成为了实质上的强制标准。而且从企业降低运营成本的角度考虑，不应仅仅局限于制冷机组节能，而是制冷机房的综合能效的提高。

目前，还没有程序能够实现制冷机房综合设备能耗自动诊断。分析原因，笔者认为主要是有以下难点：自动化编程人员不具备暖通专业的知识，对制冷原理和空调运行规律不了解，无法准确分析各监测参数的意义。本文设计了一种基于大数据的制冷机房效率自动诊断系统，是一种结合不同的建筑结构和中央空调实际运行环境，进行实时监测和诊断的软件系统。

该系统利用从整个暖通系统采集的大数据进行分析，不盲目相信设备出厂时的特性曲线，能够进行连续的设备运行数据采集和机房能耗诊断。

一、大数据的来源

能耗监测系统的大数据来自安装在设备上的大量的传感器设备和采集系统。数据采集系统分为三部分：第一部分负责采集和计算建筑真正的冷负荷；第二部分负责采集和计算机房设备的输出参数；第三部分监测制冷机房的总体用电量。

通过持续的大数据采集，经过专业的数据分析，不但可以得到符合该建筑实际情况的设备性能曲线，还能找到最优的运行数据，通过数据统计能够找到不同气候和末端负荷情况下最节能的运行方式。

二、数据分析系统的实现

制冷机房效率自动诊断系统的核心在于数据分析，对采集的数据进行实时的“比较→寻优→再比较→诊断结果”这样的一个过程，直接而且有效。而且比较的程序也是最简单的逻辑运算程序之一，仅仅是简单的比较和赋值，相比各种统计函数需要的代码数量和实现难度都要低很多。其自然语言实现步骤可参考（允许误差值5%）：当末端负荷=某定值时如果制冷设备总功率＜上个时刻的制冷设备总功率-5%当前运行组合赋值最优运行组合记录当前系统各运行参数否则比较系统各运行参数如果某参数差距绝对值＞5%环境参数提示报警控制参数干预报警设备运行参数设备效率衰退报警结束判断当经过几次循环的报警和人为大数据筛选（类似于神经网络的训练）之后，找到设备运行的最优化组合参数，然后就可以屏蔽掉环境参数的提示报警，仅留下控制参数报警和设备效率衰退的报警，从而实现设备自动诊断，提醒进行有针对性的设备维护和运行策略干预。

任何编程语言最基本的语法都会包含判断、赋值、比较和四则运算，所以对于实现上面的程序没有任何难度。只要数据量足够多，就能够通过找到大多数运行状态下的最节能的运行组合，更会直接通过比较找到偏离最优组合的因素（包括设备老化、干预失误、控制策略不优化）。

程序经过一段时间的数据收集和寻优，最终找到不同末端负荷下最好的综合能效比，作为能耗诊断的标准。通过生成运行曲线，可以看到运行不同的制冷主机数量时综合能效比变化规律，制冷机房的综合曲线，可以得到很多有用的信息。

三、结语

现场采集设备的安装和位置选择需要具备一定的暖通知识，采集位置安装正确，才能保证数据的准确。另外对于数据坏点的识别和筛选需要人为操作，对操作人员的暖通知识要求也比较高。

在相同的测试条件下，各传感器存在偏差相同，在实现能耗诊断的前提下，该系统对采集数据的误差要求低。如果需要和标准数据比对诊断本身能耗情况，则对传感器和数据采集设备的准确性要求较高。

用户可以根据实际需求情况选择不同性能的设备，更有利于控制投资成本。

这种利用大数据进行制冷机房综合能效自动诊断的方式，是一种程序上比较容易实现的方式。能够实现实时在线诊断，不需要专业的数据分析软件，不需要具备更多的数学知识，在实现制冷机房自动能效诊断上有较大优势。

参考文献

[1]贾洪愿,喻伟.中国与新加坡绿色建筑评价标准体系对比[J].暖通空调,2014(36).

[2]赵磊,朱海涛.中央空调智能控制系统在公用建筑节能中的应用[J].环境保护与循环经济,2011(5).

[3]马丙场,倪国宗.参数自调整模糊控制器在中央空调控制系统中的应用[J].自动化技术与应用,2003(2).

[4]吴爱国,杜春燕,宋晓强.参数自寻优模糊控制器在中央空调温度控制系统中的应用[J].中国工程科学,2004(11).

请拨打全国免费咨询热线：400-160-6690，联络我们的专业销售人员，其他更多信息，请浏览公司官网（www.cd-estt.com）

机房清洗
机房除尘
机房带电清洗
大数据中心开荒
大数据中心保洁
服务器除尘
服务器清洗
服务器带电清洗
交换机带电清洗
交换机除尘
交换机清洗
UPS电源清洗
UPS电源带电清洗
UPS电源除尘
大数据开荒保洁
大数据机房开荒保洁
高低压配电柜带电清洗
配电柜带电清洗