CN113587387A - 空气调节设备预警方法和系统 - Google Patents

空气调节设备预警方法和系统 Download PDF

Info

Publication number
CN113587387A
CN113587387A CN202110812625.8A CN202110812625A CN113587387A CN 113587387 A CN113587387 A CN 113587387A CN 202110812625 A CN202110812625 A CN 202110812625A CN 113587387 A CN113587387 A CN 113587387A
Authority
CN
China
Prior art keywords
air conditioning
conditioning equipment
early warning
standard deviation
expected value
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Withdrawn
Application number
CN202110812625.8A
Other languages
English (en)
Inventor
周建
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Satake Cool-Heat & Control Technique Co ltd
Original Assignee
Shanghai Satake Cool-Heat & Control Technique Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shanghai Satake Cool-Heat & Control Technique Co ltd filed Critical Shanghai Satake Cool-Heat & Control Technique Co ltd
Priority to CN202110812625.8A priority Critical patent/CN113587387A/zh
Publication of CN113587387A publication Critical patent/CN113587387A/zh
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/50—Control or safety arrangements characterised by user interfaces or communication
    • F24F11/54—Control or safety arrangements characterised by user interfaces or communication using one central controller connected to several sub-controllers
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/30—Control or safety arrangements for purposes related to the operation of the system, e.g. for safety or monitoring
    • F24F11/49—Control or safety arrangements for purposes related to the operation of the system, e.g. for safety or monitoring ensuring correct operation, e.g. by trial operation or configuration checks
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/50—Control or safety arrangements characterised by user interfaces or communication
    • F24F11/52—Indication arrangements, e.g. displays
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/50—Control or safety arrangements characterised by user interfaces or communication
    • F24F11/61—Control or safety arrangements characterised by user interfaces or communication using timers
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/62—Control or safety arrangements characterised by the type of control or by internal processing, e.g. using fuzzy logic, adaptive control or estimation of values
    • F24F11/63—Electronic processing
    • F24F11/64—Electronic processing using pre-stored data

Landscapes

  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Air Conditioning Control Device (AREA)

Abstract

本发明公开了一种空气调节设备预警方法，包括：采集空气调节设备的至少一个特征参数；实时计算、更新特征参数的期望值μ与标准差σ，当特征参数位于根据期望值μ与标准差σ计算的指定区间，判断该空气调节设备运行正常，否则判断该空气调节设备运行异常；将记录空气调节设备关闭时的期望值μ和标准差σ作为下次空气调节设备启动时的初始期望值μ和标准差σ。本发明还公开了一种空气调节设备预警系统。本发明能实现对空气调节设备的自动采集、实时监测、动态分析和及时预警。

Description

空气调节设备预警方法和系统
技术领域
本发明涉及空调领域，特别是涉及一种空气调节设备预警方法。本发明还涉及一种空气调节设备预警方法。
背景技术
目前，空气调节设备的运行状态主要依靠工程人员根据各类仪器仪表、传感器监测的数据，基于理论计算和已有的工程经验作出判断。该方案只能通过工程人员根据当前的数据，分析该时刻的整体运行状态，无法动态地对其进行监测，及时给予用户反馈。并且判断结果的可靠度高度依赖于工程人员的工程经验，有较高的几率造成误判。另外，由于空气调节系统的复杂性，不同的系统往往具有不同的特性。对于具有不同特性的系统，已有工程经验的不足，同样会增加工程人员误判断的几率。
综上所述，仅依靠工程人员的经验性判断，不但无法有效地判断空气调节设备的整体运行状态，同时大大增加了维护设备运行的人力成本。因而开发实时监测、动态分析、系统状态及时反馈的预警系统具有重要意义。
发明内容
在发明内容部分中引入了一系列简化形式的概念,该简化形式的概念均为本领域现有技术简化，这将在具体实施方式部分中进一步详细说明。本发明的发明内容部分并不意味着要试图限定出所要求保护的技术方案的关键特征和必要技术特征，更不意味着试图确定所要求保护的技术方案的保护范围。
本发明要解决的技术问题是提供一种能自动采集、实时监测、动态分析、及时预警的空气调节设备预警方法。
相应的，本发明还提供了一种能自动采集、实时监测、动态分析、及时预警的空气调节设备预警系统。
本发明的空气调节设备预警方法和系统，尤其适用于多种空气调节设备频繁调节控制的场景，例如空调性能试验室。
为解决上述技术问题，本发明提供的空气调节设备预警方法，包括以下步骤：
S1，采集各空气调节设备的至少一个特征参数；
可选择的，进一步改进，可将各空气调节设备的特征参数分别表征为特征曲线进行展示，有有利于工作人员能更直观的发现特征参数的突变；
S2，实时计算、更新特征参数的期望值μ与标准差σ，当特征参数位于根据期望值μ与标准差σ计算的指定区间，判断该空气调节设备运行正常，否则判断该空气调节设备运行异常；
同时，记录空气调节设备关闭时的期望值μ、标准差σ、统计样本个数、获取特征参数的历史最大值与历史最小值；
S3，将记录空气调节设备关闭时的期望值μ和标准差σ作为下次空气调节设备启动时的初始期望值μ和标准差σ。
可选择的，进一步改进所述的空气调节设备预警方法，所述特征参数是根据不同设备选取的能表征该设备运行状态的参数。
可选择的，进一步改进所述的空气调节设备预警方法，特征参数x的期望值μ与标准差σ采用以下公式(1)计算；
Figure BDA0003168998400000021
在空气调节设备的实际运行过程中，当每个设备正常运行时，设备的特征参数随机的集中分布于某个理论期望值附近，而当设备非正常运行时，特征参数以极小的概率偏离该理论期望值。这一特征符合正态分布两端低、中间高的钟型分布特征，因而可以假定单个特征参数近似地服从一维正态分布。满足一维正态分布的随机变量x(即某特征参数)，其概率密度函数为公式(1)，因此为了动态跟踪系统运行特性，需在设备运行过程中，实时计算、更新各个特征参数的期望值μ和标准差σ。特征参数的期望值μ和标准差分别用以下两公式(2)和公式(3)计算：
μn＝μn-1+(xn-μn-1)/n 公式(2)；
Figure BDA0003168998400000031
n为采样次数，xn为第n次采样值。
对于一般正态分布X～N(μ,σ)，P(μ-σ＜X≤μ+σ)＝0.6826，P(μ-2σ＜X≤μ+2σ)＝0.9544，P(μ-3σ＜X≤μ+3σ)＝0.9974，若随机变量x(即某特征参数)服从正态分布，则其落在区间(μ-σ，μ+σ)、(μ-2σ，μ+2σ)、(μ-3σ，μ+3σ)的概率分别为0.6826、0.9544、0.9974，参考图1所示。
可选择的，进一步改进所述的空气调节设备预警方法，所述指定区间为(μ-2σ，μ+2σ)。
可选择的，进一步改进所述的空气调节设备预警方法，实施步骤S2时，只有某空气调节设备所有采集的特征参数位于所述指定区间，才判断该空气调节设备运行正常，否则判断该空气调节设备运行异常。由于空气调节系统的复杂性，有时仅依靠单个特征参数难以描述设备的运行状态，通常要结合多个特征参数，才能快速准确的判断设备的运行状态，安全边际较高的方法是只有某空气调节设备所有采集的特征参数位于所述指定区间，才判断该空气调节设备运行正常。
为解决上述技术问题，本发明提供一种空气调节设备预警系统，包括：
采集装置，其用于采集各空气调节设备特征参数并将所述特征参数发送至于计算模块；
计算模块，其用于实时计算、更新特征参数的期望值μ与标准差σ、计算每个特征参数的变化斜率、历史最大值以及历史最小值；
判断模块，其用于根据特征参数是否位于指定区间判断空气调节设备是否正常运行；
存储模块，其用于记录空气调节设备关闭时的期望值μ、标准差σ、统计样本个数、获取特征参数的历史最大值与历史最小值、记录预警发生的时间、类型、统计同类型预警发生次数。
可选择的，进一步改进所述的空气调节设备预警系统，将存储模块记录空气调节设备关闭时的期望值μ和标准差σ作为下次空气调节设备启动时的初始期望值μ和标准差σ。
可选择的，进一步改进所述的空气调节设备预警系统，所述特征参数是根据不同设备选取的能表征该设备运行状态的参数。
可选择的，进一步改进所述的空气调节设备预警系统，特征参数x的期望值μ与标准差σ采用以下公式计算；
Figure BDA0003168998400000041
可选择的，进一步改进所述的空气调节设备预警系统，所述指定区间为(μ-2σ，μ+2σ)。
可选择的，进一步改进所述的空气调节设备预警系统，只有某空气调节设备所有采集的特征参数位于所述指定区间，判断模块才判断该空气调节设备运行正常，否则判断该空气调节设备运行异常。
本发明至少能实现以下技术效果：
1、本发明能动态监测空气调节设备运行状态，在设备运行的整个过程中，实时对设备运行状态自动作出判断，无需工程人员耗费大量精力收集设备运行数据并分析，有效减少了人力成本，且依靠人力只能分析设备在某个时间点时的状态，实现了设备全程的自动监测功能。
2、与现有技术依赖工程人员个人经验相比，本发明基于统一的算法对设备运行状态作出判断，有效的减少了误判的发生几率。
3、本发明通过选择特征参数，能实现对空气调节设备运行状态的预警，能对设备潜在的风险作出有效预测，有效地减少了空气调节设备的运维成本，降低了安全事故的发生几率。即当空气调节设备的某一个特征参数不在指定区间，但该空气调节设备还在正常运行，此时通过本发明能够实现预警，避免继续运行造成的空气调节设备损毁或试验参数异常。
附图说明
本发明附图旨在示出根据本发明的特定示例性实施例中所使用的方法、结构和/或材料的一般特性，对说明书中的描述进行补充。然而，本发明附图是未按比例绘制的示意图，因而可能未能够准确反映任何所给出的实施例的精确结构或性能特点，本发明附图不应当被解释为限定或限制由根据本发明的示例性实施例所涵盖的数值或属性的范围。下面结合附图与具体实施方式对本发明作进一步详细的说明：
图1是本发明正态分布曲线示意图。
图2是本发明流程示意图。
图3是本发明预警系统原理示意图一。
图4是本发明预警系统原理示意图二。
具体实施方式
以下通过特定的具体实施例说明本发明的实施方式，本领域技术人员可由本说明书所公开的内容充分地了解本发明的其他优点与技术效果。本发明还可以通过不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点加以应用，在没有背离发明总的设计思路下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。本发明下述示例性实施例可以多种不同的形式来实施，并且不应当被解释为只限于这里所阐述的具体实施例。应当理解的是，提供这些实施例是为了使得本发明的公开彻底且完整，并且将这些示例性具体实施例的技术方案充分传达给本领域技术人员。
为了便于了解本本发明下述各实施例技术方案，对空气调节设备说明如下：空气调节设备主要包括压缩机、冷凝器、蒸发器、空调柜风机、空调柜电加热、加湿器电加热，压缩机、冷凝器、蒸发器通过冷媒管路依次连接。制冷剂经过压缩机压缩后，变成高温高压的气体，而后分别流经冷凝器、蒸发器，在蒸发器中与空气换热，成为低温低压的气体后再次回到压缩机。空调柜风机用于加快空气的流动速度，形成强制对流以增强蒸发器外部空气与内部冷媒间的换热。空调柜电加热用于与蒸发器联合调节试验室空气干球温度。加湿器电加热则用于调节空气的湿度。试验室内的空气依次流经蒸发器、空调柜电加热、加湿器电加热后，其温湿度达到试验室的目标温湿度。本发明的主要设计思路即对上述空气调节设备的运行状态进行预警，以克服现有技术的缺陷。
第一实施例；
本发明提供一种空气调节设备预警方法，包括以下步骤：
S1，采集各空气调节设备的至少一个特征参数；
为了准确监测空气调节设备的运行状态，实现保证设备正常运行的自动预防机制。每个设备选取不同的运行参数，用以表征设备的运行状态。这些运行参数被称之为设备的特征参数。特征参数的获取需要通过不同类型的传感器与各类仪器仪表进行测量。下表1示例性的总结了每个设备的特征参数，与所用传感器的类型或仪器仪表名称。相应的，下述表1的个特征参数同样适用于后续各实施例，不再赘述。
表1
Figure BDA0003168998400000061
S2，实时计算、更新特征参数的期望值μ与标准差σ，当特征参数位于根据期望值μ与标准差σ计算的指定区间，判断该空气调节设备运行正常，否则判断该空气调节设备运行异常；
同时，记录空气调节设备关闭时的期望值μ、标准差σ、统计样本个数、获取特征参数的历史最大值与历史最小值；
S3，将记录空气调节设备关闭时的期望值μ和标准差σ作为下次空气调节设备启动时的初始期望值μ和标准差σ。
第二实施例；
本发明提供一种空气调节设备预警方法，包括以下步骤：
S1，采集各空气调节设备的至少一个特征参数，并将各空气调节设备的特征参数分别表征为特征曲线进行展示；
S2，实时计算、更新特征参数的期望值μ与标准差σ，当特征参数位于根据期望值μ与标准差σ计算的指定区间，判断该空气调节设备运行正常，否则判断该空气调节设备运行异常；
同时，记录空气调节设备关闭时的期望值μ、标准差σ、统计样本个数、获取特征参数的历史最大值与历史最小值；
S3，将记录空气调节设备关闭时的期望值μ和标准差σ作为下次空气调节设备启动时的初始期望值μ和标准差σ。
第三实施例；
本发明提供一种空气调节设备预警方法，包括以下步骤：
S1，采集各空气调节设备的至少一个特征参数，并将各空气调节设备的特征参数分别表征为特征曲线进行展示；
S2，实时计算、更新特征参数的期望值μ与标准差σ，当特征参数位于(μ-2σ，μ+2σ)内，判断该空气调节设备运行正常，否则判断该空气调节设备运行异常；
示例性的，判断空气调节设备运行状态可选择的通过指定该空气调节设备某一参数的多个判定值形成多个预警通道，来判断每个预警通道是否达到触发预警的条件，当有预警通道触发预警时，则作出空气调节设备运行异常的判断；
其中，特征参数x的期望值μ与标准差σ采用以下公式(1)计算；
Figure BDA0003168998400000071
同时，记录空气调节设备关闭时的期望值μ、标准差σ、统计样本个数、获取特征参数的历史最大值与历史最小值；
S3，将记录空气调节设备关闭时的期望值μ和标准差σ作为下次空气调节设备启动时的初始期望值μ和标准差σ。
可选择的，进一步改进上述第一实施例～第三实施例，只有某空气调节设备所有采集的特征参数位于所述指定区间，才判断该空气调节设备运行正常，否则判断该空气调节设备运行异常。
第四实施例；
本发明提供一种空气调节设备预警系统，包括：
采集装置，其用于采集各空气调节设备特征参数并将所述特征参数发送至于计算模块；
所述采集装置即传感器、仪器仪表等，示例性的：冷媒管路上的温度与压力分别采用热电偶与压力传感器测量，电加热的表面温度采用热电偶测量，并将热电偶与压力传感器的测量信号接至数据记录仪，风机变频器运行电流采用功率计测量；
计算模块，其用于实时计算、更新特征参数的期望值μ与标准差σ、计算每个特征参数的变化斜率、历史最大值以及历史最小值；
判断模块，其用于根据特征参数是否位于指定区间判断空气调节设备是否正常运行；
示例性的，可通过指定空气调节设备某一参数的多个判定值形成多个预警通道，来判断每个预警通道是否达到触发预警的条件，当有预警通道触发预警时，则作出空气调节设备运行异常的判断；存储模块，其用于记录空气调节设备关闭时的期望值μ、标准差σ、统计样本个数、获取特征参数的历史最大值与历史最小值、记录预警发生的时间、类型、统计同类型预警发生次数。
第五实施例；
参考图3所示，本发明提供一种空气调节设备预警系统，包括：
采集装置，其用于采集各空气调节设备特征参数并将所述特征参数发送至于计算模块，所述特征参数是根据不同设备选取的能表征该设备运行状态的参数；
计算模块，其用于实时计算、更新特征参数的期望值μ与标准差σ、计算每个特征参数的变化斜率、历史最大值以及历史最小值；特征参数x的期望值μ与标准差σ采用以下公式(1)计算；
Figure BDA0003168998400000091
判断模块，其用于根据特征参数是否位于(μ-2σ，μ+2σ)区间内，判断空气调节设备是否正常运行；
存储模块，其用于记录空气调节设备关闭时的期望值μ、标准差σ、统计样本个数、获取特征参数的历史最大值与历史最小值、记录预警发生的时间、类型、统计同类型预警发生次数。
第六实施例；
本发明提供一种空气调节设备预警系统，包括：
采集装置，其用于采集各空气调节设备特征参数并将所述特征参数发送至于计算模块，所述特征参数是根据不同设备选取的能表征该设备运行状态的参数；
计算模块，其用于实时计算、更新特征参数的期望值μ与标准差σ、计算每个特征参数的变化斜率、历史最大值以及历史最小值；特征参数x的期望值μ与标准差σ采用以下公式(1)计算；
Figure BDA0003168998400000092
判断模块，其用于根据特征参数是否位于(μ-2σ，μ+2σ)区间内，判断空气调节设备是否正常运行；
存储模块，其用于记录空气调节设备关闭时的期望值μ、标准差σ、统计样本个数、获取特征参数的历史最大值与历史最小值、记录预警发生的时间、类型、统计同类型预警发生次数；
并且，存储模块输出记录的空气调节设备关闭时的期望值μ和标准差σ作为下次空气调节设备启动时的初始期望值μ和标准差σ。
可选择的，进一步改进上述第四实施例和第五实施例，只有某空气调节设备所有采集的特征参数位于所述指定区间，判断模块才判断该空气调节设备运行正常，否则判断该空气调节设备运行异常。
参考图4所示，基于上述第四实施例和第五实施例和计算机编程技术手段，在本发明的主要设计思路下，示例性的进一步说本发明可以实现的功能；
1、根据采集装置数量，实例化通讯类对象，每个通讯类对象单独开启一个通讯线程，用于读取各采集装置的采样数据，且采样时间间隔设定为5s。
2、设计两个线程、两个界面，分别以文字与曲线的形式动态记录和呈现采集装置的采样数据，便于工程人员时刻观测当前系统运行状态。另外再开启一个线程，将每次的采样值存储至数据库，存储间隔为5s。
3、设计预警系统参数设置界面，可设置的参数包括：每个预警通道对应的特征参数、特征参数的值类型、预警通道开始预警的条件、预警通道的判定值模式、预警通道的判定关系、触发预警的阈值、是否触发预警、触发预警的延时时间、触发预警后的处理方式。其中通道对应的特征参数是指该预警通道针对哪个特征参数预警，一个特征参数可以拥有多个预警通道。特征参数的值类型是指用特征参数的哪个值进行预警判定，值类型包括特征参数的当前测量值、平均值、方差、变化斜率、最大值、最小值。开始预警的条件是指该预警通道需在满足何种条件下才能开始预警，以空调柜风机变频器运行电流过大为例，只有当前风机开启时，该预警通道才能开始预警。预警通道的判定值模式是指设定的预警阈值的类型，包括常数、正态分布置信度为95.44％的置信区间上限μ+2σ、正态分布置信度为95.44％的置信区间下限μ-2σ。预警通道的判定关系、触发预警的阈值指定了预警通道判断的判据。预警通道的判定关系包括大于、小于、等于、大于等于、小于等于。触发预警的延时时间是指当前预警通道满足触发预警条件，并维持了多长时间才可触发预警。触发预警后的处理方式是指当预警通道触发预警后，软件提示用户以何种方式操作，引导用户正确维护与使用试验室设备。该界面可设置多个预警通道的预警参数，以便于工程人员灵活应对具有不同特性的系统。
4、设计预警通道计算线程，设置的预警参数，对每一个预警通道实时进行计算，判定每一个预警通道是否触发预警。与此同时，该线程会计算每一个特征参数的平均值、方差、历史最大值、历史最小值。
5、设计预警触发后提示用户的界面。该界面包含了当前预警触发的时间与名称、触发的原因、所应采取的正确处理方式以及当前预警的紧要程度。
6、设计预警记录功能在每一次触发预警后，将预警的有关信息记录至数据库，并按照预警触发的类型进行分类、统计同一预警触发的次数。
7、设计历史预警信息界面。该界面将历史预警的相关信息呈现在窗体中，且用户可以根据触发时间、触发次数、发生预警的设备搜索预警信息，以便工程人员根据预警发生的类型与次数快速寻找调试设备的方向。
除非另有定义，否则这里所使用的全部术语(包括技术术语和科学术语)都具有与本发明所属领域的普通技术人员通常理解的意思相同的意思。还将理解的是，除非这里明确定义，否则诸如在通用字典中定义的术语这类术语应当被解释为具有与它们在相关领域语境中的意思相一致的意思，而不以理想的或过于正式的含义加以解释。
以上通过具体实施方式和实施例对本发明进行了详细的说明，但这些并非构成对本发明的限制。在不脱离本发明原理的情况下，本领域的技术人员还可做出许多变形和改进，这些也应视为本发明的保护范围。

Claims (11)

1.一种空气调节设备预警方法，其特征在于，包括以下步骤：
S1，采集空气调节设备的至少一个特征参数；
S2，实时计算、更新特征参数的期望值μ与标准差σ，当特征参数位于根据期望值μ与标准差σ计算的指定区间，判断该空气调节设备运行正常，否则判断该空气调节设备运行异常；
同时，记录空气调节设备关闭时的期望值μ、标准差σ、统计样本个数、获取特征参数的历史最大值与历史最小值；
S3，将记录空气调节设备关闭时的期望值μ和标准差σ作为下次空气调节设备启动时的初始期望值μ和标准差σ。
2.如权利要求1所述的空气调节设备预警方法，其特征在于：所述特征参数是根据不同设备选取的能表征该设备运行状态的参数。
3.如权利要求1所述的空气调节设备预警方法，其特征在于：特征参数x的期望值μ与标准差σ采用以下公式(1)计算；
Figure FDA0003168998390000011
4.如权利要求3所述的空气调节设备预警方法，其特征在于：所述指定区间为(μ-2σ，μ+2σ)。
5.如权利要求1所述的空气调节设备预警方法，其特征在于：实施步骤S2时，只有某空气调节设备所有采集的特征参数位于所述指定区间，才判断该空气调节设备运行正常，否则判断该空气调节设备运行异常。
6.一种空气调节设备预警系统，其特征在于，包括：
采集装置，其用于采集空气调节设备特征参数并将所述特征参数发送至于计算模块；
计算模块，其用于实时计算、更新特征参数的期望值μ与标准差σ、计算每个特征参数的变化斜率、历史最大值以及历史最小值；
判断模块，其用于根据特征参数是否位于指定区间判断空气调节设备是否正常运行；
存储模块，其用于记录空气调节设备关闭时的期望值μ、标准差σ、统计样本个数、获取特征参数的历史最大值与历史最小值、记录预警发生的时间、类型、统计同类型预警发生次数。
7.如权利要求6所述的空气调节设备预警系统，其特征在于：将存储模块记录空气调节设备关闭时的期望值μ和标准差σ作为下次空气调节设备启动时的初始期望值μ和标准差σ。
8.如权利要求6所述的空气调节设备预警系统，其特征在于：所述特征参数是根据不同设备选取的能表征该设备运行状态的参数。
9.如权利要求6所述的空气调节设备预警系统，其特征在于：特征参数x的期望值μ与标准差σ采用以下公式(1)计算；
Figure FDA0003168998390000021
10.如权利要求9所述的空气调节设备预警系统，其特征在于：所述指定区间为(μ-2σ，μ+2σ)。
11.如权利要求6所述的空气调节设备预警系统，其特征在于：只有某空气调节设备所有采集的特征参数位于所述指定区间，判断模块才判断该空气调节设备运行正常，否则判断该空气调节设备运行异常。
CN202110812625.8A 2021-07-19 2021-07-19 空气调节设备预警方法和系统 Withdrawn CN113587387A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110812625.8A CN113587387A (zh) 2021-07-19 2021-07-19 空气调节设备预警方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110812625.8A CN113587387A (zh) 2021-07-19 2021-07-19 空气调节设备预警方法和系统

Publications (1)

Publication Number Publication Date
CN113587387A true CN113587387A (zh) 2021-11-02

Family

ID=78247890

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110812625.8A Withdrawn CN113587387A (zh) 2021-07-19 2021-07-19 空气调节设备预警方法和系统

Country Status (1)

Country Link
CN (1) CN113587387A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114064760A (zh) * 2021-11-18 2022-02-18 广州泰禾大数据服务有限公司 一种数据的多维度预警分析判断方法
CN115978712A (zh) * 2022-12-14 2023-04-18 珠海格力电器股份有限公司 一种空调管路检测方法、装置及空调
CN117690261A (zh) * 2023-10-16 2024-03-12 合肥航谱时代科技有限公司 一种用于厂区危化气体泄漏监测的区域预警系统

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104062924A (zh) * 2014-07-04 2014-09-24 珠海格力电器股份有限公司 预警方法、系统及空调器
CN104793605A (zh) * 2015-04-10 2015-07-22 北京金控自动化技术有限公司 一种利用正态分布判定设备故障的方法
JP2015132439A (ja) * 2014-01-15 2015-07-23 株式会社日立ビルシステム 機器診断装置、機器診断方法及び機器診断プログラム
CN106765986A (zh) * 2017-01-13 2017-05-31 青岛海尔空调器有限总公司 空调及其出风控制方法
CN107368940A (zh) * 2017-06-08 2017-11-21 中国电力科学研究院 计及响应不确定性温控负荷聚合响应潜力评估方法及系统
CN109974242A (zh) * 2019-04-10 2019-07-05 山东建筑大学 基于热成像的空调系统智能调温方法与系统
CN110274363A (zh) * 2019-06-26 2019-09-24 珠海格力电器股份有限公司 空调的控制方法、装置和空调
CN110415494A (zh) * 2019-07-25 2019-11-05 西安因联信息科技有限公司 一种基于历史运行数据的设备报警阈值计算方法
CN110595017A (zh) * 2019-08-15 2019-12-20 深圳和而泰家居在线网络科技有限公司 空调温度设置方法、装置、计算机设备和存储介质
CN110779745A (zh) * 2019-10-12 2020-02-11 杭州安脉盛智能技术有限公司 一种基于bp神经网络的换热器早期故障诊断方法
CN111047732A (zh) * 2019-12-16 2020-04-21 青岛海信网络科技股份有限公司 一种基于能耗模型和数据交互的设备异常诊断方法及装置
CN111176226A (zh) * 2019-11-13 2020-05-19 湖南纬拓信息科技有限公司 一种基于运行工况的设备特征参数报警阈值自动分析方法
CN112378046A (zh) * 2020-11-24 2021-02-19 珠海格力电器股份有限公司 空调的自动诊断方法及空调

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015132439A (ja) * 2014-01-15 2015-07-23 株式会社日立ビルシステム 機器診断装置、機器診断方法及び機器診断プログラム
CN104062924A (zh) * 2014-07-04 2014-09-24 珠海格力电器股份有限公司 预警方法、系统及空调器
CN104793605A (zh) * 2015-04-10 2015-07-22 北京金控自动化技术有限公司 一种利用正态分布判定设备故障的方法
CN106765986A (zh) * 2017-01-13 2017-05-31 青岛海尔空调器有限总公司 空调及其出风控制方法
CN107368940A (zh) * 2017-06-08 2017-11-21 中国电力科学研究院 计及响应不确定性温控负荷聚合响应潜力评估方法及系统
CN109974242A (zh) * 2019-04-10 2019-07-05 山东建筑大学 基于热成像的空调系统智能调温方法与系统
CN110274363A (zh) * 2019-06-26 2019-09-24 珠海格力电器股份有限公司 空调的控制方法、装置和空调
CN110415494A (zh) * 2019-07-25 2019-11-05 西安因联信息科技有限公司 一种基于历史运行数据的设备报警阈值计算方法
CN110595017A (zh) * 2019-08-15 2019-12-20 深圳和而泰家居在线网络科技有限公司 空调温度设置方法、装置、计算机设备和存储介质
CN110779745A (zh) * 2019-10-12 2020-02-11 杭州安脉盛智能技术有限公司 一种基于bp神经网络的换热器早期故障诊断方法
CN111176226A (zh) * 2019-11-13 2020-05-19 湖南纬拓信息科技有限公司 一种基于运行工况的设备特征参数报警阈值自动分析方法
CN111047732A (zh) * 2019-12-16 2020-04-21 青岛海信网络科技股份有限公司 一种基于能耗模型和数据交互的设备异常诊断方法及装置
CN112378046A (zh) * 2020-11-24 2021-02-19 珠海格力电器股份有限公司 空调的自动诊断方法及空调

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114064760A (zh) * 2021-11-18 2022-02-18 广州泰禾大数据服务有限公司 一种数据的多维度预警分析判断方法
CN115978712A (zh) * 2022-12-14 2023-04-18 珠海格力电器股份有限公司 一种空调管路检测方法、装置及空调
CN117690261A (zh) * 2023-10-16 2024-03-12 合肥航谱时代科技有限公司 一种用于厂区危化气体泄漏监测的区域预警系统

Similar Documents

Publication Publication Date Title
CN113587387A (zh) 空气调节设备预警方法和系统
US7729882B2 (en) Method and system for assessing performance of control systems
US7356548B1 (en) System and method for remote monitoring and controlling of facility energy consumption
CN108518804A (zh) 一种机房温湿度环境预测方法及系统
US20120072029A1 (en) Intelligent system and method for detecting and diagnosing faults in heating, ventilating and air conditioning (hvac) equipment
US20060042277A1 (en) Fault diagnostics and prognostics based on distance fault classifiers
US20190195525A1 (en) Method and apparatus for operating heating and cooling equipment via a network
CN111327497A (zh) 智能终端控制方法、装置、电子设备及存储介质
CN117235557B (zh) 基于大数据分析的电气设备故障快速诊断方法
CN116992322B (zh) 一种智慧城市数据中心管理系统
CN106971027B (zh) 一种基于dr-bn模型的冷水机组故障特征选择方法
CN113359637A (zh) 一种基于站房运行环境和设备运行状态的数据质量保障系统及方法
CN114593776A (zh) 空调室外机全息参数商检方法及系统
CN116909339A (zh) 基于人工智能的智能家居安全预警方法及系统
CN117708552B (zh) 一种基于边缘计算的发电站运维数据实时监控方法
CN117459073A (zh) 一种热泵系统运行数据的智能管理方法
US20160275407A1 (en) Diagnostic device, estimation method, non-transitory computer readable medium, and diagnostic system
EP2420751A1 (en) Air conditioning system diagnostic device
CN114064427A (zh) 机房运维监控数据的处理方法、装置及设备
CN107450509B (zh) 控制阀粘滞的检测或诊断方法
CN115526275B (zh) 一种用于用电安全的远程多源数据监测分析方法及系统
CN112378446A (zh) 一种数据中心机房温湿度变化曲线测试方法和系统
WO2023197711A1 (zh) 多联机空调系统、故障定位方法及故障诊断模型训练方法
CN109323361B (zh) 空调的运行能力检测方法及系统
WO2023212328A1 (en) Anomaly detection for refrigeration systems

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WW01 Invention patent application withdrawn after publication

Application publication date: 20211102

WW01 Invention patent application withdrawn after publication