TW201915622A - 效能預測方法 - Google Patents

效能預測方法 Download PDF

Info

Publication number
TW201915622A
TW201915622A TW106134396A TW106134396A TW201915622A TW 201915622 A TW201915622 A TW 201915622A TW 106134396 A TW106134396 A TW 106134396A TW 106134396 A TW106134396 A TW 106134396A TW 201915622 A TW201915622 A TW 201915622A
Authority
TW
Taiwan
Prior art keywords
performance
central server
value
prediction method
air
Prior art date
Application number
TW106134396A
Other languages
English (en)
Other versions
TWI666532B (zh
Inventor
張澤文
程文彥
Original Assignee
群光電能科技股份有限公司
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 群光電能科技股份有限公司 filed Critical 群光電能科技股份有限公司
Priority to TW106134396A priority Critical patent/TWI666532B/zh
Priority to CN201711082294.7A priority patent/CN109612029B/zh
Priority to US15/860,680 priority patent/US10578329B2/en
Publication of TW201915622A publication Critical patent/TW201915622A/zh
Application granted granted Critical
Publication of TWI666532B publication Critical patent/TWI666532B/zh

Links

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
    • F24F11/30—Control or safety arrangements for purposes related to the operation of the system, e.g. for safety or monitoring
    • F24F11/32—Responding to malfunctions or emergencies
    • F24F11/38—Failure diagnosis
    • 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
    • F24F11/56—Remote control
    • F24F11/58—Remote control using Internet communication
    • 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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01F—MEASURING VOLUME, VOLUME FLOW, MASS FLOW OR LIQUID LEVEL; METERING BY VOLUME
    • G01F1/00—Measuring the volume flow or mass flow of fluid or fluent solid material wherein the fluid passes through a meter in a continuous flow
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
    • G01K13/00—Thermometers specially adapted for specific purposes
    • G01K13/02—Thermometers specially adapted for specific purposes for measuring temperature of moving fluids or granular materials capable of flow
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
    • G01K17/00—Measuring quantity of heat
    • G01K17/06—Measuring quantity of heat conveyed by flowing media, e.g. in heating systems e.g. the quantity of heat in a transporting medium, delivered to or consumed in an expenditure device
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R21/00—Arrangements for measuring electric power or power factor
    • G01R21/133—Arrangements for measuring electric power or power factor by using digital technique
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F2110/00—Control inputs relating to air properties
    • F24F2110/10—Temperature
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F2110/00—Control inputs relating to air properties
    • F24F2110/20—Humidity
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F2140/00—Control inputs relating to system states
    • F24F2140/60—Energy consumption
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
    • G01K13/00—Thermometers specially adapted for specific purposes
    • G01K13/02—Thermometers specially adapted for specific purposes for measuring temperature of moving fluids or granular materials capable of flow
    • G01K13/024—Thermometers specially adapted for specific purposes for measuring temperature of moving fluids or granular materials capable of flow of moving gases

Abstract

本發明係一種效能預測方法，係應用於一空調設備及一中央伺服器上，空調設備上設有複數個感測元件，能檢測出複數種物理參數及一效能值，中央伺服器能將感測元件傳來之物理參數及效能值，儲存為第一參數集及第一效能值，以建立一比對資料庫；在中央伺服器再次接收到新的物理參數及效能值時，能利用餘弦相似定理，計算並篩選出相似度較高的第一參數集，並根據對應之第一效能值，計算出一預期效能值，透過比對該預期效能值及新收到之效能值間的誤差，即能估算出該空調設備的衰退程度。

Description

效能預測方法
本發明係關於一種效能預測方法，能根據感測元件檢測到的數據，建立一比對資料庫，進而在空調設備實際運作時，分析並推斷其衰退率。
在時下各類空調設備(如：冰水主機、熱泵主機、空氣熱交換調節設備、冷卻水塔)中，空調設備在與外界環境進行熱交換的過程中，其使用效能會隨著時間慢慢衰退，此衰退原因是因為空氣中的粉塵粒子或其它汙染物，會隨著外界流體(氣體或液體)一併進入空調設備的熱交換器表面，之後再隨著運轉時間的累積，形成汙垢進而影響空調設備之熱交換效果。
由於，污垢的累積不僅會降低熱交換效果，更會造成能耗增加、空調性能不如預期等問題，因此，傳統作法上，使用者必須定期對空調設備進行保養，或者，透過感測元件判斷空調設備的性能。然而，前述作法皆係由保養人員定期進行檢測、或定期根據感測元件檢測到的數據進行整理分析，始能找出衰退的元件並加以替換，在實施上不僅繁 複，且亦缺乏即時性。
因此，本發明之技術目的，即係設計出一種嶄新的效能預測方法，能根據感測元件偵測的訊號，即時分析，並精確地判斷出空調設備之衰退程度。
本發明之一態樣，係提供一種效能預測方法，係應用於一空調系統中，該空調系統至少包括一空調設備及一中央伺服器，該空調設備上設有複數個感測元件，能檢測出該空調設備之複數種物理參數及一效能值；該中央伺服器能以有線或無線的方式與該等感測元件相連接，該效能預測方法包括：該中央伺服器每隔一預定期間，即接收該等感測元件傳來之物理參數及效能值，並分別儲存為一組第一參數集及第一效能值；該中央伺服器根據儲存的每一組第一參數集及對應之第一效能值，建立一比對資料庫；該中央伺服器再次接收該等感測元件傳來之物理參數及效能值，儲存為一第二參數集及一第二效能值；該中央伺服器利用餘弦相似定理，計算該第二參數集與該比對資料庫內的每一組該第一參數集的相似度；該中央伺服器篩選出相似度大於一篩選門檻的該等第一參數集，並根據篩選出之該等第一參數集的該等第一效能值，計算出一預期效能值；及中央伺服器計算該預期效能值及該第二效能值間的誤差值，以判斷該空調系統的效能衰退程度。
藉由前述技術特徵，由於該中央伺服器能依據 比對資料庫內之第一參數集，估算出第二參數集的預期效能值，故，該中央伺服器僅需比對預期效能值與第二效能值，即可根據誤差值，推算出效能衰退程度，供使用者即時進行保養或更換。
1‧‧‧空調系統
11‧‧‧空調設備
110‧‧‧感測元件
111‧‧‧溫度感測元件
112‧‧‧濕度感測元件
113‧‧‧壓力感測元件
114‧‧‧流量感測元件
115‧‧‧效能感測元件
12‧‧‧中央伺服器
121‧‧‧中央監控電腦
122‧‧‧優化系統電腦
D1‧‧‧比對資料庫
S201~S207‧‧‧步驟
T1~T4‧‧‧時間點
P1~P4‧‧‧檢測點
為讓本揭示內容之上述和其他目的、特徵、優點與實施例能更明顯易懂，所附圖式之說明如下：第1圖係本發明之效能預測方法所應用之空調系統示意圖；第2圖係本發明之效能預測方法之流程圖；及第3圖係本發明之效能預測方法所形成之圖表示意圖。
於本文中，當一元件被稱為「連接」或「耦接」時，可指「電氣連接」或「電氣耦接」，「連接」或「耦接」亦可用以表示二或多個元件間相互搭配操作或互動。此外，雖然本文中使用「第一」、「第二」、…等用語描述不同元件或參數名稱，該用語僅是用以區別以相同技術用語描述的元件或操作。除非上下文清楚指明，否則該用語並非特別指稱或暗示次序或順位，亦非用以限定本發明。
本發明係揭露一種效能預測方法，請參閱第1圖所示，係本發明之方法所應用之一空調系統1，該空調系統1至少包括一空調設備11及一中央伺服器12，該空調設備 11上設有複數個感測元件110，能檢測出該空調設備11之複數種物理參數及一效能值。
在一實施例中，該等感測元件110可包括一溫度感測元件111、一濕度感測元件112、一壓力感測元件113、一流量感測元件114及一效能感測元件115，感測元件111~114能分別偵測溫度、濕度、氣體或液體壓力、氣體或液體流量等物理參數，該效能感測元件115則能用以檢測該空調設備11之效能，如耗電量、熱交換功率等。
本發明中，該等感測元件110之類型與數量並不以第1圖繪製者為限，而需視空調設備11的實際類型而定。茲以常見的五種空調設備類型為例說明如下：
(1)水冷式冰水主機、水對水熱泵：此類空調設備中，感測元件包括溫度感測元件、流量感測元件及電力檢測元件，能分別檢測高低壓端的進出水溫及流量，並能計算耗電量。
(2)氣冷式冰水主機：此類空調設備中，感測元件包括溫度感測元件、液體流量感測元件、氣體流量感測元件及電力檢測元件，能分別檢測高壓端進/出氣流溫度、氣體流量、低壓端進/出水溫、液體流量、與設備耗電量。
(3)空氣對水熱泵：此類空調設備中，感測元件包括溫度感測元件、氣體流量感測元件及電力檢測元件，能分別檢測低壓端進/出氣流溫度、氣體流量、高壓端進/出水溫、液體流量、與設備耗電量。
(4)空氣調節設備：此類空調設備中，感測元 件包括溫度感測元件、濕度感測元件、氣體流量感測元件、液體流量感測元件，能分別檢測進出口端溫度/濕度、氣體流量、盤管端進/出水溫與液體流量，且能計算出熱交換率。
(5)冷卻水塔：此類空調設備中，感測元件包括溫度感測元件、濕度感測元件、氣體流量感測元件、液體流量感測元件，能分別檢測進出口端溫度/濕度、氣體流量、水塔端進/出水溫與液體流量，且能計算出熱交換量。
該中央伺服器12能以有線或無線的方式與該等感測元件110相連接，在一實施例中，該中央伺服器12包括相互連線之一中央監控電腦121及一優化系統電腦122，該中央監控電腦121即為傳統用於控制空調設備11啟閉的管理中心，本發明則係在傳統架構上，增設該優化系統電腦122，以實現本發明之效能預測方法。該優化系統電腦122係能用以處理數據運算及分析，以降低該中央監控電腦的運作負荷。
請參閱第1~2圖所示，茲說明本發明之步驟流程如下：首先，在步驟S201中，該中央伺服器12內之中央監控電腦121，能每隔一預定期間(如：每小時)，接收該等感測元件110傳來的各個物理參數及效能值，並分別儲存為一組第一參數集及第一效能值，如下表所示：[X11 X12 X13……X1n Y1]
[X21 X22 X23……X2n Y2]
[X31 X32 X33……X3n Y3]
在上表中，X11~X1n代表「第一組」第一參數集， 代表同一時間或同一時間區段中，接收到之各類物理參數所形成之一向量數據，Y1則為對應於「第一組」第一參數集的第一效能值。同理，X21~X2n代表「第二組」第一參數集，Y2則為對應於「第二組」第一參數集的第一效能值。在步驟S202中，該中央伺服器12根據儲存的每一組第一參數集及對應之第一效能值，建立一比對資料庫D1(即，上表所示之矩陣)，該比對資料庫D1內的數據資料，能完整地反應出該空調設備11在不同的運作狀態下(即，不同物理參數中)，應有的效能值。
該中央監控電腦121可透過內部儲存之一檢測規則，判斷該比對資料庫D1之數據是否已經足夠，例如：數據是否涵蓋高溫、低溫等各季節天氣？檢測規則能包括複數筆條件範圍(如：不同氣溫、不同濕度、不同流量等)，當該等第一參數集滿足所有條件範圍時，即可視為數據已蒐集齊全；或者，該檢測規則可為一底限值，例如：當該等第一參數集的數量超過100筆時，即視為數據已蒐集齊全。
在步驟S203中，當比對資料庫D1建立完成後，即完成效能預測方法的前置程序，嗣，該空調設備11正式開始運作後，該中央伺服器12能再次接收該等感測元件110傳來之各種物理參數及效能值，儲存為一第二參數集及一第二效能值，如下表所示：[Xn1 Xn2 Xn3……Xnn Yn]
在上表中，Xn1~Xnn為第二參數集，能反應出該空調設備11當前的運作狀態，Yn為對應於第二參數集之 第二效能值，能反映出該空調設備11當前的運作效能，在步驟S204中，中央伺服器12內之優化系統電腦122能取得該中央監控電腦11內所儲存之第一參數集及第二參數集，利用餘弦相似定理(如下所示，其中A、B係分別代入第一參數集及第二參數集)，計算該第二參數集與每一組第一參數集的相似度。
由於，該比對資料庫D1係涵蓋了各種情況下的數據資料(如：不同氣溫、濕度、季節下的運作狀態)，故，在步驟S205中，在預測效能前，該優化系統電腦122尚會篩選出相似度大於一篩選門檻的第一參數集，篩選門檻可由業者自行設定，較佳者係設於0.8~0.95之間。嗣，在步驟S206中，根據篩選出之第一參數集的第一效能值，計算出一預期效能值，以本實施例為例，若篩選出兩筆第一效能值(例如：80、84)，則計算這兩筆第一效能值的平均值(如：82)，以作為預期效能值，但在其他實施例中，亦可以中位數或其他公式計算出預期效能值。
最後，在步驟S207中，該優化系統電腦122計算該預期效能值及該第二效能值間的誤差值，以判斷該空調系統的效能衰退程度，例如：預期效能值為82、第二效能值為78，則誤差率約為5%。此誤差率即可反映出該空調設備11的衰退率。
請參閱第1~3圖所示，該中央伺服器12能根據 計算出之誤差率，判斷是否需要發出警告，在一實施例中，若該優化系統電腦122判斷出當前計算出之誤差率，已超過一衰退門檻時(如：10%)，該中央伺服器12之優化系統電腦122能產生一警告訊息，通知該中央監控電腦121或其他控制終端，以即時對空調設備11進行保養。
承上，若該優化系統電腦122判斷當前之誤差率，已超過一提醒門檻(如：8%)，但尚未超過該衰退門檻T1時，該優化系統電腦122能產生一保養訊息，提醒業者需注意衰退率，並自行選擇是否要提前保養。
在一實施例中，該優化系統電腦122能定期接收該等感測元件110傳來之物理參數及效能值，以定期計算出誤差率，且會同時紀錄對應之一時間參數，以製成圖表。如第3圖所示，由於該中央伺服器12之優化系統電腦122能每隔一間隔時間，自動執行本發明之效能預測方法，因此，在取得複數組該誤差值及時間參數後(如：第3圖所示之複數個檢測點P1~P4，係分別在四個時間點T1~T4時檢測取得)，該中央伺服器12之優化系統電腦122將能根據該等誤差值及時間參數，依據時間順序，產生一衰退預測線。
該中央伺服器12之優化系統電腦122能根據該衰退預測線，計算出該衰退預測線對應至該提醒門檻的一預估時間點，例如：檢測點P1、P2分別對應於誤差率1%、5%，則該優化系統電腦122可根據該檢測點P1、P2之時間差距，以及根據該衰退預測線之曲率或斜率，估計出誤差率達提醒門檻(如：8%)時的預估時間點(如：兩週後)， 若該優化系統電腦12判斷出該預估時間點與當前時間的差距小於一臨界值(如：一個月)，則將能產生一保養預告訊息，以提醒使用者。
雖然本發明內容已以實施方式揭露如上，然其並非用以限定本發明內容，任何熟習此技藝者，在不脫離本發明內容之精神和範圍內，當可作各種更動與潤飾，因此本發明內容之保護範圍當視後附之申請專利範圍所界定者為準。

Claims (10)

  1. 一種效能預測方法，係應用於一空調系統中，該空調系統至少包括一空調設備及一中央伺服器，該空調設備上設有複數個感測元件，能檢測出該空調設備之複數種物理參數及一效能值；該中央伺服器能以有線或無線的方式與該等感測元件相連接，該效能預測方法包括：該中央伺服器每隔一預定期間，即接收該等感測元件傳來之物理參數及效能值，並分別儲存為一組第一參數集及第一效能值；該中央伺服器根據儲存的每一組該第一參數集及對應之第一效能值，建立一比對資料庫；該中央伺服器再次接收該等感測元件傳來之物理參數及效能值，儲存為一第二參數集及一第二效能值；該中央伺服器利用餘弦相似定理，計算該第二參數集與該比對資料庫內的每一組該第一參數集的相似度；該中央伺服器篩選出相似度大於一篩選門檻的該等第一參數集，並根據篩選出之該等第一參數集的該等第一效能值，計算出一預期效能值；及該中央伺服器計算該預期效能值及該第二效能值間的誤差值，以判斷該空調系統的效能衰退程度。
  2. 如請求項1所述之效能預測方法，其中，當該誤差值超過一衰退門檻時，該中央伺服器能產生一警告訊息。
  3. 如請求項2所述之效能預測方法，其中，該中央伺服器在篩選出之該等第一參數集後，係將對應之該等第一效能值進行平均，以計算出該預期效能值。
  4. 如請求項3所述之效能預測方法，其中，該篩選門檻之數值為0.8~0.95之間。
  5. 如請求項4所述之效能預測方法，其中，當該誤差值超過一提醒門檻，但尚未超過該衰退門檻時，該中央伺服器能產生一保養訊息。
  6. 如請求項5所述之效能預測方法，其中，該中央伺服器在計算出該誤差值時，會同時紀錄對應之一時間參數。
  7. 如請求項6所述之效能預測方法，其中，該中央伺服器每隔一間隔時間，即會執行該效能預測方法，以取得複數組該等誤差值及該等時間參數，且該中央伺服器能根據該等誤差值及該等時間參數，依據時間順序，產生一衰退預測線。
  8. 如請求項7所述之效能預測方法，其中，該中央伺服器能根據該衰退預測線，計算出該衰退預測線對應至該提醒門檻的一預估時間點。
  9. 如請求項8所述之效能預測方法，其中，在該預估時間點與當前時間的差距小於一臨界值的情況下，該中央伺服器能產生一保養預告訊息。
  10. 如請求項9所述之效能預測方法，其中，該物理參數包括溫度、流量或濕度，且該效能值為耗電量或熱交換效率。
TW106134396A 2017-10-05 2017-10-05 效能預測方法 TWI666532B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
TW106134396A TWI666532B (zh) 2017-10-05 2017-10-05 效能預測方法
CN201711082294.7A CN109612029B (zh) 2017-10-05 2017-11-07 效能预测方法
US15/860,680 US10578329B2 (en) 2017-10-05 2018-01-03 Performance forecasting method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW106134396A TWI666532B (zh) 2017-10-05 2017-10-05 效能預測方法

Publications (2)

Publication Number Publication Date
TW201915622A true TW201915622A (zh) 2019-04-16
TWI666532B TWI666532B (zh) 2019-07-21

Family

ID=65993056

Family Applications (1)

Application Number Title Priority Date Filing Date
TW106134396A TWI666532B (zh) 2017-10-05 2017-10-05 效能預測方法

Country Status (3)

Country Link
US (1) US10578329B2 (zh)
CN (1) CN109612029B (zh)
TW (1) TWI666532B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI727606B (zh) * 2020-01-14 2021-05-11 東元電機股份有限公司 冰水主機保養預估系統及其方法

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109855245B (zh) * 2019-02-13 2021-09-21 青岛海尔空调电子有限公司 多联机空调系统及其换热量计算方法
EP3715738A1 (en) * 2019-03-29 2020-09-30 Mitsubishi Electric R&D Centre Europe B.V. Air conditioning system, server system, network, method for controlling an air conditioning system and method for controlling a network
CN113218037B (zh) * 2020-01-21 2022-08-02 东元电机股份有限公司 冰水主机保养预估系统及其方法
CN111649449B (zh) * 2020-04-29 2021-11-30 上海上塔软件开发有限公司 基于用户侧泛在电力物联网的空调故障感知方法
CN114088423B (zh) * 2022-01-21 2022-04-12 常州市睿熠通电器有限公司 一种座椅调节器的耐久性能测试系统

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7024336B2 (en) * 2004-05-13 2006-04-04 Johnson Controls Technology Company Method of and apparatus for evaluating the performance of a control system
TWI358516B (en) 2009-01-08 2012-02-21 Chunghwa Telecom Co Ltd Method for managing air conditioning power consump
US8788097B2 (en) * 2009-06-22 2014-07-22 Johnson Controls Technology Company Systems and methods for using rule-based fault detection in a building management system
TWI364519B (en) * 2009-07-30 2012-05-21 Chunghwa Telecom Co Ltd Function detection method
CN101975436B (zh) 2010-10-19 2012-08-22 恒康科技有限公司 空调系统水侧设备节能控制方法
TWI417746B (zh) * 2010-12-03 2013-12-01 Ind Tech Res Inst 裝置的效能預測及故障檢測之方法
JP5791716B2 (ja) * 2011-07-07 2015-10-07 三菱電機株式会社 冷凍空調装置及び冷凍空調装置の制御方法
CN202328642U (zh) * 2011-11-25 2012-07-11 山东三江电子工程有限公司 中央空调能耗监测系统
CN203117771U (zh) 2013-03-13 2013-08-07 上海工程技术大学 一种建筑能耗智能监控管理系统
US9638436B2 (en) * 2013-03-15 2017-05-02 Emerson Electric Co. HVAC system remote monitoring and diagnosis
TWI470217B (zh) 2013-04-10 2015-01-21 China Steel Corp On - line performance evaluation method of cooling tower
TWI525560B (zh) 2013-11-07 2016-03-11 財團法人資訊工業策進會 效能管理系統、方法與其電腦可讀取記錄媒體
CN105588298A (zh) * 2015-03-26 2016-05-18 海信（山东）空调有限公司 一种空调设备的检测方法、检测设备及系统
CN205481571U (zh) * 2016-02-25 2016-08-17 刘定华 一种中央空调系统运行数据记录装置
US11269320B2 (en) * 2016-04-13 2022-03-08 Encycle Corporation Methods and apparatuses for detecting faults in HVAC systems based on load level patterns
CN105841312A (zh) * 2016-05-18 2016-08-10 四川长虹空调有限公司 一种房间空气调节器及远程检测控制系统
US10404775B2 (en) * 2016-07-06 2019-09-03 Tim Seaton System and method for commercial and residential systems monitoring and notification
CN106547858A (zh) * 2016-10-21 2017-03-29 珠海格力电器股份有限公司 一种空调机组大数据分析方法及空调机组

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI727606B (zh) * 2020-01-14 2021-05-11 東元電機股份有限公司 冰水主機保養預估系統及其方法

Also Published As

Publication number Publication date
CN109612029A (zh) 2019-04-12
TWI666532B (zh) 2019-07-21
CN109612029B (zh) 2021-07-20
US10578329B2 (en) 2020-03-03
US20190107306A1 (en) 2019-04-11

Similar Documents

Publication Publication Date Title
TWI666532B (zh) 效能預測方法
CN108779925B (zh) 用于空气过滤器管理的系统、方法及计算机程序产品
US20160217378A1 (en) Identifying anomalous behavior of a monitored entity
CN108700851B (zh) 用于预测能量消耗的系统、方法和基于云的平台
JP2003242212A (ja) ユーティリティの消費特性が類似する曜日を決定する装置および方法
JP2003162324A (ja) ビル内のユーティリティの異常使用を検出するインテリジェント・データ分析法
US20170219241A1 (en) Data Center Infrastructure Management (DCIM) system comprising predictive analytics
EP3584657B1 (en) Risk assessment device, risk assessment method, and risk assessment program
US20190195525A1 (en) Method and apparatus for operating heating and cooling equipment via a network
WO2021082478A1 (zh) 空调系统能耗预测方法及装置
CN116756526A (zh) 一种蓄能设备全生命周期性能检测分析系统
JP2015076058A (ja) 設備の監視診断装置
EP3584656A1 (en) Risk assessment device, risk assessment method, and risk assessment program
CN111401686A (zh) 空冷散热翅片灰污状况监测方法及装置
CN112070353B (zh) 一种精确检测数据中心能效的方法及系统
CN107461881B (zh) 一种医院空调机房的制冷主机能效诊断方法及其系统
WO2018181120A1 (ja) 情報処理装置、情報処理方法およびプログラム
CN205481571U (zh) 一种中央空调系统运行数据记录装置
CN113567722B (zh) 一种用电器功率控制方法及装置
US11320164B2 (en) Continuous monitoring for early failure detection in climate control systems
JP2017207265A (ja) 劣化推定方法及び劣化推定装置
JP5402071B2 (ja) 省エネルギー支援システム
US20100076800A1 (en) Method and system for monitoring plant assets
CN109670243A (zh) 一种基于勒贝格空间模型的寿命预测方法
KR101472049B1 (ko) 외기온도 기반의 지열 히트펌프 시스템 제어 방법