發(fā)布時(shí)間：2021-01-06 10:43

　　隨著生產(chǎn)力的迅速發(fā)展,能源消耗量也在不斷增加,其中建筑物的能耗大約占全球能耗的20⁴0%,而采暖,通風(fēng)和空調(diào)能耗約占建筑物能耗的40%。多聯(lián)機(jī)空調(diào)系統(tǒng)作為一種能夠最大限度降低運(yùn)營(yíng)和維護(hù)成本的高效冷卻系統(tǒng),加上其較高的靈活性、舒適性、可靠性等優(yōu)點(diǎn),現(xiàn)已被廣泛運(yùn)用于建筑中。但是設(shè)備的老化與各種故障,會(huì)對(duì)其性能產(chǎn)生較大的影響。鑒于多聯(lián)機(jī)的系統(tǒng)復(fù)雜,設(shè)備繁多,無法全部進(jìn)行研究。制冷劑泄漏作為多聯(lián)機(jī)系統(tǒng)中較為常見的問題,以往的研究多集中在制冷劑充注量的診斷上,對(duì)制冷劑含量的預(yù)測(cè)研究較少。因此,本文針對(duì)多聯(lián)機(jī)系統(tǒng)中的制冷劑剩余量,借助數(shù)據(jù)驅(qū)動(dòng)的方法對(duì)制冷劑剩余量進(jìn)行預(yù)測(cè)。由于在系統(tǒng)運(yùn)行中,制冷劑的含量較難測(cè)量,因此本文采用前人所建立的經(jīng)驗(yàn)關(guān)系式,根據(jù)實(shí)際運(yùn)行數(shù)據(jù)計(jì)算出當(dāng)前時(shí)刻的制冷劑含量。為了獲得穩(wěn)態(tài)數(shù)據(jù),采用高斯穩(wěn)態(tài)判別算法提取穩(wěn)態(tài)數(shù)據(jù),結(jié)果表明該方法能夠較好的剔除原始數(shù)據(jù)中的非穩(wěn)態(tài)數(shù)據(jù)。通過使用皮爾遜相關(guān)系數(shù)與最大互信息系數(shù)選取相關(guān)性較高的5個(gè)特征,作為長(zhǎng)短期記憶網(wǎng)絡(luò)（long short-term memory,LSTM）模型以及反向傳播神經(jīng)網(wǎng)絡(luò)（back propag... 

【文章來源】：華中科技大學(xué)湖北省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：58 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

模塊高壓時(shí)序圖

10圖 2-3 模塊低壓時(shí)序圖所繪制的模塊高低壓的時(shí)序圖可以發(fā)現(xiàn)，實(shí)驗(yàn)數(shù)據(jù)一直處于波定時(shí)段的數(shù)據(jù)，參數(shù)的波動(dòng)很大，甚至出現(xiàn)驟升驟降的情況。制熱模式下運(yùn)行，當(dāng)室外環(huán)境達(dá)到一定條件時(shí)，安裝在室外的導(dǎo)致室外機(jī)的熱交換能力下降，從而導(dǎo)致液態(tài)冷媒蒸發(fā)能力變均降低，當(dāng)?shù)偷揭欢ǔ潭葧r(shí)，空調(diào)室內(nèi)、外風(fēng)機(jī)停止運(yùn)轉(zhuǎn)，四

確定窗口長(zhǎng)度N(0-t時(shí)刻)窗口內(nèi)數(shù)據(jù)處理sn（Glass方法）確定閾值sn<εsst>Tn=n+1是n=n+1n/N>εT時(shí)段數(shù)據(jù)為穩(wěn)態(tài)數(shù)據(jù)T時(shí)段數(shù)據(jù)為非穩(wěn)態(tài)數(shù)據(jù)是是 否否否圖 2-5 穩(wěn)態(tài)數(shù)據(jù)判別方法處理后的數(shù)據(jù)圖 2-5 所示。總計(jì)有 2664 個(gè)數(shù)據(jù)點(diǎn)被去除%。觀察圖 2-6 可以發(fā)現(xiàn)，通過該方法基本將化霜段的波動(dòng)數(shù)據(jù)示去除的數(shù)據(jù)段），而對(duì)于制冷劑泄漏所引起的特征參數(shù)的變化了保留，因而其余的數(shù)據(jù)可以近似認(rèn)為是多聯(lián)機(jī)機(jī)組在“正常

【參考文獻(xiàn)】：
期刊論文
[1]基于ReliefF與mRMR耦合特征選擇的多聯(lián)機(jī)制冷劑充注量故障診斷[J]. 李正飛,譚澤漢,陳煥新,劉江巖,黃榮庚,劉佳慧.  暖通空調(diào). 2018(10)
[2]多變量灰色馬爾科夫模型在建筑物沉降預(yù)測(cè)中的應(yīng)用[J]. 李志偉,李克昭,趙磊杰,王云凱.  測(cè)繪地理信息. 2018(03)
[3]基于遺傳算法和BP神經(jīng)網(wǎng)絡(luò)的多聯(lián)機(jī)閥類故障診斷[J]. 郭夢(mèng)茹,譚澤漢,陳煥新,郭亞賓,黃耀.  制冷學(xué)報(bào). 2018(02)
[4]基于灰色神經(jīng)網(wǎng)絡(luò)的微電網(wǎng)短期負(fù)荷預(yù)測(cè)[J]. 張浩,鄧步青,彭道剛,夏飛.  系統(tǒng)仿真技術(shù). 2018(01)
[5]基于組合模型的短期電力負(fù)荷預(yù)測(cè)研究[J]. 王瑞,周晨曦,逯靜.  軟件導(dǎo)刊. 2017(10)
[6]數(shù)據(jù)挖掘技術(shù)在制冷空調(diào)行業(yè)的應(yīng)用[J]. 陳煥新,孫劭波,劉江巖,李冠男.  暖通空調(diào). 2016(03)
[7]辦公建筑多聯(lián)機(jī)能耗現(xiàn)狀調(diào)研及分析[J]. 趙德印,鐘鳴,張旭.  建筑科學(xué). 2016(02)
[8]數(shù)據(jù)驅(qū)動(dòng)故障預(yù)測(cè)和健康管理綜述[J]. 彭宇,劉大同.  儀器儀表學(xué)報(bào). 2014(03)
[9]基于神經(jīng)網(wǎng)絡(luò)的非線性時(shí)間序列故障預(yù)報(bào)[J]. 胡壽松,張正道.  自動(dòng)化學(xué)報(bào). 2007(07)
[10]基于未知輸入觀測(cè)器的非線性時(shí)間序列故障預(yù)報(bào)[J]. 張正道,胡壽松.  控制與決策. 2005(07)

博士論文
[1]我國(guó)能源消費(fèi)總量控制的經(jīng)濟(jì)及環(huán)境影響與優(yōu)化研究[D]. 張倩倩.中國(guó)礦業(yè)大學(xué)(北京) 2018

碩士論文
[1]基于數(shù)據(jù)挖掘的水輪機(jī)異常預(yù)警方法研究[D]. 崔維玉.山東大學(xué) 2018
[2]基于偏最小二乘和灰色關(guān)聯(lián)分析的時(shí)序預(yù)測(cè)研究[D]. 張瑞全.大連理工大學(xué) 2017
[3]多元時(shí)間序列關(guān)聯(lián)挖掘算法研究與應(yīng)用[D]. 徐昭邦.電子科技大學(xué) 2016
[4]基于優(yōu)化灰色馬爾科夫鏈模型的鐵路客流量預(yù)測(cè)方法研究[D]. 樊冬雪.重慶交通大學(xué) 2015



本文編號(hào)：2960429