一种智慧型净化空调机组控制方法及系统与流程

本技术涉及空调机组控制，尤其是涉及一种智慧型净化空调机组控制方法及系统。

背景技术：

1、随着工业化和城市化的快速发展，环境污染和室内空气质量问题日益凸显，人们对生活质量的要求也随之提高，大部分家庭都会通过安装空调来保证室内温湿度的舒适性。空调即空气调节器，是指以人工手段，对建筑或构筑物内环境空气的温度、湿度、流速等参数进行调节和控制的设备，一般包括冷源/热源设备，冷热介质输配系统，末端装置等几大部分和其他辅助设备。

2、目前，在常见的空调系统技术中，维护和故障诊断主要依赖于人工检查和经验判断，这不仅效率低下，而且容易错过故障预兆，导致故障发生后维护成本和时间的大幅增加；因此，现有技术在空调机组运行数据的实时监控和分析方面存在不足，难以实现空调机组的智能化管理和维护。

技术实现思路

1、为了实现空调机组的智能化管理和维护，本技术提供了一种智慧型净化空调机组控制方法及系统。

2、第一方面，本技术提供一种智慧型净化空调机组控制方法，采用如下的技术方案：

3、一种智慧型净化空调机组控制方法，所述控制方法包括：

4、实时获取空调机组的运行监测数据；其中，所述运行监测数据包括恒定风量、正余压、负余压、过滤器阻力和风机运转时间；

5、对所述运行监测数据进行数据预处理并提取特征数据；

6、基于机器学习算法对所述特征数据进行分析，得到所述空调机组的故障预测结果；

7、根据所述故障预测结果判断所述空调机组是否存在故障，若是，则根据所述故障预测结果生成参数调整策略和/或维护预警策略；其中，所述参数调整策略用于控制所述空调机组根据所述参数调整策略进行参数调整，所述维护预警策略用于对维护终端进行维护预警提示。

8、通过采用上述技术方案，基于多种类型的运行监测数据，实时监控空调机组的运行状态，通过机器学习算法进行故障预测，并在故障发生前及时采取参数调整或人工维护措施，减少了故障对空调机组运行的影响，实现了空调机组的智能化管理和维护，提高了空调机组的运行效率和可靠性。

9、可选的，对所述运行监测数据进行数据预处理并提取特征数据的步骤包括：

10、对所述运行监测数据进行缺失值处理；

11、检测所述缺失值处理后的运行监测数据中的异常值，并进行数据修正；

12、将所述运行监测数据进行数据标准化处理；

13、对标准化处理后的运行监测数据进行时间序列分析，并构建相应的特征；

14、将构建的特征进行相关性分析，剔除低相关特征，提取得到特征数据。

15、通过采用上述技术方案，从原始监测数据中提取出有助于故障预测和诊断的关键特征，为后续的故障预测分析提供准确有效的输入。

16、可选的，基于机器学习算法对所述特征数据进行分析，得到所述空调机组的故障预测结果的步骤包括：

17、将提取得到的所述特征数据输入至故障预测模型中进行空调机组故障预测，得到所述空调机组的故障预测结果；其中，所述故障预测模型根据所述空调机组的历史运行监测数据和所述历史运行监测数据对应的标签数据预先训练得到。

18、通过采用上述技术方案，提高了故障预测的准确性和及时性，使得系统能够快速准确地识别和确定故障，提高了维护效率和空调机组的运行稳定性。

19、可选的，所述控制方法还包括故障预测模型的训练步骤，包括：

20、获取样本数据集；所述样本数据集包括所述空调机组的历史运行监测数据和所述历史运行监测数据对应的标签数据；

21、对所述样本数据集中的历史运行监测数据进行数据预处理并提取特征数据；

22、将所述样本数据集划分为训练集和测试集；

23、将所述训练集中的历史运行监测数据输入至预先构建的神经网络模型，得到训练标签结果；

24、基于所述训练集中的所述历史运行监测数据对应的标签数据，对所述训练标签结果进行比对，得到第一比对结果；

25、根据所述第一比对结果对所述神经网络模型进行迭代，调整模型参数，得到训练后的所述故障预测模型。

26、通过采用上述技术方案，利用算法模型学习运行监测数据和标签数据之间的规则关系，通过比对结果对模型进行迭代，以不断调整模型参数，从而提高了模型的预测准确性和泛化能力。

27、可选的，在得到训练后的所述故障预测模型的步骤之后还包括：

28、获取所述测试集中的历史运行监测数据和所述历史运行监测数据对应的标签数据；

29、将所述测试集中的历史运行监测数据输入至训练后的所述故障预测模型，得到测试标签结果；

30、基于所述测试集中的所述历史运行监测数据对应的标签数据，对所述测试标签结果进行比对，得到第二比对结果；

31、根据所述第二比对结果，评估训练后的所述故障预测模型的性能指数并进行迭代，直至达到预设的迭代次数或性能指数阈值，得到所述故障预测模型。

32、通过采用上述技术方案，使用测试集中的数据评估训练后的模型性能，根据评估结果对模型进行迭代优化，以确保模型具有良好的泛化能力，能够准确预测未知数据中的故障。

33、可选的，根据所述故障预测结果生成参数调整策略和/或维护预警策略的步骤包括：

34、根据所述故障预测结果，确定对应的预测故障类型；

35、基于预设数据库，根据所述预测故障类型，确定对应的故障维护方案；其中，所述故障维护方案包括生成对应的参数调整策略和/或维护预警策略。

36、通过采用上述技术方案，根据故障预测结果，从预设数据库中查找对应的故障类型及其维护方案，生成相应的参数调整策略和/或维护预警策略，以实现对空调机组的智能化维护管理，提高维护效率，延长设备寿命，降低维护成本。

37、第二方面，本技术提供一种智慧型净化空调机组控制系统，采用如下的技术方案：

38、一种智慧型净化空调机组控制系统，所述控制系统包括：

39、监测数据获取模块，用于实时获取空调机组的运行监测数据；其中，所述运行监测数据包括恒定风量、正余压、负余压、过滤器阻力和风机运转时间；

40、数据处理模块，用于对所述运行监测数据进行数据预处理并提取特征数据；

41、故障预测模块，用于基于机器学习算法对所述特征数据进行分析，得到所述空调机组的故障预测结果；

42、判断模块，用于根据所述故障预测结果判断所述空调机组是否存在故障，若是，则输出故障判断结果；

43、策略生成模块，用于根据所述故障预测结果生成参数调整策略和/或维护预警策略；其中，所述参数调整策略用于控制所述空调机组根据所述参数调整策略进行参数调整，所述维护预警策略用于对维护终端进行维护预警提示。

44、通过采用上述技术方案，基于多种类型的运行监测数据，实时监控空调机组的运行状态，通过机器学习算法进行故障预测，并在故障发生前及时采取参数调整或人工维护措施，减少了故障对空调机组运行的影响，实现了空调机组的智能化管理和维护，提高了空调机组的运行效率和可靠性。

45、可选的，策略生成模块包括:

46、预测故障类型确定单元，用于根据所述故障预测结果，确定对应的预测故障类型；

47、故障维护方案确定单元，基于预设数据库，根据所述预测故障类型，确定对应的故障维护方案；其中，所述故障维护方案包括生成对应的参数调整策略和/或维护预警策略。

48、通过采用上述技术方案，根据故障预测结果，从预设数据库中查找对应的故障类型及其维护方案，生成相应的参数调整策略和/或维护预警策略，以实现对空调机组的智能化维护管理，提高维护效率，延长设备寿命，降低维护成本。

49、第三方面，本技术提供一种计算机设备，采用如下的技术方案：

50、一种计算机设备，包括存储器、处理器及存储在存储器上的计算机程序，所述处理器执行所述计算机程序以实现如第一方面所述方法的步骤。

51、第四方面，本技术提供一种计算机可读存储介质，采用如下的技术方案：

52、一种计算机可读存储介质，存储有能够被处理器加载并执行如第一方面中任一种方法的计算机程序。

53、综上所述，本技术包括以下至少一种有益技术效果：基于多种类型的运行监测数据，实时监控空调机组的运行状态，通过机器学习算法进行故障预测，并在故障发生前及时采取参数调整或人工维护措施，减少了故障对空调机组运行的影响，实现了空调机组的智能化管理和维护，提高了空调机组的运行效率和可靠性。