一种磁悬浮变频离心冷水机组运行状态智能识别方法与流程

本发明涉及冷水机组运行状态识别，具体涉及一种磁悬浮变频离心冷水机组运行状态智能识别方法。

背景技术：

1、目前，磁悬浮变频离心冷水机组作为空调暖通系统中一种高效能、技术高度集成的制冷设备，在数据中心、工业制造、人群聚集场所、医疗等领域被广泛应用。高效磁悬浮变频离心冷水机组在实现了系统高cop运行的同时，保证了可靠的制冷需求。同时为保证空调暖通系统的稳定性，对于磁悬浮变频离心冷水机组的运行监测也至关重要。现有利用多传感器融合的方式对机组运行过程中的多个方面进行实时监测。

2、但在传感器采集运行过程中的温度数据时，可能由于机房内的热量堆积、机组长时间运行、蒸发气体未及时排出、冷水循环速度、冷水管道设计等因素，导致磁悬浮变频离心冷水机组内存在积热问题，进而使得在监测冷水机组的水循环温度数据时，循环系统的热量积压以及室内的热量残留会使得温度监测过程存在一定的误差，进而降低了对冷水机组运行状态的识别精度。

技术实现思路

1、为了解决获取的水循环温度信号中存在积热成分的干扰，影响对磁悬浮变频离心冷水机组运行状态识别精度的技术问题，本发明的目的在于提供一种磁悬浮变频离心冷水机组运行状态智能识别方法，所采用的技术方案具体如下：

2、一种磁悬浮变频离心冷水机组运行状态智能识别方法，所述方法包括：

3、获取磁悬浮变频离心冷水机组运行的原始水循环温度信号数据；

4、利用短时傅里叶变换对所述原始水循环温度信号数据进行短时分割，获取短时窗口；根据所有所述短时窗口内信号的相位的统计信息，将相位分为异常相位和待分析相位；根据所述待分析相位与所述异常相位在短时窗口中的分布特征，将所述待分析相位分为积热成分相位和正常相位；

5、根据所述积热成分相位和所述正常相位之间在幅值和频率上的差异特征，获取每个所述短时窗口的积热成分干扰程度；根据所有所述短时窗口中的所述积热成分干扰程度的变化特征，获取所述原始水循环温度信号的积热成分强度；

6、根据所述积热成分强度去除实时水循环温度信号中积热成分的干扰；

7、根据去除积热成分的干扰后的实时水循环温度信号的波动特征，对磁悬浮变频离心冷水机组的运行状态进行智能识别。

8、进一步地，所述将所述待分析相位分为积热成分相位和正常相位的方法包括：

9、根据所述待分析相位与所述异常相位在短时窗口中的分布特征，获取每个所述待分析相位的积热成分隶属度；

10、将所述积热成分隶属度从小到大进行排列，获取积热成分隶属度序列中相邻的积热成分隶属度的差值绝对值，在差值绝对值最大处对积热成分隶属度序列进行分割，将积热成分隶属度最大的一侧对应的所述待分析相位作为积热成分相位，将积热成分隶属度最小的一侧对应的所述待分析相位作为正常相位。

11、进一步地，所述积热成分隶属度的获取方法包括：

12、统计每个待分析相位与所述异常相位在所有所述短时窗口中同时出现的次数作为分子，将所述异常相位出现的次数作为分母，比值作为每个待分析相位的第一参数；

13、对相邻的短时窗口之间所涉及到的待分析相位进行分段，获得分段相位，统计每个待分析相位为分段相位的次数，作为每个待分析相位的第二参数；

14、将与每个待分析相位同时出现在一个所述短时窗口中的其他所述待分析相位，作为每个待分析相位的伴生相位；根据每个待分析相位在所述短时窗口的分布概率，获取每个待分析相位的所述伴生相位的分布峭度；

15、根据每个待分析相位的所述第一参数、所述第二参数，结合每个待分析相位对应的所述分布峭度的非高斯性，获取每个待分析相位的积热成分隶属度；所述第一参数与所述积热成分隶属度正相关，所述第二参数与所述积热成分隶属度正相关，所述分布峭度的非高斯性与所述积热成分隶属度负相关。

16、进一步地，所述积热成分隶属度的获取方法包括：

17、将每个待分析相位对应的所述分布峭度与标准高斯分布峭度的差值绝对值作为每个待分析相位的非高斯性参数；

18、将每个待分析相位对应的所述第一参数、所述第二参数和所述非高斯性参数的乘积通过预设指数函数映射，映射结果作为每个待分析相位的积热成分隶属度。

19、进一步地，所述积热成分干扰程度的获取方法包括：

20、在每个所述短时窗口内，将所有所述正常相位对应的幅值的统计特征与所有所述积热成分相位对应的幅值的统计特征的差异，作为幅值差异参数；将所有所述正常相位对应的频率的统计特征与所有所述积热成分相位对应的频率的统计特征的差异，作为频率差异参数；

21、根据每个所述短时窗口对应的所述幅值差异参数和所述频率差异参数，获取每个所述短时窗口的积热成分干扰程度；所述幅值差异参数和所述频率差异参数均与所述积热成分干扰程度正相关。

22、进一步地，所述积热成分干扰程度的获取方法包括：

23、在每个所述短时窗口内，将所有所述正常相位对应的幅值的均值与所有所述积热成分相位对应的幅值的均值的差值绝对值作为第一幅值差异子参数；将所有所述积热成分相位对应的幅值的和值与所有所述正常相位对应的幅值的和值的比值作为第二幅值差异子参数；将所述第一幅值差异子参数与所述第二幅值差异子参数的乘积作为幅值差异参数；将所有所述正常相位对应的频率的均值与所有所述积热成分相位对应的频率的均值的差值绝对值，作为频率差异参数；

24、每个所述短时窗口对应的所述幅值差异参数和所述频率差异参数的乘积作为每个所述短时窗口的积热成分干扰程度。

25、进一步地，所述积热成分强度的获取方法包括：

26、根据所有所述短时窗口的所述积热成分干扰程度的统计特征，获取第一积热成分强度子参数；

27、获取时序上相邻的两个所述短时窗口的所述积热成分干扰程度的差值，作为相邻的两个所述短时窗口之间的差异参数；根据所述差异参数的波动特征，获取第二积热成分强度子参数；

28、根据所述第一积热成分强度子参数和所述第二积热成分强度子参数，获取所述原始水循环温度信号的积热成分强度；所述第一积热成分强度子参数和所述第二积热成分强度子参数均与所述积热成分强度正相关。

29、进一步地，所述积热成分强度的获取方法包括：

30、将所有所述短时窗口的所述积热成分干扰程度的均值作为第一积热成分强度子参数；

31、将所有所述差异参数的方差作为第二积热成分强度子参数；

32、将所述第一积热成分强度子参数和所述第二积热成分强度子参数的乘积作为所述原始水循环温度信号的积热成分强度。

33、进一步地，所述对磁悬浮变频离心冷水机组的运行状态进行智能识别的方法包括：

34、将去除积热成分的干扰后的实时水循环温度信号的幅值的方差作为水循环温度信号的异常特征值；当所述异常特征值超过预设经验阈值时，判定磁悬浮变频离心冷水机组的运行状态异常，执行预设异常应对方案。

35、进一步地，所述将相位分为异常相位和待分析相位的方法包括：

36、获取每种相位在所述短时窗口内出现的分布概率；将所述分布概率小于预设概率阈值的相位标记为异常相位，其余相位作为待分析相位。

37、本发明具有如下有益效果：

38、本发明实施例首先获取磁悬浮变频离心冷水机组运行的原始水循环温度信号数据，为后续具体分析以及对磁悬浮变频离心冷水机组的运行状态进行智能识别提供数据基础；进一步利用短时傅里叶变换对原始水循环温度信号数据进行处理，更有利于捕捉信号的局部特征，同时能够获取信号的频域信息，为分析水循环温度信号的积热成分强度提供更多的分析角度；进一步根据所有短时窗口内信号的相位的统计信息，将相位分为异常相位和待分析相位，减少异常信号对后续分析积热成分特征的干扰，同时便于借助正常水循环温度信号的温度模式相比于随机的积热成分信号，正常信号的正常相位更容易受到干扰的特征，为后续区分正常相位和积热成分相位提供更多依据；进一步根据待分析相位与异常相位在短时窗口中的分布特征，将待分析相位分为积热成分相位和正常相位，便于后续根据积热成分相位和正常相位之间的差异，对短时窗口的积热成分干扰情况进行分析；进一步根据积热成分相位和正常相位之间在幅值和频率上的差异特征，充分利用积热成分信号和正常水循环温度信号之间在幅值和频率分布上的差异特征，从能量强度差异角度和频率差异角度衡量短时窗口的积热成分干扰程度，为后续获取水循环温度信号整体的积热成分强度做准备；进一步根据所有短时窗口中的积热成分干扰程度的变化特征，借助积热成分信号随机分布的特征，从整体角度度量原始水循环温度信号的积热成分强度，为后续对水循环温度信号进行准确滤波提供依据；进一步根据积热成分强度去除实时水循环温度信号中积热成分的干扰，在保证去除积热成分的干扰的同时，减少信息损失；最后基于根据去除积热成分的干扰后的实时水循环温度信号对磁悬浮变频离心冷水机组的运行状态进行智能识别。本发明实施例通过分析水循环温度信号的积热成分强度，对水循环温度信号中的积热成分进行准确去除，从而凭借准确的信号特征，对磁悬浮变频离心冷水机组的运行状态进行智能识别，获取更准确的运行状态，更有利于设备准确调控以及节能运行。