本文關(guān)鍵詞：基于數(shù)據(jù)挖掘的房間空調(diào)器長效性能研究

  更多相關(guān)文章： 房間空調(diào)器 數(shù)據(jù)挖掘 長效性能 因素分析 運(yùn)行優(yōu)化

【摘要】：房間空調(diào)器長效性能研究對空調(diào)器在實際使用中的持續(xù)長久節(jié)能有著深遠(yuǎn)的意義,課題研究房間空調(diào)器的長效性能影響因素,對房間空調(diào)器的運(yùn)行模式進(jìn)行識別,探討空調(diào)器長期運(yùn)行中的參數(shù)設(shè)置及控制優(yōu)化方法,提高空調(diào)器在長期運(yùn)行中的節(jié)能潛力。本文采用調(diào)查問卷和實驗測試的方法收集到大量與房間空調(diào)器運(yùn)行性能相關(guān)的數(shù)據(jù),用以分析空調(diào)器長效性能影響因素。另一方面,長期運(yùn)行數(shù)據(jù)是空調(diào)器在實際環(huán)境中運(yùn)行狀態(tài)最直接的反映,為此,本文也通過長期監(jiān)測的方式收集了空調(diào)器長期運(yùn)行數(shù)據(jù),用以分析空調(diào)器運(yùn)行的內(nèi)在規(guī)律。在對上述數(shù)據(jù)進(jìn)行分析時,由于數(shù)據(jù)冗余、存在異常數(shù)據(jù)等原因,需要采用數(shù)據(jù)挖掘的方法。首先,在了解數(shù)據(jù)挖掘原理及對房間空調(diào)器長效數(shù)據(jù)的特點進(jìn)行分析后,提出了房間空調(diào)器長效性能數(shù)據(jù)挖掘體系,主要包括長效性能數(shù)據(jù)庫及數(shù)據(jù)挖掘系統(tǒng)。長效性能數(shù)據(jù)庫的建立是為了充分收集房間空調(diào)器生命周期中與其性能相關(guān)的數(shù)據(jù);而數(shù)據(jù)挖掘系統(tǒng)通過模塊化的方式挖掘數(shù)據(jù),滿足空調(diào)器在設(shè)計、使用中的不同需求。然后,對收集到的調(diào)查數(shù)據(jù)、實驗數(shù)據(jù)進(jìn)行分析,探究影響空調(diào)器長效性能的直接因素、間接因素。采用聚類算法對45臺空調(diào)器樣本在長期使用后、清洗換熱器后、重新灌注制冷劑后這三種狀態(tài)下的性能變化進(jìn)行分析,結(jié)果表明清洗空調(diào)器后其性能都會提升,而重新灌注制冷劑后部分空調(diào)器性能上升、部分空調(diào)器性能下降,這與空調(diào)器的最佳充灌比發(fā)生變化有關(guān)。采用關(guān)聯(lián)規(guī)則挖掘,探究運(yùn)行環(huán)境、用戶使用習(xí)慣、維護(hù)方式對房間空調(diào)器結(jié)垢程度的影響,結(jié)果表明房間空調(diào)器結(jié)垢是一個受多因素影響的過程,不同參數(shù)的搭配、相同參數(shù)但取值不同的組合也可能會對空調(diào)器結(jié)垢程度產(chǎn)生同等的影響�？照{(diào)器性能發(fā)生變化后,已有的優(yōu)化控制方式可能會失效。為此,對空調(diào)器的長期運(yùn)行數(shù)據(jù)進(jìn)行分析,探究空調(diào)器長期節(jié)能的方法。通過聚類算法對空調(diào)器的運(yùn)行模式進(jìn)行識別,歸納出三種模式,即上午高負(fù)荷模式、下午高負(fù)荷模式及低頻平穩(wěn)模式,在制冷季節(jié),上午(下午)高負(fù)荷模式在上午(下午)時其室外溫度達(dá)到峰值,對應(yīng)的功率及制冷性能系數(shù)(Energy Efficiency Ratio,EER)分別達(dá)到峰值及谷值,低頻平穩(wěn)模式下由于室外溫度并不高,在開機(jī)后運(yùn)行比較穩(wěn)定,運(yùn)行參數(shù)變化不大。采用統(tǒng)計學(xué)及關(guān)聯(lián)規(guī)則挖掘?qū)χ评淠Ｊ较驴照{(diào)器穩(wěn)定運(yùn)行時各運(yùn)行參數(shù)間的關(guān)系進(jìn)行分析,結(jié)果表明各參數(shù)之間有著明確的聯(lián)系。采用神經(jīng)網(wǎng)絡(luò)算法,研究基于空調(diào)器送風(fēng)側(cè)參數(shù)預(yù)測空調(diào)器功率及EER的方法,并建立神經(jīng)網(wǎng)絡(luò)預(yù)測模型,該方法的預(yù)測誤差在15%以內(nèi),可以通過控制空調(diào)器運(yùn)行時的送風(fēng)側(cè)參數(shù),達(dá)到控制空調(diào)器性能的目的。根據(jù)以上研究成果,本文提出了房間空調(diào)器的運(yùn)行性能優(yōu)化方案,結(jié)合獲取到的運(yùn)行數(shù)據(jù),在識別出當(dāng)前空調(diào)器的使用模式后,結(jié)合預(yù)測模型及優(yōu)化算法,得出較優(yōu)的空調(diào)器運(yùn)行參數(shù)設(shè)置。
【關(guān)鍵詞】：房間空調(diào)器 數(shù)據(jù)挖掘 長效性能 因素分析 運(yùn)行優(yōu)化
【學(xué)位授予單位】：華南理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TM925.12;TP311.13
【目錄】：

• 摘要5-7
• Abstract7-12
• 第一章 緒論12-30
• 1.1 課題研究背景和意義12-14
• 1.1.1 研究背景12-13
• 1.1.2 研究意義13-14
• 1.2 數(shù)據(jù)挖掘研究現(xiàn)狀14-23
• 1.2.1 數(shù)據(jù)挖掘技術(shù)在空調(diào)器產(chǎn)品中的應(yīng)用14-18
• 1.2.2 數(shù)據(jù)挖掘技術(shù)在建筑負(fù)荷中的應(yīng)用18-19
• 1.2.3 數(shù)據(jù)挖掘技術(shù)在其它制冷設(shè)備中的應(yīng)用19-21
• 1.2.4 數(shù)據(jù)挖掘技術(shù)在空調(diào)器零部件中的應(yīng)用21-23
• 1.2.5 研究現(xiàn)狀總結(jié)23
• 1.3 房間空調(diào)器長效性能研究現(xiàn)狀23-28
• 1.3.1 房間空調(diào)器整機(jī)長效性能研究23-24
• 1.3.2 房間空調(diào)器壓縮機(jī)長效性能研究24-25
• 1.3.3 房間空調(diào)器換熱器長效性能研究25-26
• 1.3.4 房間空調(diào)器其它部件長效性能研究26-27
• 1.3.5 研究現(xiàn)狀總結(jié)27-28
• 1.4 課題研究內(nèi)容28-30
• 第二章 房間空調(diào)器長效性能評價模型及數(shù)據(jù)收集30-39
• 2.1 房間空調(diào)器長效性能評價模型30-33
• 2.1.1 長效性能評價指標(biāo)的選取30-31
• 2.1.2 長效性能評價指標(biāo)的計算31-33
• 2.2 房間空調(diào)器長效性能相關(guān)數(shù)據(jù)收集33-38
• 2.2.1 實驗數(shù)據(jù)收集33-34
• 2.2.2 調(diào)查數(shù)據(jù)收集34-35
• 2.2.3 運(yùn)行數(shù)據(jù)收集35-38
• 2.3 本章小結(jié)38-39
• 第三章 數(shù)據(jù)挖掘在房間空調(diào)器長效性能中的應(yīng)用39-52
• 3.1 數(shù)據(jù)挖掘的一般流程39-40
• 3.2 房間空調(diào)器長效性能相關(guān)數(shù)據(jù)分析40-41
• 3.3 基于數(shù)據(jù)挖掘的房間空調(diào)器長效性能研究方法41-50
• 3.3.1 長效性能數(shù)據(jù)庫的搭建41-44
• 3.3.2 長效性能數(shù)據(jù)挖掘體系的建立44-50
• 3.4 本章小結(jié)50-52
• 第四章 房間空調(diào)器長效性能影響因素分析52-66
• 4.1 分析方法介紹52-59
• 4.1.1 聚類算法介紹52-55
• 4.1.2 關(guān)聯(lián)規(guī)則挖掘算法介紹55-57
• 4.1.3 數(shù)據(jù)離散化57-59
• 4.2 空調(diào)器長效性能直接影響因素分析59-61
• 4.3 空調(diào)器長效性能間接影響因素分析61-65
• 4.4 本章小結(jié)65-66
• 第五章 房間空調(diào)器模式識別及控制優(yōu)化66-84
• 5.1 房間空調(diào)器在線數(shù)據(jù)收集及處理66-67
• 5.1.1 當(dāng)前空調(diào)器運(yùn)行狀態(tài)的判斷66-67
• 5.1.2 各天運(yùn)行參數(shù)的時間歸一化處理67
• 5.2 空調(diào)器運(yùn)行模式識別67-72
• 5.2.1 空調(diào)器全年功率變化模式67-69
• 5.2.2 空調(diào)器制冷模式下的運(yùn)行參數(shù)變化模式69-71
• 5.2.3 空調(diào)器模式識別的應(yīng)用71-72
• 5.3 穩(wěn)定運(yùn)行時空調(diào)器的性能參數(shù)與環(huán)境參數(shù)、運(yùn)行頻率的關(guān)系72-76
• 5.3.1 基于統(tǒng)計學(xué)的運(yùn)行參數(shù)關(guān)系分析72-74
• 5.3.2 基于關(guān)聯(lián)規(guī)則的運(yùn)行參數(shù)關(guān)系分析74-76
• 5.4 穩(wěn)定運(yùn)行狀態(tài)下空調(diào)器的能效預(yù)測76-79
• 5.5 房間空調(diào)器運(yùn)行性能優(yōu)化策略79-82
• 5.6 本章小結(jié)82-84
• 結(jié)論與展望84-86
• 研究成果84-85
• 研究展望85-86
• 參考文獻(xiàn)86-94
• 攻讀碩士學(xué)位期間取得的研究成果94-95
• 致謝95-96
• 附件96

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 烏英格;陳寶平;;數(shù)據(jù)挖掘在客戶關(guān)系管理中的應(yīng)用[J];內(nèi)蒙古科技與經(jīng)濟(jì);2005年24期

2 焦健;王祥;;數(shù)據(jù)挖掘在美國本土安全中的應(yīng)用[J];艦船電子工程;2006年01期

3 楊洋;;Web數(shù)據(jù)挖掘的分析與探討[J];裝備制造技術(shù);2006年05期

4 劉娟;;Web數(shù)據(jù)挖掘及其在個性化網(wǎng)上購物實現(xiàn)的探討[J];企業(yè)技術(shù)開發(fā);2007年07期

5 李世超;麥范金;;數(shù)據(jù)挖掘在現(xiàn)代企業(yè)經(jīng)營管理中的應(yīng)用[J];桂林航天工業(yè)高等�？茖W(xué)校學(xué)報;2008年04期

6 崔永君;;數(shù)據(jù)挖掘的系統(tǒng)構(gòu)成與發(fā)展趨勢[J];硅谷;2009年03期

7 侯曉凌;;淺談數(shù)據(jù)挖掘[J];科學(xué)之友(B版);2009年04期

8 張濤;;Web數(shù)據(jù)挖掘現(xiàn)狀分析[J];科學(xué)之友(B版);2009年06期

9 黃雄偉;陳定方;祖巧紅;;Web數(shù)據(jù)挖掘可視化研究與應(yīng)用[J];湖北工業(yè)大學(xué)學(xué)報;2009年04期

10 王巖;;數(shù)據(jù)挖掘領(lǐng)域探索[J];硅谷;2010年05期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 史東輝;蔡慶生;張春陽;;一種新的數(shù)據(jù)挖掘多策略方法研究[A];第十七屆全國數(shù)據(jù)庫學(xué)術(shù)會議論文集（研究報告篇）[C];2000年

2 張弦;;數(shù)據(jù)挖掘在農(nóng)業(yè)中的應(yīng)用[A];紀(jì)念中國農(nóng)業(yè)工程學(xué)會成立30周年暨中國農(nóng)業(yè)工程學(xué)會2009年學(xué)術(shù)年會（CSAE 2009）論文集[C];2009年

3 魏順平;;教育數(shù)據(jù)挖掘:現(xiàn)狀與趨勢[A];信息化、工業(yè)化融合與服務(wù)創(chuàng)新——第十三屆計算機(jī)模擬與信息技術(shù)學(xué)術(shù)會議論文集[C];2011年

4 關(guān)清平;沉培輝;;概率網(wǎng)絡(luò)在數(shù)據(jù)挖掘上的應(yīng)用[A];科技、工程與經(jīng)濟(jì)社會協(xié)調(diào)發(fā)展——中國科協(xié)第五屆青年學(xué)術(shù)年會論文集[C];2004年

5 丁瑾;;基于Web數(shù)據(jù)挖掘的綜述[A];山西省科學(xué)技術(shù)情報學(xué)會學(xué)術(shù)年會論文集[C];2004年

6 聶茹;田森平;;Web數(shù)據(jù)挖掘及其在電子商務(wù)中的應(yīng)用[A];中南六�。▍^(qū)）自動化學(xué)會第24屆學(xué)術(shù)年會會議論文集[C];2006年

7 李菊;王軍;;數(shù)據(jù)挖掘在客戶關(guān)系管理的應(yīng)用[A];計算機(jī)技術(shù)與應(yīng)用進(jìn)展·2007——全國第18屆計算機(jī)技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會議論文集[C];2007年

8 肖陽;李啟賢;;數(shù)據(jù)挖掘在中國鋼鐵行業(yè)中的應(yīng)用[A];中國計量協(xié)會冶金分會2012年會暨能源計量與節(jié)能降耗經(jīng)驗交流會論文集[C];2012年

9 楊磊;王貴成;汪勇;張占勝;;SQL Server 2005在數(shù)據(jù)挖掘中的應(yīng)用[A];2009年中國智能自動化會議論文集（第二分冊）[C];2009年

10 謝中;邱玉輝;;面向商務(wù)網(wǎng)站有效性的數(shù)據(jù)挖掘方法[A];第十八屆全國數(shù)據(jù)庫學(xué)術(shù)會議論文集（技術(shù)報告篇）[C];2001年

中國重要報紙全文數(shù)據(jù)庫 前10條

1 本報記者褚寧;數(shù)據(jù)挖掘如“挖金”[N];解放日報;2002年

2 周蓉蓉;數(shù)據(jù)挖掘需要點想像力[N];計算機(jī)世界;2004年

3 □中國電信股份有限公司北京研究院 張舒博 □北京郵電大學(xué)計算機(jī)科學(xué)與技術(shù)學(xué)院 牛琨;走出數(shù)據(jù)挖掘的誤區(qū)[N];人民郵電;2006年

4 《網(wǎng)絡(luò)世界》記者 王瑩;數(shù)據(jù)挖掘保險業(yè)的新藍(lán)海[N];網(wǎng)絡(luò)世界;2012年

5 劉俊麗;基于地理化的網(wǎng)絡(luò)數(shù)據(jù)挖掘與分析提升投資有效性[N];人民郵電;2014年

6 本報記者 連曉東;數(shù)據(jù)挖掘：金融信息化新熱點[N];中國電子報;2002年

7 本報記者 鳳小華 朱仁康;“數(shù)字挖掘軟件”引領(lǐng)中國信息化新浪潮[N];中國電子報;2003年

8 本報記者　史延廷;“成功企業(yè)數(shù)據(jù)挖掘暨數(shù)量化管理論壇”在京舉辦[N];中國旅游報;2002年

9 朱小寧;數(shù)據(jù)挖掘：信息化戰(zhàn)爭的基礎(chǔ)工程[N];解放軍報;2005年

10 本報記者 王小平;從“大集中”走向數(shù)據(jù)挖掘[N];金融時報;2002年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 于自強(qiáng);海量流數(shù)據(jù)挖掘相關(guān)問題研究[D];山東大學(xué);2015年

2 張馨;全基因組SNP芯片應(yīng)用于CNV和L0H分析的軟件比對與數(shù)據(jù)挖掘[D];復(fù)旦大學(xué);2011年

3 彭計紅;基于數(shù)據(jù)挖掘的癡呆中醫(yī)證的研究[D];南京中醫(yī)藥大學(xué);2015年

4 李秋虹;基于MapReduce的大規(guī)模數(shù)據(jù)挖掘技術(shù)研究[D];復(fù)旦大學(xué);2013年

5 鄔文帥;基于多目標(biāo)決策的數(shù)據(jù)挖掘方法評估與應(yīng)用[D];電子科技大學(xué);2015年

6 謝邦彥;整合數(shù)據(jù)挖掘與TRIZ理論的質(zhì)量管理方法研究[D];首都經(jīng)濟(jì)貿(mào)易大學(xué);2010年

7 何偉全;云南高校學(xué)生意外傷害因素關(guān)聯(lián)規(guī)則挖掘及風(fēng)險管控體系研究[D];昆明理工大學(xué);2015年

8 段功豪;基于多結(jié)構(gòu)數(shù)據(jù)挖掘的滑坡災(zāi)害預(yù)測模型研究[D];中國地質(zhì)大學(xué);2016年

9 白曉明;基于數(shù)據(jù)挖掘的復(fù)合材料宏—細(xì)觀力學(xué)模型研究[D];哈爾濱工業(yè)大學(xué);2016年

10 藍(lán)永豪（LAM Wing Ho）;基于數(shù)據(jù)挖掘技術(shù)分析當(dāng)代中醫(yī)名家痤瘡驗方經(jīng)驗研究[D];南京中醫(yī)藥大學(xué);2016年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 林仁紅;基于數(shù)據(jù)挖掘的機(jī)遇識別與評價研究[D];首都經(jīng)濟(jì)貿(mào)易大學(xué);2007年

2 張彥俊;游戲運(yùn)營中的數(shù)據(jù)挖掘[D];復(fù)旦大學(xué);2011年

3 王杰鋒;物聯(lián)網(wǎng)能耗數(shù)據(jù)智能分析及其應(yīng)用平臺設(shè)計[D];江南大學(xué);2015年

4 劉學(xué)建;數(shù)據(jù)挖掘在電子商務(wù)推薦系統(tǒng)中的應(yīng)用研究[D];昆明理工大學(xué);2015年

5 戴陽陽;基于數(shù)據(jù)挖掘的金融時間序列預(yù)測研究與應(yīng)用[D];江南大學(xué);2015年

6 石思優(yōu);基于主題模型的醫(yī)療數(shù)據(jù)挖掘研究[D];廣東技術(shù)師范學(xué)院;2015年

7 陳丹;移動互聯(lián)網(wǎng)信令挖掘?qū)崿F(xiàn)智慧營銷的設(shè)計與實現(xiàn)應(yīng)用研究[D];華南理工大學(xué);2015年

8 陳思;基于數(shù)據(jù)挖掘的大學(xué)生客戶識別模型的研究[D];昆明理工大學(xué);2015年

9 位長帥;基于客戶數(shù)據(jù)挖掘的電信客戶關(guān)系管理研究[D];西南交通大學(xué);2015年

10 安康;基于數(shù)據(jù)挖掘的商業(yè)銀行客戶關(guān)系管理研究[D];蘭州交通大學(xué);2014年

，

本文編號：748319