一种中央空调系统的故障检测与响应方法及系统与流程

本发明涉及中央空调，具体为一种中央空调系统的故障检测与响应方法及系统。

背景技术：

1、中央空调系统根据其功能和设计可以分为多种类型，各自适用于不同的建筑环境和需求。例如，变风量(variable air volume system,ava)系统通过调节送风量来控制温度，广泛应用于大型办公建筑和商业空间。恒温恒湿空调系统则用于需要严格控制温湿度的场所，如医院和实验室。多联机系统通过一台室外机连接多个室内机，调节冷媒流量以适应不同区域的需求，适合多房间建筑。全空气系统处理所有送入室内的空气，常见于需要大空间覆盖的建筑如剧院。全水系统通过水作为传热介质，在系统中包括锅炉、冷却塔等设备，常用于中高层建筑。风水系统则是全空气和全水系统的结合，适用于对温湿度要求较高的环境。最后，直膨式空调系统则因其安装简便和成本效益高，而常用于家庭和小型商业空间。

2、中央空调系统主要由几个核心组件构成，包括压缩机、蒸发器、冷凝器和膨胀阀。这些组件通过冷媒在系统中循环工作，实现室内的冷却或加热。此外，系统还包括风机和风管，用于空气的输送和分配。中央空调系统通过集中控制，可以有效地调节多个区域或整个建筑的温度，保证室内环境的舒适性和能源效率。

3、中央空调系统常见故障类型包括冷媒泄漏、压缩机故障、冷凝器和蒸发器的堵塞或污染、电气故障和控制系统故障。这些故障可能导致空调系统效率下降、能耗增加或系统完全停止工作。例如，冷媒泄漏会降低制冷效果，而压缩机故障则可能导致系统无法启动。

4、现有的中央空调系统故障处理方法主要依赖于自动化技术和智能诊断系统。通过安装在系统各部位的传感器收集数据，如温度、压力和流量等，智能诊断系统能够实时监测设备状态和运行效率。当检测到异常指标时，系统会自动调整工作参数或启动预设的故障处理程序，如调节冷媒流量、清洁过滤器或切换至备用设备，以确保系统的持续运行和故障的及时处理。

5、然而，现有技术在处理中央空调系统的故障时，常因依赖有限的传感器数据而无法全面准确地诊断复杂故障，且缺乏对故障影响程度和范围的动态评估，导致响应措施可能不够精确或及时。

6、为此，提出一种中央空调系统的故障检测与响应方法及系统。

技术实现思路

1、本发明的目的在于提供一种中央空调系统的故障检测与响应方法及系统。首先，在每个控制区域的每个关键监测点安装多个同类型的传感器，获取第一温度数据组、第一湿度数据组、第一空气流量数据组和第一静压数据组；通过分别计算这些数据组的信誉度得分，得到温度数据、湿度数据、空气流量数据和静压数据；然后，从温度数据、湿度数据、空气流量数据和静压数据中提取关键特征；将关键特征输入到故障检测模型中，获得故障检测结果；进一步地，根据故障检测结果，考虑故障影响范围、故障分值和发生概率，计算故障影响评分；根据不同的故障影响评分执行不同的对应措施；最后，根据故障检测结果和系统性能反馈优化预定的维护计划。通过这种方法，可以系统地管理和响应中央空调系统中可能发生的各种故障，确保空调系统的持续稳定运行。

2、为实现上述目的，本发明提供如下技术方案：

3、一种中央空调系统的故障检测与响应方法，包括：

4、部署区域传感器，在每个控制区域的每个关键监测点安装多个同类型的传感器；获取传感器数据，包括第一温度数据组、第一湿度数据组、第一空气流量数据组和第一静压数据组；

5、分别对所述第一温度数据组、所述第一湿度数据组、所述第一空气流量数据组和所述第一静压数据组中的每个传感器数据计算信誉度得分；根据所述信誉度得分得到温度数据、湿度数据、空气流量数据和静压数据；

6、从所述温度数据、所述湿度数据、所述空气流量数据和所述静压数据中提取关键特征；

7、构建故障检测模型；将所述关键特征输入到所述故障检测模型中，通过识别各个区域特有的故障模式，输出故障检测结果；

8、根据所述故障检测结果，考虑故障影响范围、故障分值和发生概率，计算故障影响评分；根据所述故障影响评分执行不同的对应措施；所述对应措施包括调整vav盒设置、隔离影响区域和呼叫维修人员；根据所述故障检测结果和系统性能反馈优化预定的维护计划；所述故障分值为根据故障维修的难易程度和故障的影响范围对不同的故障类型预设的一个数值。

9、所述控制区域包括办公区域、就餐区域、公共区域、会议室区域和休息区域；所述关键监测点包括空气处理单元、配管和风管单元、控制单元以及冷却和加热单元；所述传感器包括温度传感器、湿度传感器、空气流量传感器和静压传感器；将所有传感器数据集成到云服务器中，使用通信网络确保数据的实时传输。

10、所述信誉度得分的计算公式为：

11、q＝w1×a+w2×c+w3×d+w4×f；

12、

13、

14、其中，q为信誉度得分，w1、w2、w3和w4分别是各因素的权重，a为历史准确性，c为数据一致性，d为自我诊断结果，f为校准频率，通过系统预设得到，vi是第i个传感器的读数，ri是第i个读数的真值，n为传感器的个数，是所有传感器读数的平均值。

15、所述关键特征包括温度变化率、温度时空一致性、温度稳定性、湿度变化率、湿度空间一致性、湿度稳定性、空气流量变化率和静压变化率。

16、所述故障检测模型包括预处理层、特征分析层和故障检测层；

17、所述预处理层用于对输入数据进行预处理操作；所述预处理操作包括标准化；

18、所述特征分析层包括lstm网络结构，用于对所述关键特征进行分析，得到第一特征向量；

19、所述故障检测层用于根据所述第一特征向量对故障类型和范围进行检测，输出故障检测结果；所述故障检测结果为各个故障类型的发生概率以及各个区域发生故障的概率；

20、对所述故障检测模型进行训练的过程包括：

21、构建模型训练数据集；所述模型训练数据集包括历史故障数据和正常操作数据，用于对所述故障检测模型进行训练；

22、对所述模型训练数据集中的数据进行标准化处理；

23、对所述模型训练数据集中的每条数据进行结果标注；所述结果标注为故障发生类型和故障发生区域；

24、将所述训练样本集按照7:3的比例划分为训练集和测试集；

25、通过所述训练集对所述故障检测模型进行训练；通过所述测试集对所述故障检测模型进行测试。

26、所述故障影响评分的计算公式为：

27、i＝wa×r+wb×p+wc×l；

28、其中，i为故障影响评分，wa、wb和wc分别为故障影响范围、故障发生概率和故障分值的权重，r为故障影响范围，p为故障发生概率，l为故障分值。

29、一种中央空调系统的故障检测与响应系统，包括：

30、传感器部署与数据获取单元，用于在每个vav控制区域的每个关键监测点安装多个同类型的传感器，获取第一温度数据组、第一湿度数据组、第一空气流量数据组和第一静压数据组；所述传感器包括温度传感器、湿度传感器、空气流量传感器和静压传感器；

31、优化数据获取单元，用于获取温度数据、湿度数据、空气流量数据和静压数据；

32、特征提取单元，用于从所述温度数据、所述湿度数据、所述空气流量数据和所述静压数据中提取关键特征；

33、故障检测单元，用于获取故障检测结果；所述故障检测结果的获取过程包括构建故障检测模型，将所述关键特征输入到所述故障检测模型中，通过识别各个区域特有的故障模式，输出故障检测结果；

34、故障响应单元，用于根据故障影响评分执行不同的对应措施；所述对应措施包括调整vav盒设置、隔离影响区域和呼叫维修人员；

35、反馈单元，用于根据所述故障检测结果和系统性能反馈优化预定的维护计划。

36、所述温度数据、所述湿度数据、所述空气流量数据和所述静压数据通过计算信誉度得分来获取；

37、所述信誉度得分的计算公式为：

38、q＝w1×a+w2×c+w3×d+w4×f；

39、

40、其中，q为信誉度得分，w1、w2、w3和w4分别是各因素的权重，a为历史准确性，c为数据一致性，d为自我诊断结果，f为校准频率，通过系统预设得到，vi是第i个传感器的读数，ri是第i个读数的真值，n为传感器的个数，x是所有传感器读数的平均值。

41、所述关键特征包括温度变化率、温度时空一致性、温度稳定性、湿度变化率、湿度空间一致性、湿度稳定性、空气流量变化率和静压变化率。

42、所述故障影响评分的计算公式为：

43、i＝wa×r+wb×p+wc×l；

44、其中，i为故障影响评分，wa、wb和wc分别为故障影响范围、故障发生概率和故障分值的权重，r为故障影响范围，p为故障发生概率，l为故障分值。

45、与现有技术相比，本发明的有益效果为：

46、1、本发明在每个控制区域的关键监测点安装多个同类型传感器，通过这种冗余设计，使得即使单个传感器发生故障，其他传感器仍能提供可靠数据，确保系统监测的连续性和准确性。进一步地，通过计算各个传感器数据的信誉度得分，可以评估得到的每个数据的可信度，从而计算出最可靠的数据进行分析，有效避免因传感器故障导致的数据误差，提高系统的总体数据质量和故障诊断的准确性。

47、2、本发明从温度数据、湿度数据、空气流量数据和静压数据中提取关键特征，包括温度变化率、温度时空一致性、温度稳定性、湿度变化率、湿度空间一致性、湿度稳定性、空气流量变化率和静压变化率，通过lstm深入分析这些特征背后的复杂模式和趋势。这种方法不仅提升了数据的表现力，而且通过精确捕捉时间序列数据中的动态变化，极大地增强了故障检测模型的准确性和效率。

48、3、本发明结合故障检测模型的故障检测结果和预设的故障分值，计算故障影响度得分，综合考虑了故障的严重性和影响范围，以及故障发生的可能性。根据不同的故障影响评分，系统可以实施针对性的对策，包括调整vav盒设置、隔离受影响区域、启动备用系统或在必要时呼叫维修人员。这种动态响应机制不仅提高了故障处理的效率和时效性，还能根据实际情况优化维护计划，减少不必要的维护成本，确保中央空调系统的稳定运行和长期可靠性。

技术特征：

1.一种中央空调系统的故障检测与响应方法，其特征在于，包括：

2.根据权利要求1所述的一种中央空调系统的故障检测与响应方法，其特征在于，所述控制区域包括办公区域、就餐区域、公共区域、会议室区域和休息区域；所述关键监测点包括空气处理单元、配管和风管单元、控制单元以及冷却和加热单元；所述传感器包括温度传感器、湿度传感器、空气流量传感器和静压传感器；将所有传感器数据集成到云服务器中，使用通信网络确保数据的实时传输。

3.根据权利要求1所述的一种中央空调系统的故障检测与响应方法，其特征在于，所述信誉度得分的计算公式为：

4.根据权利要求1所述的一种中央空调系统的故障检测与响应方法，其特征在于，所述关键特征包括温度变化率、温度时空一致性、温度稳定性、湿度变化率、湿度空间一致性、湿度稳定性、空气流量变化率和静压变化率。

5.根据权利要求1所述的一种中央空调系统的故障检测与响应方法，其特征在于，所述故障检测模型包括预处理层、特征分析层和故障检测层；

6.根据权利要求1所述的一种中央空调系统的故障检测与响应方法，其特征在于，所述故障影响评分的计算公式为：

7.一种中央空调系统的故障检测与响应系统，其特征在于，包括：

8.根据权利要求7所述的一种中央空调系统的故障检测与响应系统，其特征在于，所述温度数据、所述湿度数据、所述空气流量数据和所述静压数据通过计算信誉度得分来获取；

9.根据权利要求7所述的一种中央空调系统的故障检测与响应系统，其特征在于，所述关键特征包括温度变化率、温度时空一致性、温度稳定性、湿度变化率、湿度空间一致性、湿度稳定性、空气流量变化率和静压变化率。

10.根据权利要求7所述的一种中央空调系统的故障检测与响应系统，其特征在于，所述故障影响评分的计算公式为：

技术总结
本发明涉及中央空调技术领域，具体为一种中央空调系统的故障检测与响应方法及系统。首先，在每个控制区域的每个关键监测点安装多个同类型的传感器，获取第一温度数据组、第一湿度数据组、第一空气流量数据组和第一静压数据组；通过分别计算这些数据组的信誉度得分，得到温度数据、湿度数据、空气流量数据和静压数据；然后，从温度数据、湿度数据、空气流量数据和静压数据中提取关键特征；将关键特征输入到故障检测模型中，获得故障检测结果；进一步地，根据故障检测结果，考虑故障影响范围、故障分值和发生概率，计算故障影响评分；根据不同的故障影响评分执行不同的对应措施；最后，根据故障检测结果和系统性能反馈优化预定的维护计划。

技术研发人员：宋晨冉,朱逸飞
受保护的技术使用者：宋晨冉
技术研发日：
技术公布日：2024/9/23