一种基于大数据分析的冷水机组健康性诊断方法及系统技术方案

技术编号:33212130 阅读:14 留言:0更新日期:2022-04-27 16:48
本发明专利技术属于空调故障检测技术领域,具体涉及一种基于大数据分析的冷水机组健康性诊断方法及系统,其中诊断方法包括:包括:步骤1:获取冷水机组的规格参数和运行状态参数,并通过大数据分析剔除所述运行状态参数中的异常值;步骤2:基于步骤1得到的规格参数计算得到冷水机组的能效区间,基于步骤1得到的运行状态参数得到冷水机组的实时能效,并基于实时能效统计得到预设时间内冷水机组的实时能效在各个能效区间内的数据占比;步骤3:基于步骤2中得到的预设时间内冷水机组的实时能效在能效区间内的数据占比诊断得到冷水机组健康状况。上述方法不仅运维门槛低、相应速度快,且诊断精度高,从而提高冷水机组的经济效益。从而提高冷水机组的经济效益。从而提高冷水机组的经济效益。

【技术实现步骤摘要】
一种基于大数据分析的冷水机组健康性诊断方法及系统


[0001]本专利技术属于空调故障检测
,具体涉及一种基于大数据分析的冷水机组健康性诊断方法及系统。

技术介绍

[0002]据统计,中国建筑能耗已占社会总能耗的20%

25%,部分发达国家的这一比例已达到30%

40%,而空调系统作为建筑最主要的能耗部分,运行能耗占建筑总能耗的60%,但由于其能耗基数大,节省潜力也较大。
[0003]冷水机组作为空调系统的核心组成部分,承担着控制送风房间内温度状态的主要责任,因此,维持机组性能稳定极为重要,对机组进行估值检测和诊断有着极其重要的意义。当冷水机组出现故障时,首先,作为整个系统的冷热源供应者,会引起送风供应混乱,导致室内温度产生波动,从而影响使用者的体验;第二,机组故障会引起其能效比的下降,使得消耗的能源不能物尽其用,造成能源的浪费。所以冷水机组的实时运行工况值得监控,便于在发生故障时及时处理,从而将损失将至最低。同时,在制冷空调系统中,保证传感器运行的可靠性对确保空调系统实现可靠控制和最优运行起到重要作用。
[0004]但是冷水机组的诊断由于技术壁垒与信息鸿沟的存在,造成了诊断难度大、响应速度慢等问题。目前,行业内的技术难点主要有以下部分:
[0005]1、高延迟、响应速度慢
[0006]冷水机组的运行数据的采集是秒级的,数据量大,人工排查难度大、耗时长,且人工仅仅在发生故障时才会进行相关的排查工作。此外,通过人工排查问题,需要对系统的各个环节进行逐个排查,诸如中国专利CN11706958A,无法实现问题的快速定位,这样会造成冷水机组长期处于低效运行,也无法实现冷水机组的实时诊断。
[0007]2、对运维人员技术要求高,且需要多部门协同
[0008]目前,对冷水机组实际运行状态的评价与诊断,是由现场运维人员通过现场冷水机组等设备的运行参数,并根据自身的工作经验完成运维工作。常规的方法不仅费时费力,而且对运维人员的技术要求较高。此外,冷水机组的故障诊断还需要冷水机组厂家、群控厂家(即监控冷水机组的监控系统的零部件生产厂家)等多部门专业的技术人员协同排查,这就给运维工作带来了很大的难度。
[0009]3、常规的能效诊断评价体系存在局限性
[0010]常规的冷水机组能效评价以逆卡诺循环为评价依据,诸如中国专利CN111623570A,但一般冷水机组仅有理想工况的60%~80%,因此通过热力完善度作为相关的评价依据则有失偏颇,因为不能反映冷机的能效是否完全发挥出来,并且冷机的热力完善度水平与冷机的类型也有密切的关系。因此将冷水机组的能效评价体系强制移植到冷水机组的能效诊断存在很大的局限性。
[0011]因此,针对以上不足,本专利技术急需提供一种基于大数据分析的冷水机组健康性诊断方法及系统。

技术实现思路

[0012]本专利技术的目的在于提供一种基于大数据分析的冷水机组健康性诊断方法及系统,以解决现有技术中冷水机组存在的上述问题。
[0013]本专利技术提供的基于大数据分析的冷水机组健康性诊断方法,包括:步骤1:获取冷水机组的规格参数,并通过温度/热量表测得冷水机组的运行状态参数,并通过大数据分析剔除所述运行状态参数中的异常值;步骤2:基于步骤1得到的规格参数计算得到冷水机组的能效区间,基于步骤1得到的运行状态参数计算得到冷水机组的实时能效,并基于实时能效统计得到预设时间内冷水机组的实时能效在各能效区间内的数据占比;步骤3:基于步骤2中得到的预设时间内冷水机组的实时能效在能效区间内的数据占比诊断得到冷水机组健康状况。
[0014]如上所述的基于大数据分析的冷水机组健康性诊断方法,进一步优选为,步骤1得到的规格参数包括冷机负荷率、冷却进水温度和冷冻出水温度;运行状态参数包括冷机功率、冷机制冷量、蒸发温度和冷凝温度。
[0015]如上所述的基于大数据分析的冷水机组健康性诊断方法,进一步优选为,步骤2中冷水机组的能效可分为故障区、高效区和低效区。
[0016]如上所述的基于大数据分析的冷水机组健康性诊断方法,进一步优选为,步骤3具体包括:步骤3.1:判断故障区和高效区的数据占比之和是否大于第一设定值,若是则进行步骤3.2,若否,则进行步骤3.3;步骤3.2:判断故障区的数据占比是否大于第二设定值;若否,则冷水机组运行正常;若是,则冷水机组的温度/热量表故障;步骤3.3:判断冷凝温度与冷却进水温度的差值是否小于第三设定值或蒸发温度与冷冻出水温度的差值是否小于第四设定值;若是,则冷水机组运行在低效区,冷水机组故障;若否,则冷水机组的器端差超出设定值,则冷水机组散热存在故障或温度/热量表故障。
[0017]如上所述的基于大数据分析的冷水机组健康性诊断方法,进一步优选为,还包括步骤4:通过文字输出步骤3诊断得到冷水机组健康状况。
[0018]本专利技术还公开了基于大数据分析的冷水机组健康性诊断系统,用于实现上述任一项所述的基于大数据分析的冷水机组健康性诊断方法,包括:数据采集模块,用于采集冷水机组的规格参数和运行状态参数,并基于大数据分析剔除所述运行状态参数中的异常值;COP关联分析模块,用于基于规格参数计算得到冷水机组的能效区间;还用于基于运行状态参数计算实时能效,并基于所述实时能效统计得到预设时间内冷水机组的实时能效在各能效区间内的数据占比;能效异常诊断模块,用于基于预设时间内冷水机组的实时能效在能效区间内的数据占比诊断得到冷水机组健康状况。
[0019]如上所述的基于大数据分析的冷水机组健康性诊断系统,进一步优选为,所述能效异常诊断模块具体包括:第一判断模块,用于判断故障区和高效区的数据占比之和是否大于第一设定值,则转至第二判断模块;若否,则转至第三判断模块;第二判断模块,用于判断故障区的数据占比是否大于第二设定值;若否,则冷水机组运行正常;若是,则冷水机组的温度/热量表故障;第三判断模块,用于判断冷凝温度与冷却进水温度的差值是否小于第三设定值或蒸发温度与冷冻出水温度的差值是否小于第四设定值;若是,则冷水机组运行在低效区,冷水机组故障;若否,则冷水机组的器端差超出设定值,则冷水机组散热存在故障或温度/热量表故障。
[0020]如上所述的基于大数据分析的冷水机组健康性诊断系统,进一步优选为,还包括数据库,所述数据库用于存储冷水机组的规格参数和运行参数,以便于所述COP关联分析模块调用。
[0021]如上所述的基于大数据分析的冷水机组健康性诊断系统,进一步优选为,所述数据采集模块包括多个温度/热量表,多个所述温度/热量表分别用于测量冷却进水温度和冷冻出水温度。
[0022]如上所述的基于大数据分析的冷水机组健康性诊断系统,进一步优选为,还包括显示模块,用于显示能效异常诊断模块得到的诊断结果。
[0023]本专利技术与现有技术相比具有以下的优点:
[0024]本专利技术所公开的基于大数据分析的冷水机组健康性诊断方法,上述方法基于对冷水机组的规格参数进行处理得到冷水机组的能效区间本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种基于大数据分析的冷水机组健康性诊断方法,其特征在于,包括:步骤1:获取冷水机组的规格参数;通过温度/热量表测得冷水机组的运行状态参数,并通过大数据分析剔除所述运行状态参数中的异常值;步骤2:基于步骤1得到的规格参数计算得到冷水机组的能效区间,基于步骤1得到的运行状态参数计算得到冷水机组的实时能效,并基于所述实时能效统计得到预设时间内冷水机组的实时能效在各能效区间内的数据占比;步骤3:基于步骤2中得到的预设时间内冷水机组的实时能效在能效区间内的数据占比诊断得到冷水机组健康状况。2.根据权利要求1所述的基于大数据分析的冷水机组健康性诊断方法,其特征在于,步骤1得到的规格参数包括冷机负荷率、冷却进水温度和冷冻出水温度;运行状态参数包括冷机功率、冷机制冷量、蒸发温度和冷凝温度。3.根据权利要求2所述的基于大数据分析的冷水机组健康性诊断方法,其特征在于,步骤2中冷水机组的能效分为故障区、高效区和低效区。4.根据权利要求3所述的基于大数据分析的冷水机组健康性诊断方法,其特征在于,步骤3具体包括:步骤3.1:判断故障区和高效区的数据占比之和是否大于第一设定值,若是则进行步骤3.2,若否,则进行步骤3.3;步骤3.2:判断故障区的数据占比是否大于第二设定值;若否,则冷水机组运行正常;若是,则冷水机组的温度/热量表故障;步骤3.3:判断冷凝温度与冷却进水温度的差值是否小于第三设定值或蒸发温度与冷冻出水温度的差值是否小于第四设定值;若是,则冷水机组运行在低效区,冷水机组故障;若否,则冷水机组的器端差超出设定值,则冷水机组散热存在故障或温度/热量表故障。5.根据权利要求4所述的基于大数据分析的冷水机组健康性诊断方法,其特征在于,还包括步骤4:通过文字输出步骤3诊断得到冷水机组健康状况。6.一种基于大数据分析的冷水机组健康性诊断系统,其特征在于,用于实现权利要...

【专利技术属性】
技术研发人员:严琨刘磊唐伟杨哲包可心郑质凡秦礼鹏杨禹
申请(专利权)人:珠海横琴能源发展有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1