【技术实现步骤摘要】
本专利技术属于变风量空调系统领域，涉及物联网技术，具体是一种用于变风量空调系统的传感器置信度评估方法。
技术介绍
1、在变风量空调自动控制系统中，各项末端采集器的测量准确程度和测量结果可信性是控制系统运行的关键，如温度传感器、静压传感器等；传感器在出厂时厂家会进行出厂标定，并给出在特定标定条件下该传感器的测量准确度供参考，现场条件与标定条件的差异性，以及传感器长时间运行的自然老化或外力破坏，会导致其准确度难以控制。
2、申请号为cn2018106639924的专利技术专利公开了变风量空调系统的分析方法和评估方法，该专利技术通过建立空调动态负荷模拟模型，模拟计算对象对应的多个空调参数序列，并统计计算对象的统计参数，对统计参数进行加权计算获得空调系统评估参数，通过空调系统评估参数对变风量空调系统设计方案进行分析并评估不同变风量空调系统设计方案对各功能房间舒适性和经济性的影响，选取最优变风量空调系统设计方案；该专利技术通过模型对空调系统进行分析，根据分析结果得到空调系统的优化方案，但空调系统在运行时，内部的多个末端风箱可能会出现故障，若出现故障会导致得到错误的分析结果，进而影响空调控制的准确性，影响客户体验。
3、本专利技术提供了一种用于变风量空调系统的传感器置信度评估方法，以解决以上技术问题。
技术实现思路
1、本专利技术旨在至少解决现有技术中存在的技术问题之一；为此，本专利技术提出了一种用于变风量空调系统的传感器置信度评估方法，用于解决现有技术中没有对空调系统
2、为实现上述目的，本专利技术的第一方面提供了一种用于变风量空调系统的传感器置信度评估方法，包括：
3、步骤一：收集空调总体数据、末端数据和空气数据；
4、步骤二：基于空调总体数据与空气数据计算获取总冷量；基于末端数据和空气数据计算获取各末端风箱的末端风箱冷量；
5、步骤三：基于末端风箱冷量和总冷量获取末端风箱比较结果和总体比较结果；基于末端风箱比较结果与总体比较结果获取异常末端风箱；将末端风箱冷量之和与总冷量进行比较获取异常末端风箱的传感器置信度。
6、步骤四：根据传感器置信度检测末端风箱的末端风箱状态，基于末端风箱状态生成空调系统的维修计划。
7、优选的，所述基于空调总体数据与空气数据计算获取总冷量，包括：
8、提取空调总体数据与空气数据；其中，空调总体数据包括总送风量与总温差；空气数据包括空气比热容与密度；
9、将总送风量标记为vf，空气密度标记为p，比热容标记为c，总温差标记为tf；通过公式mf＝vf×p计算得到空气质量流量mf；通过公式zfl＝mf×c×tf计算得到总冷量zfl。
10、优选的，所述基于末端数据和空气数据计算获取各末端风箱的末端风箱冷量，包括：
11、提取末端数据和空气数据；其中，末端数据包括送风口的送风量、送风温度和室内温度；
12、将送风量标记为sf，送风温度标记为st，室内温度标记为nt；通过公式hs＝c×sti计算得到编号为i末端风箱的送风口焓hsi，通过公式hn＝c×nt计算得到室内焓hn；通过公式smfi＝sf×p计算得到编号为i末端风箱的末端风箱空气质量流量smfi；通过公式qi＝smfi×(hn-hsi)计算得到编号为i末端风箱的末端风箱冷量qi；其中，i＝1，2，3…n，n为正整数。
13、优选的，所述基于末端风箱冷量和总冷量获取末端风箱比较结果和总体比较结果，包括：
14、提取末端风箱冷量和总冷量；从数据库中提取预设冷量和预设总冷量；
15、判断末端风箱冷量是否等于预设冷量；是，则将末端风箱比较结果标记为正常末端风箱；否，则将末端风箱比较结果标记为异常末端风箱；
16、判断总冷量是否等于预设总冷量；是，则将总体比较结果标记为正常总体；否，则将总体比较结果标记为异常总体。
17、优选的，所述基于末端风箱比较结果与总体比较结果获取异常末端风箱，包括：
18、s1：提取末端风箱比较结果与总体比较结果；
19、s2：判断总体比较结果是否为异常总体；是，则跳转至s3；否，则将空调系统标记为正常系统；
20、s3：判断末端风箱的末端风箱比较结果是否为异常末端风箱；是，则将对应末端风箱标记为异常末端风箱；否，则将对应末端风箱标记为正常末端风箱，继续判断其他末端风箱。
21、优选的，所述将末端风箱冷量之和与总冷量进行比较获取传感器置信度，包括：
22、提取末端风箱冷量和总冷量；
23、设置偏差阈值；所述偏差阈值根据传感器容许出现的偏差之和得到；
24、判断末端风箱冷量之和与总冷量的差值是否大于等于偏差阈值；是，则将空调状态标记为异常状态；否，则将空调状态标记为正常状态；
25、识别异常状态空调中的异常末端风箱，将编号为i末端风箱的末端风箱冷量与预设冷量的末端风箱比值标记为lci，总冷量与预设总冷量的总比值标记为zct；
26、当空调状态为异常状态时，通过公式zyi＝(lci-β)/(zct-α)计算得到编号为i异常末端风箱的传感器置信度zyi；通过公式tyi＝lci/(zct-α)计算得到编号为i正常末端风箱的传感器置信度tyi；其中，α和β为设置的参考系数，且0＜α+β＜1，参考系数根据传感器在空调系统中的重要程度设置；
27、当空调状态为正常状态时，通过公式zxi＝(lci-β)/(zct-α)计算得到编号为i异常末端风箱的传感器置信度zxi；通过公式txi＝lci/(zct-α)计算得到编号为i正常末端风箱的传感器置信度txi。
28、优选的，所述根据传感器置信度检测末端风箱的末端风箱状态，包括：
29、提取末端风箱的传感器置信度；
30、设置置信度阈值；其中，置信度阈值根据正常传感器经检测后得到的传感器置信度设置；置信度阈值包括异常置信度阈值和正常置信度阈值；
31、当空调状态为异常状态时，判断传感器置信度是否大于异常置信度阈值；是，则将对应末端风箱标记为需更换末端风箱；否，则将对应末端风箱标记为无需更换末端风箱；
32、当空调状态为正常状态时，判断传感器置信度是否大于正常置信度阈值；是，则将对应末端风箱标记为需更换末端风箱；否，则将对应末端风箱标记为无需更换末端风箱；
33、将需更换末端风箱无需更换末端风箱标记为末端风箱的末端风箱状态。
34、优选的，所述基于末端风箱状态生成空调系统的维修计划，包括：
35、提取末端风箱的末端风箱状态并从数据库中提取末端风箱在空调系统中的位置；
36、根据末端风箱在空调系统中的位置对末端风箱进行编号得到末端风箱编号；将需更换末端风箱的编号标记为需更换编号，将需更换编号与空调状态输入维修模型得到维修计本文档来自技高网...
【技术保护点】
1.一种用于变风量空调系统的传感器置信度评估方法，其特征在于，包括：
2.根据权利要求1所述的一种用于变风量空调系统的传感器置信度评估方法，其特征在于，所述基于空调总体数据与空气数据计算获取总冷量，包括：
3.根据权利要求1所述的一种用于变风量空调系统的传感器置信度评估方法，其特征在于，所述基于末端数据和空气数据计算获取各末端风箱的末端风箱冷量，包括：
4.根据权利要求1所述的一种用于变风量空调系统的传感器置信度评估方法，其特征在于，所述基于末端风箱冷量和总冷量获取末端风箱比较结果和总体比较结果，包括：
5.根据权利要求1所述的一种用于变风量空调系统的传感器置信度评估方法，其特征在于，所述基于末端风箱比较结果与总体比较结果获取异常末端风箱，包括：
6.根据权利要求1所述的一种用于变风量空调系统的传感器置信度评估方法，其特征在于，所述将末端风箱冷量之和与总冷量进行比较获取传感器置信度，包括：
7.根据权利要求1所述的一种用于变风量空调系统的传感器置信度评估方法，其特征在于，所述根据传感器置信度检测末端风箱的末端
8.根据权利要求1所述的一种用于变风量空调系统的传感器置信度评估方法，其特征在于，所述基于末端风箱状态生成空调系统的维修计划，包括：
9.根据权利要求8所述的一种用于变风量空调系统的传感器置信度评估方法，其特征在于，所述维修模型基于神经网络模型构建，包括：
10.根据权利要求8所述的一种用于变风量空调系统的传感器置信度评估方法，其特征在于，所述根据末端风箱在空调系统中的位置对末端风箱进行编号得到末端风箱编号，包括：
...【技术特征摘要】
1.一种用于变风量空调系统的传感器置信度评估方法，其特征在于，包括：
2.根据权利要求1所述的一种用于变风量空调系统的传感器置信度评估方法，其特征在于，所述基于空调总体数据与空气数据计算获取总冷量，包括：
3.根据权利要求1所述的一种用于变风量空调系统的传感器置信度评估方法，其特征在于，所述基于末端数据和空气数据计算获取各末端风箱的末端风箱冷量，包括：
4.根据权利要求1所述的一种用于变风量空调系统的传感器置信度评估方法，其特征在于，所述基于末端风箱冷量和总冷量获取末端风箱比较结果和总体比较结果，包括：
5.根据权利要求1所述的一种用于变风量空调系统的传感器置信度评估方法，其特征在于，所述基于末端风箱比较结果与总体比较结果获取异常末端风箱，包括：
6.根据权利要求1...
【专利技术属性】
技术研发人员：徐小明，蔡新衡，李秀勇，陈何子望，
申请(专利权)人：广东普而通科技有限公司，
类型：发明
国别省市：
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。