本發(fā)明涉及暖通空調(diào)故障檢測(cè)，特別是涉及基于條件驅(qū)動(dòng)和混合檢測(cè)的暖通空調(diào)故障檢測(cè)方法及系統(tǒng)。

背景技術(shù)：

1、暖通空調(diào)系統(tǒng)是指室內(nèi)負(fù)責(zé)暖氣、通風(fēng)及空氣調(diào)節(jié)的系統(tǒng)或相關(guān)設(shè)備。暖通空調(diào)系統(tǒng)可以控制空氣的溫度及濕度，提高室內(nèi)的舒適度，是中大型工業(yè)建筑或辦公建筑中重要的一環(huán)。在空調(diào)系統(tǒng)的長(zhǎng)時(shí)間運(yùn)行中，由于部件性能下降、維護(hù)不及時(shí)等原因，會(huì)發(fā)生如傳感器漂移、風(fēng)閥等執(zhí)行機(jī)構(gòu)卡死、管道結(jié)垢等各類故障。這些故障會(huì)直接影響環(huán)境舒適度并增加能耗。因此，有必要尋找一種檢測(cè)效率高并且檢測(cè)結(jié)果準(zhǔn)確的暖通空調(diào)故障檢測(cè)方法。

2、在暖通空調(diào)系統(tǒng)的實(shí)際運(yùn)行過程中，受到室內(nèi)溫度，送風(fēng)量，風(fēng)道壓力和人為控制等多種因素的影響，暖通空調(diào)系統(tǒng)會(huì)在不同的穩(wěn)態(tài)工況下運(yùn)行，也會(huì)在不同的運(yùn)行狀態(tài)之間相互切換。因此，暖通空調(diào)系統(tǒng)在使用過程中呈現(xiàn)出大范圍非平穩(wěn)特性，同時(shí)包含不同的穩(wěn)態(tài)和過渡態(tài)。對(duì)于非平穩(wěn)過程，過程運(yùn)行狀態(tài)頻繁發(fā)生變化，導(dǎo)致過程變量的方差、均值、動(dòng)態(tài)關(guān)系等數(shù)據(jù)特性沿時(shí)間方向頻繁變化。同時(shí)在暖通空調(diào)系統(tǒng)運(yùn)行過程中還存在線性與非線性特征并存的問題，例如在暖通空調(diào)系統(tǒng)運(yùn)行過程中存在室內(nèi)溫度與時(shí)間、空氣流速與風(fēng)機(jī)轉(zhuǎn)速等線性特征，同時(shí)在空調(diào)的運(yùn)行過程中湍流速度與風(fēng)機(jī)速度、熱輻射傳熱速率與室內(nèi)溫度差異等非線性特征的存在，在暖通空調(diào)系統(tǒng)中，線性特征和非線性特征通常交織在一起，相互影響。因此，對(duì)于系統(tǒng)的監(jiān)測(cè)、控制和優(yōu)化，需要綜合考慮線性和非線性特征?，F(xiàn)有的暖通空調(diào)故障檢測(cè)方法普遍未考慮上述特性，存在以下問題：

3、(1)暖通空調(diào)系統(tǒng)在實(shí)際運(yùn)行中，過程運(yùn)行條件的變化將會(huì)受到多個(gè)指示變量的影響，由于操作條件頻繁變化，這些變量表現(xiàn)為大范圍非平穩(wěn)特性；而現(xiàn)有的單模態(tài)或者多模態(tài)研究方法是時(shí)間驅(qū)動(dòng)的，這種傳統(tǒng)的時(shí)間軸分析方法,往往分析時(shí)間上的變化規(guī)律,采用聚類方法揭示過程運(yùn)行工況的變化，然而由于暖通空調(diào)系統(tǒng)的頻繁的狀態(tài)切換以及切換的目標(biāo)狀態(tài)不同,這給建模和理解帶來很大困難。

4、(2)在劃分工況時(shí)，需要提取數(shù)據(jù)的關(guān)鍵特征進(jìn)行聚類分析，而現(xiàn)有的聚類方法普遍未考慮暖通空調(diào)系統(tǒng)過程數(shù)據(jù)中各個(gè)變量之間的相關(guān)性信息和動(dòng)態(tài)特性，數(shù)據(jù)特征提取不充分。

5、(3)由于在暖通空調(diào)系統(tǒng)實(shí)際運(yùn)行過程線性特征與非線性特征混雜，在這種情況下，一個(gè)單一的非線性模型已經(jīng)不是最佳的選擇。因此，混合線性-非線性建?？梢詾橥诰蜻^程數(shù)據(jù)特征提供一種可行的替代方法。

技術(shù)實(shí)現(xiàn)思路

1、為了解決現(xiàn)有技術(shù)的不足，本發(fā)明提供了基于條件驅(qū)動(dòng)和混合檢測(cè)的暖通空調(diào)故障檢測(cè)方法及系統(tǒng)；

2、一方面，提供了基于條件驅(qū)動(dòng)和混合檢測(cè)的暖通空調(diào)故障檢測(cè)方法，包括：

3、(1)選取正常運(yùn)行的暖通空調(diào)系統(tǒng)的室內(nèi)溫度、送風(fēng)量、風(fēng)道壓力這三個(gè)變量作為條件驅(qū)動(dòng)的指示變量，將時(shí)間切片數(shù)據(jù)轉(zhuǎn)化為條件切片數(shù)據(jù)；

4、(2)在每個(gè)條件切片上用時(shí)空變分自編碼模型進(jìn)行特征提取，得到時(shí)空變分自編碼相似系數(shù)；然后利用時(shí)空變分自編碼相似系數(shù)進(jìn)行相似度分析，將條件切片聚類到同一工況下；

5、(3)采用非線性典型變量和線性典型變量混合檢測(cè)的方式，計(jì)算出每一類工況對(duì)應(yīng)的標(biāo)準(zhǔn)控制限；

6、(4)獲取暖通空調(diào)系統(tǒng)的在線測(cè)量數(shù)據(jù)，基于(1)～(2)同樣的方式得出在線測(cè)量數(shù)據(jù)的所屬工況類，基于(3)同樣的方式得出在線測(cè)量數(shù)據(jù)的在線控制限，將在線控制限與在線測(cè)量數(shù)據(jù)所屬工況類的標(biāo)準(zhǔn)控制限進(jìn)行比較，得到在線測(cè)量數(shù)據(jù)是否出現(xiàn)故障的分類結(jié)果。

7、另一方面，提供了基于條件驅(qū)動(dòng)和混合檢測(cè)的暖通空調(diào)故障檢測(cè)系統(tǒng)，包括：

8、轉(zhuǎn)化模塊，其被配置為：選取正常運(yùn)行的暖通空調(diào)系統(tǒng)的室內(nèi)溫度、送風(fēng)量、風(fēng)道壓力這三個(gè)變量作為條件驅(qū)動(dòng)的指示變量，將時(shí)間切片數(shù)據(jù)轉(zhuǎn)化為條件切片數(shù)據(jù)；

9、特征提取模塊，其被配置為：在每個(gè)條件切片上用時(shí)空變分自編碼模型進(jìn)行特征提取，得到時(shí)空變分自編碼相似系數(shù)；然后利用時(shí)空變分自編碼相似系數(shù)進(jìn)行相似度分析，將條件切片聚類到同一工況下；

10、混合檢測(cè)模塊，其被配置為：采用非線性典型變量和線性典型變量混合檢測(cè)的方式，計(jì)算出每一類工況對(duì)應(yīng)的標(biāo)準(zhǔn)控制限；

11、分類輸出模塊，其被配置為：獲取暖通空調(diào)系統(tǒng)的在線測(cè)量數(shù)據(jù)，基于轉(zhuǎn)化模塊和特征提取模塊同樣的方式得出在線測(cè)量數(shù)據(jù)的所屬工況類，基于混合檢測(cè)模塊同樣的方式得出在線測(cè)量數(shù)據(jù)的在線控制限，將在線控制限與在線測(cè)量數(shù)據(jù)所屬工況類的標(biāo)準(zhǔn)控制限進(jìn)行比較，得到在線測(cè)量數(shù)據(jù)是否出現(xiàn)故障的分類結(jié)果。

12、再一方面，還提供了一種電子設(shè)備，包括：

13、存儲(chǔ)器，用于非暫時(shí)性存儲(chǔ)計(jì)算機(jī)可讀指令；以及

14、處理器，用于運(yùn)行所述計(jì)算機(jī)可讀指令，

15、其中，所述計(jì)算機(jī)可讀指令被所述處理器運(yùn)行時(shí)，執(zhí)行上述第一方面所述的方法。

16、再一方面，還提供了一種存儲(chǔ)介質(zhì)，非暫時(shí)性存儲(chǔ)計(jì)算機(jī)可讀指令，其中，當(dāng)非暫時(shí)性計(jì)算機(jī)可讀指令由計(jì)算機(jī)執(zhí)行時(shí)，執(zhí)行第一方面所述方法的指令。

17、再一方面，還提供了一種計(jì)算機(jī)程序產(chǎn)品，包括計(jì)算機(jī)程序，所述計(jì)算機(jī)程序當(dāng)在一個(gè)或多個(gè)處理器上運(yùn)行的時(shí)候用于實(shí)現(xiàn)上述第一方面所述的方法。

18、上述技術(shù)方案具有如下優(yōu)點(diǎn)或有益效果：

19、針對(duì)暖通空調(diào)系統(tǒng)存在大范圍非平穩(wěn)特性的問題，我們發(fā)現(xiàn)雖然操作條件隨時(shí)間軸變化具有不確定性，但在相同的操作條件下，過程特征在很大程度上是相似的，可能遵循一定的關(guān)系，即暖通空調(diào)系統(tǒng)的過程特性沿條件方向有一定規(guī)律性地變化。因此，本發(fā)明采用條件驅(qū)動(dòng)的方法對(duì)暖通空調(diào)系統(tǒng)的三維數(shù)據(jù)進(jìn)行重構(gòu)。由于室內(nèi)溫度、送風(fēng)量、風(fēng)道壓力等變量是暖通空調(diào)系統(tǒng)調(diào)節(jié)過程中最直觀的體現(xiàn)，因此，選取室內(nèi)溫度、送風(fēng)量、風(fēng)道壓力這三個(gè)變量作為條件驅(qū)動(dòng)的指示變量，將時(shí)間切片數(shù)據(jù)轉(zhuǎn)化為條件切片數(shù)據(jù)，實(shí)現(xiàn)暖通空調(diào)系統(tǒng)的三維時(shí)變數(shù)據(jù)從時(shí)間軸重構(gòu)至條件軸。本發(fā)明采用基于多變量條件驅(qū)動(dòng)的方法對(duì)暖通空調(diào)系統(tǒng)的時(shí)變?nèi)S數(shù)據(jù)進(jìn)行重構(gòu)，選取作為條件驅(qū)動(dòng)的指示變量。通過將時(shí)變?nèi)S數(shù)據(jù)從時(shí)間軸重構(gòu)至條件軸，可以有效解決暖通空調(diào)系統(tǒng)在批次間和批次內(nèi)大范圍非平穩(wěn)運(yùn)行的問題，可有效提高故障檢測(cè)的準(zhǔn)確率。

20、針對(duì)多條件切片間數(shù)據(jù)的相關(guān)性和動(dòng)態(tài)特性，為了充分提取數(shù)據(jù)的過程特征，精準(zhǔn)劃分多工況，在暖通空調(diào)系統(tǒng)每個(gè)條件切片上用時(shí)空變分自編碼(st-vae)進(jìn)行特征提取，st-vae通過對(duì)數(shù)據(jù)進(jìn)行降維以達(dá)到提取條件切片特征值的目的，然后利用時(shí)空變分自編碼相似系數(shù)進(jìn)行相似度分析，將相似度高的條件切片聚類到同一工況下，實(shí)現(xiàn)多工況模型的精確劃分。在同一工況下的條件切片的過程特征是相似的，不同工況下的條件切片的過程特征是不同的。對(duì)不同的工況分別建立故障檢測(cè)模型，可以實(shí)現(xiàn)暖通空調(diào)故障的精準(zhǔn)檢測(cè)。本發(fā)明使用基于時(shí)空變分自編碼器的方法對(duì)相似性較大的條件切片數(shù)據(jù)進(jìn)行聚類，通過編碼器將條件數(shù)據(jù)編碼到隱藏空間，為了提高自編碼的可解釋性和穩(wěn)定性，將潛在向量建模為高斯分布，并通過解碼器進(jìn)行數(shù)據(jù)重構(gòu)，并利用時(shí)空變分自編碼相似系數(shù)計(jì)算潛在向量的相似性，將相似度高的條件切片聚類到同一工況下。

21、針對(duì)暖通空調(diào)系統(tǒng)劃分后的各工況數(shù)據(jù)存在線性和非線性特征混雜的問題，本發(fā)明采用核典型變量不相似分析(kcvda)與典型變量不相似分析(cvda)的混合檢測(cè)的方法對(duì)劃分好的條件工況進(jìn)行建模，首先，對(duì)收集到的過程數(shù)據(jù)應(yīng)用kcvda，在kcvda的主子空間中提取非線性典型變量(ncvs)，然后在kcvda的殘差子空間中應(yīng)用cvda，從cvda的主子空間中提取線性典型變量(cvs)。故障監(jiān)測(cè)統(tǒng)計(jì)量t2和q分別用于檢測(cè)線性-非線性混合典型變量和cvda的殘差子空間的殘差矩陣。由于未知從各子工況正常數(shù)據(jù)中提取的非線性主元特征的先驗(yàn)分布信息，因此采用核密度估計(jì)確定監(jiān)控統(tǒng)計(jì)量的控制限。本發(fā)明結(jié)合核典型變量不相似分析與典型變量不相似分析算法，在各個(gè)工況上建立基于非線性-線性混合監(jiān)控的故障檢測(cè)模型，從各工況數(shù)據(jù)集中提取相互獨(dú)立的線性典型變量和非線性典型變量。借助這種方法能有效地處理線性與非線性特征混雜的問題，相比單一的線性或非線性模型具有更好準(zhǔn)確率。