关键词：暖通空调；数据挖掘技术；推行对策
引言
现在人们对生活环境提出了越来越高的要求，进而大大提高了建筑的能量消耗，这对我国资源供给带来极大的挑战。通过构建建筑能耗模型以后，能够对建筑能耗进行定量分析和定性分析，但是这些模型并没有对建筑的热物性能、多变的能量消耗、变化多端的气象条件进行深入考虑，因而在实际运用这些模型过程中存在一定的约束和限制。自智慧建筑出现以来，能够有效记录多种数据，包括系统运行数据、气象数据、大量建筑物实测数据等，楼宇自控系统也变得越来越为完善。通过运用数据挖掘技术，能够将数据之间存在的潜在内部联系予以发现，能够有效运用数据，以为暖通空调对数据挖掘技术的运用提供新的思路。
1数据挖掘的定义
所谓数据挖掘，就是指在大量数据中发掘和提取具有价值信息的一个过程。数据挖掘技术，涉及到很多不同学科的技术，包括统计数学、数据可视化、机器学习、集人上智能等。通过运用数据挖掘技术，能够实现以下几点内容，即：①能够有效聚类数据，能够对不同数据之间的相似度进行计算和分析，能够将建筑环境的影响因素、内在机理显现出来，能够对不同影响因素的影响程度进行有效确定；②科学预测未来数据或者缺失的数据；③有效分类数据，将不同类型事物的差异性或者相同类型事物的共有属性突显出来，以便于建筑节能的运行调节和设计；④能够将数据之间的相关性发现出来，能够将暖通空调系统的不同参数予以发现，包括压强、送回风量、室内外温湿度等之间关联程度，能够对系统运行规律进行深入掌握，以为暖通空调系统控制测量提供可靠的依据。
2暖通空调数据挖掘技术应用现状分析
2.1暖通建筑能耗数据的挖掘步骤
通过对现有研究文献的调研，分析得出，对暖通建筑能耗数据的挖掘可按如下步骤进行:(1)确定要收集的数据集并进行收集，如温度、湿度、大气压力、太阳辐射强度、流体流量、设备功率、控制信号等;(2)对数据进行预处理，清洗数据，提高数据质量，确保数据的准确性和完整性;(3)结合已收集数据的特点，确定适宜的分析算法，并建立模型，常见算法如k-最近邻算法、支持向量机、神经网络等，训练清理过的数据，调整模型参数，使模型尽可能达到最佳;(4)对结果进行分析，分析结果的准确性，模型的优缺点等;(5)应用模型。
2.2冰蓄冷空调负荷的预测与控制对于负荷的预测，冰蓄冷空调对其具有非常强烈的需求。冰蓄冷空调系统存在很多影响因素，包括维护结构热物性、室内设计温度、室外温度湿度、太阳辐射辐射强度等。为预测冰蓄冷空调的负荷，需要对相关数据进行收集，选取合理的模型，进行一定的训练，在确保一定精度的条件下，对第2日的冷负荷进行逐时预测。将第2日电价作为主要依据，对制冷机组、冰蓄冷装置各自需要提供的冷量进行合理分配，在电价谷段，提前控制蓄冰量，同时制定有效的操作对策，在电价峰段对冰蓄冷进行最大程度的运用，对富裕冰量进行有效减少。通过有效预测和控制冰蓄冷空调的负荷，能够对设备的运行成本进行有效降低，能够为用户的经济效益进行有效提高。
2.3暖通空调控制系统的故障检测与诊断
空调系统的故障将导致运行成本的提高，增加能耗，降低室内空气品质及热舒适度，因此对故障的检测与诊断是极其重要的。硬故障和软故障为暖通空调中两大故障，传统故障检测诊断方法对人员的技术要求高，效率也较低，如基于案例的方法，需要查找相关资料，结合已有的案例进行分析，不仅耗时耗力，而且应用的局限性也很明显;基于故障树的方法，尽管逻辑清晰且故障检索全面可靠，但是对于复杂庞大的系统，则故障树自身体量也很大，不利于快速排查。
期刊文章分类查询,尽在期刊图书馆从数据挖掘的角度来实现空调系统故障检测与诊断，通过记录和挖掘空调系统正常运行时与运行故障时，各种传感器的数据，以及人员的操作记录，系统运行状态的数据等，建立模型，实现实时在线的故障检测，通过模型得到的输出来确定空调运行状态，及故障时应进行的诊断，减少了对技术人员技术储备的依赖，减少了空调系统维护或维修的时间成本，也大大提升了效率。
3数据挖据在暖通空调中应用的制约因素
3.1缺乏数据挖掘观念
数据挖据是近年来的一项新兴技术，是一门多学科共同支撑的技术。没有认识到在海量的数据中，数据与数据之间的内在联系，发现规律，并创造价值，缺乏对数据挖掘的认识不仅阻碍了数据挖掘在暖通行业的发展，也制约了暖通行业自身的发展进步。
3.2数据获取渠道较少
在已经建成的建筑中，具有健全的楼宇自控系统的建筑并不多，大多数建筑无法获取全面的监测数据，存放的位置比较封闭、独立，同时尚未构建数据共享机制，造成数据获取渠道较少，不能够对记录进行完善，严重浪费数据，不能够将数据的价值充分发挥出来，只能够反应楼宇自控系统的运行状态。
3.3数据挖掘观念淡薄
在最近几年中，数据挖掘技术是一种新兴技术，涉及到多种不同学科知识。针对不同数据之间存在的内在联系、规律和价值，暖通行业对其的意识并不深厚，数据挖掘观念淡薄，严重影响数据挖掘技术在暖通行业中的快速发展。
4暖通空调中推行数据挖掘的建议
4.1改变观念
在数据无处不在的现在以及未来，世界是信息的世界，利用好数据，评估和挖掘数据的潜在价值。转变思维方式，理解数据挖掘的特点，其具有数据源海量性特点、结果具有概率性特点，不精确不再是缺点，数据的体量决定了其容错能力很好，对数据的精确解析不再是首要要求，寻找数据间的内在联系变得愈发重要，相关关系的发现更加准确，也更有效率。
4.2政府部门给予相应的政策性支持
作为政府部门，应制定相应的支持性政策，提供一定的资金支持，要求对建筑能耗监测系统进行构建，对数据记录形式进行规范。另外，应对暖通行业大数据有关的公共数据库进行构建，积极鼓励科研机构、企业共享不涉密的数据资料，提高数据信息的透明度，以便于众多研究人员的研究，降低数据获取的难度。
4.3大学应开设相关课程
目前，暖通专业的大学课程侧重于专业相关的理论知识，主干基础课包括传热学、工程热力学、流体力学等，开设的建筑设备自动控制原理课程也主要是教授通过外加的设备或机械装置对被控对象进行自动控制，而未涉及对大量数据进行处理及分析的需求。因此，本专业应开设数据挖掘相关课程，培养属于自己的数据分析技术人才，顺应时代的变革。
结束语
将数据挖掘应用于暖通空调，能促进暖通空调向数据导向型转变，以数据的形式展现建筑自身属性及其客观规律。在应用不同的算法对数据进行分析的过程中，结合实际工程项目，打造真正的智慧建筑、绿色建筑。
参考文献
［1］张运楚，韩怀宝，杨红娟，杨崇涛，王兆斌．数据挖掘技术及其在建筑节能中的应用[J]．计算机系统应用，2017，26(09):151-157．
［2］崔治国，曹勇，魏景姝，毛晓峰，李冉，唐艳南．数据挖掘技术在建筑暖通空调领域的研究应用进展[J]．建筑科学，2018，34(04):85-97．
［3］黄绪,戴煜.建筑暖通施工难点与改善技术研究[J].信息记录材料.2018(02)
论文作者:,杨晓燕 王跃文
论文发表刊物:《科学与技术》2019年16期
论文发表时间:2020/1/15
标签：数据论文; 数据挖掘论文; 建筑论文; 技术论文; 暖通空调论文; 故障论文; 暖通论文; 《科学与技术》2019年16期论文;