探究数据挖掘技术在建筑暖通领域中的应用

2021-04-04李杰

信息记录材料 2021年2期

李杰

（太原学院山西太原 030032）

1 引言

随着现代科学技术的不断发展与进步，特别是智能建筑控制系统和建筑能源管理系统方面，短时间内就得到了广泛的普及与深入应用，加之建筑设施的增多，大量建筑设备运行数据逐渐变得复杂化，暖通工程作为建筑高耗能部分，逐渐引起了人们的重视。建筑智能控制系统与能源管理系统作为建筑暖通系统运行状态的载体，其中存在大量的运行数据，具有十分高的数据价值。目前我国已成为高层建筑发展最快的国家，许多建筑为突出个性，结构高度、平面立面布置等都逐渐复杂，建筑数据的规模与维度逐渐扩大，需要新的技术与方法对建筑暖通领域进行改革，数据挖掘技术在建筑数据分析中便是最合适的现代技术。

2 数据挖掘技术

数据挖掘是一项多学科技术，它结合了人工智能、机器学习、数据可视化等多种现代化技术，指的是利用一定的算法从大规模、无规律、复杂的数据库中通过聚类分析、预分析、关联分析等方法，搜索发掘出其中有潜在价值信息的过程。数据挖掘技术具有海量性、相对性等特点，可以有效解决大量数据的有效分类与信息挖掘，在许多领域都发挥出了充分的优势。比如在互联网IT行业，数据挖掘技术可以帮助该行业实现对电子商务类大规模数据的高效处理，得出对企业有价值的结果，帮助企业做出科学正确的营销决策，最终实现精准推送与营销[1]。

数据挖掘在建筑暖通空调领域的应用主要分为数据挖掘框架流程、预处理与具体应用等，目前主要包含对建筑能耗数据的分析、对故障的诊断与检测以及数据和系统的优化运行与控制等。在建筑管理中，存在建筑的能源管理与自动控制等系统，其中可以存储大量的建筑运行数据，为该领域的相关研究提供数据依据与基础，而数据挖掘技术的融合，则是为研究提供计算工具与方法，通过借助数据挖掘技术，发掘出暖通系统的运行规律，促进研究进度与科学发展。

3 数据挖掘技术在建筑暖通领域中的具体应用

3.1 基于数据挖掘的能耗数据分析

在建筑能耗数据分析方面，数据挖掘主要包括建筑能耗分析与量化、建筑能耗与空调负荷预测、能耗异常检测与诊断三个方面[2]。首先，在建筑能耗的影响因素分析与量化方面，建筑能耗监测系统的重要作用是存储建筑能耗数据，通过对建筑能耗数据进行分析，挖掘出影响建筑能耗总量居高不下的相关因素，进而针对性地提出相应的节能措施；其次，建筑能耗分析是实现能源需求侧管理的核心，对建筑能耗进行准确预测得出数据结论，可以为能源供应调度提供重要依据，准确的负荷预测是建筑暖通空调系统节能管理与控制的核心，而数据挖掘技术则是实现建筑能耗与空调负荷预测的核心预测技术体现，为建筑能耗分析提供了坚实的技术基础；最后，数据挖掘技术在对异常数据检测与诊断方面也有显著的应用优势，从能耗数据中发掘出离群值、异常值等能耗异常现象，进而实施建筑节能措施。

3.2 基于数据挖掘的故障检测与诊断

暖通空调具有空气调节、通风、采暖等功能，其系统由多个子系统组成，主要包含自动控制系统、水系统等，常用设备包含阀门、空调机组、冷热源机组等，系统构成极为复杂，且设备多样，在运行过程中，难免会出现各种各样的故障，对系统进行检测与故障诊断有利于保障暖通空调系统的安全高效运行。故障检测与诊断传统常用的方法是基于信号处理、数学模型或知识，建筑行业的崛起，导致建筑能源监测数据暴增，系统故障的特征也逐渐在数据中体现，传统方法逐渐落后。数据挖掘技术的应用，可以更好地发现大量数据间隐藏的关联，发掘出数据规律，且适用范围极广，适用于大量正常与异常故障数据的监测与诊断，实用性较强。

立足于算法角度，在数据挖掘技术的应用背景下，故障检测与诊断具有以下特点：（1）早期故障检测与诊断算法相对集中，多采用监督式算法，比如多元分析法、向量计算法等；（2）随着智能技术的不断革新，基于数据挖掘的故障检测与诊断方法也逐渐趋于多元化，比如决策树算法、贝叶斯算法等，可以构建出故障检测模型，从而对空调机组的故障进行检测与诊断。总之，数据挖掘技术的应用，极大程度上提高了暖通空调系统的故障检测与诊断效率。

3.3 基于数据挖掘的优化运行与控制

建筑暖通空调系统设计范围较广，涉及机电、控制等多种技术，在现代城市化建设步伐的推进下，建筑逐渐趋于复杂化、智能化建设，暖通空调系统复杂性也随之增加。除此之外，当室外气象条件与室内热湿负荷发生变化时，暖通空调系统还需要实现不断的自我调节[3]。因此，建筑暖通空调系统的正常与安全运行越来越依赖于自动控制技术的融合来实现，如何利用数据挖掘技术对暖通空调领域进行研究是很多研究者关注的重点。在数据挖掘技术与数据存储的迅速发展背景下，基于数据挖掘和数据驱动的优化操作控制模式逐渐被重视，可以有效实现基于实际数据的既有控制策略优化与基于预测的前馈控制，都为暖通空调系统的优化运行与控制提供了最优化的控制策略。