建筑暖通空調對數據挖掘技術的應用

前言：想要寫出一篇引人入勝的文章？我們特意為您整理了建筑暖通空調對數據挖掘技術的應用范文，希望能給你帶來靈感和參考，敬請閱讀。

摘要：本文首先論述了數據挖掘的定義和暖通空調對數據挖掘技術的運用現狀，然后深入分析了暖通空調在運用數據挖掘技術過程中存在的制約因素，并以此為依據，提出了暖通空調運用數據挖掘技術的推行對策，具有重要意義。

關鍵詞：暖通空調；數據挖掘技術；推行對策

1數據挖掘的定義

所謂數據挖掘，就是指在大量數據中發掘和提取具有價值信息的一個過程。數據挖掘技術，涉及到很多不同學科的技術，包括統計數學、數據可視化、機器學習、集人上智能等。通過運用數據挖掘技術，能夠實現以下幾點內容，即：①能夠有效聚類數據，能夠對不同數據之間的相似度進行計算和分析，能夠將建筑環境的影響因素、內在機理顯現出來，能夠對不同影響因素的影響程度進行有效確定；②科學預測未來數據或者缺失的數據；③有效分類數據，將不同類型事物的差異性或者相同類型事物的共有屬性突顯出來，以便于建筑節能的運行調節和設計；④能夠將數據之間的相關性發現出來，能夠將暖通空調系統的不同參數予以發現，包括壓強、送回風量、室內外溫濕度等之間關聯程度，能夠對系統運行規律進行深入掌握，以為暖通空調系統控制測量提供可靠的依據。

2暖通空調對數據挖掘技術的運用現狀

2.1暖通空調控制系統故障的檢測和診斷

當暖通空調系統出現故障時，便會大大提高空調系統的運行成本，大大提高空調系統的能量消耗，嚴重影響室內的熱舒適度和空氣品質，所以檢測和診斷暖通空調控制系統故障是非常重要的。診斷暖通空調故障，大致可以劃分為兩種類型，即軟故障、硬故障。對于傳統暖通空調故障檢測診斷方法，它對操作人員提出了較高的技術要求，但是這種方法的工作效率并不高，常常需要對有關資料進行查找，需要深入分析已有案例，不但耗力耗時，而且這種方法存在一定的運用約束性。在檢測與診斷暖通空調系統故障過程中，通過運用數據挖掘技術，分別對暖通空調系統正常運行過程和運行故障過程中的傳感器數據進行挖掘和記錄，對空調系統運行狀態的數據進行記錄，構建相應的數學模型，以對暖通空調故障進行實時在線檢測，對暖通空調的運行狀態進行確定，能夠有效診斷故障，進而能夠對技術人員技術儲備的依賴性進行有效降低，能夠對暖通空調系統維修時間成本和維護時間成本進行有效減少，能夠對工作效率進行有效提高。

2.2冰蓄冷空調負荷的預測與控制

對于負荷的預測，冰蓄冷空調對其具有非常強烈的需求。冰蓄冷空調系統存在很多影響因素，包括維護結構熱物性、室內設計溫度、室外溫度濕度、太陽輻射輻射強度等。為預測冰蓄冷空調的負荷，需要對相關數據進行收集，選取合理的模型，進行一定的訓練，在確保一定精度的條件下，對第2日的冷負荷進行逐時預測。將第2日電價作為主要依據，對制冷機組、冰蓄冷裝置各自需要提供的冷量進行合理分配，在電價谷段，提前控制蓄冰量，同時制定有效的操作對策，在電價峰段對冰蓄冷進行最大程度的運用，對富裕冰量進行有效減少。通過有效預測和控制冰蓄冷空調的負荷，能夠對設備的運行成本進行有效降低，能夠為用戶的經濟效益進行有效提高。

3暖通空調在運用數據挖掘技術過程中存在的制約因素

3.1數據挖掘人才缺失

在暖通空調行業中運用數據挖掘技術時，必須要對暖通專業有關技術知識進行掌握，同時必須對數據信息具有較高的敏感度，作為數據挖掘專業人才，必須能夠通過運用計算機編程工具，有效整理和分析數據，能夠訓練模型。但是當前我國數據挖掘人才是非常少的，嚴重影響我國暖通行業大數據的進一步發展。

3.2數據獲取渠道較少

在已經建成的建筑中，具有健全的樓宇自控系統的建筑并不多，大多數建筑無法獲取全面的監測數據，存放的位置比較封閉、獨立，同時尚未構建數據共享機制，造成數據獲取渠道較少，不能夠對記錄進行完善，嚴重浪費數據，不能夠將數據的價值充分發揮出來，只能夠反應樓宇自控系統的運行狀態。

3.3數據挖掘觀念淡薄

在最近幾年中，數據挖掘技術是一種新興技術，涉及到多種不同學科知識。針對不同數據之間存在的內在聯系、規律和價值，暖通行業對其的意識并不深厚，數據挖掘觀念淡薄，嚴重影響數據挖掘技術在暖通行業中的快速發展。

3.4技術的約束

當前現有的模型和技術，在面對全部影響因素時，并不都是適應的，不同影響因素除了會對建筑環境造成一定的影響以外，不同影響因素之間還存在互相影響作用，分析難度非常高，難以有效掌握其中存在的各種規律。與此同時，用戶在運用現有技術時存在一定的不便，需要實現一次性封裝，為用戶提供比較簡單的接口。

3.5成本的約束

采集建筑相關數據過程中，除了要配置相應的設備以外，還應對比較健全的樓宇系統進行有效開發，安排專業人員進行相關作業，大大提高了項目的投資成本。

4暖通空調運用數據挖掘技術的推行對策

4.1高效應開設相應的數據挖掘技術課程

目前，我國大多數高校設置的暖通課程，主要側重點為有關專業理論知識課程，包括流體力學、工程熱力學、傳熱學等，對于高效開設的建筑設備自動控制原理課程，主要向學生講解如何自動控制機械裝置設備，并未對分析和處理海量數據的需求進行講解。所以，暖通專業應設置數據挖掘技術有關課程，為社會培養更多的專業數據分析技術人才，滿足社會發展的要求。

4.2政府部門給予相應的政策性支持

作為政府部門，應制定相應的支持性政策，提供一定的資金支持，要求對建筑能耗監測系統進行構建，對數據記錄形式進行規范。另外，應對暖通行業大數據有關的公共數據庫進行構建，積極鼓勵科研機構、企業共享不涉密的數據資料，提高數據信息的透明度，以便于眾多研究人員的研究，降低數據獲取的難度。

4.3加深數據挖掘觀念

在現時代中，到處存在著大量的數據信息，只有對數據進行充分利用，才能夠將數據的潛在價值評估和挖掘出來。暖通行業一定要加深數據挖掘觀念，對自身的思維方式進行有效轉變，對數據挖掘技術的特點進行深入理解，有效找出不同數據之間存在的內在聯系，以提高工作效率。

結語

在暖通空調中通過有效運用數據挖掘技術，能夠加快暖通空調向數據導向型的轉變速度，通過數據的形式，能夠將建筑物存在的客觀規律和屬性充分表現出來，進而有助于綠色建筑、智慧建筑的實現。

參考文獻

[1]梁東平.關于建筑暖通安裝的施工技術的探析[J].四川水泥.2018(12)

[2]江濤.分析城市建筑暖通施工的難點和改善措施[J].建材與裝飾.2018(49)

[3]黃緒,戴煜.建筑暖通施工難點與改善技術研究[J].信息記錄材料.2018(02)

[4]盧海.暖通空調的安裝施工的技術管理分析[J].農家參謀.2018(05)

作者：董玉琢 單位：成都基準方中建筑設計有限公司南寧分公司