空调机组的运行参数的数据的处理方法
文献发布时间:2023-06-19 19:00:17
技术领域
本申请涉及数据的处理方法,尤其涉及空调机组的运行参数的数据处理方法。
背景技术
空调机组的研发过程需要大量实验以确认性能并判断改进方向。空调机组响应于环境变化和目标参数的改变而具有不同的工况,每个时刻的工况具有不同的多个运行参数的数据。当环境发生变化或者目标参数发生改变,空调机组会改变其工况从而进行调整。具体地,在环境发生变化或者目标参数发生改变前,空调机组会处于第一工况,其具有第一运行参数。在环境发生变化或者目标参数发生改变后,空调机组会处于第二工况,其具有第二运行参数。然而,在每次环境发生变化或者目标参数发生改变后,空调机组并不会立刻调整到第二工况,而是从第一工况产生变化并再次稳定到第二工况。在其变化过程中,运行参数的波动较大,这些运行参数可能影响判断空调机组性能的各项指标。
因而,需要一种空调机组的运行参数的数据处理方法,以对空调机组的运行参数的数据进行处理。
发明内容
为了实现上述目的,本申请提供了一种空调机组的运行参数的数据的处理方法,其包括如下步骤:针对每种空调运行参数,在一段时间内获取数个连续的数据,该数个连续的数据构成数据序列,所述数据序列中的每个数据对应一个时间点;确定所述空调运行参数为内部参数或外部参数;计算所述空调运行参数的至少部分时间点的数据的稳定度;基于所述内部参数的数据的稳定度和/或所述外部参数的数据的稳定度筛选所述数个连续的数据中需要被去除的数据。
根据上述空调机组的运行参数的数据的处理方法,基于所述外部参数的数据的稳定度筛选所述数个连续的数据中需要被去除的数据包括:比较同一时间点下的所述外部参数的各个数据的稳定度与外稳定度限值;
根据上述空调机组的运行参数的数据的处理方法,基于所述外部参数的数据的稳定度筛选所述数个连续的数据中需要被去除的数据包括:比较所述机组内稳定度与内稳定度限值;当所述机组内稳定度小于内稳定度限值时,去除数据。
根据上述空调机组的运行参数的数据的处理方法,所述机组内稳定度根据该时间点所对应的各种内部运行参数的数据的稳定度和各种内部运行参数的权重系数来计算。
根据上述空调机组的运行参数的数据的处理方法,计算所述空调运行参数的至少部分时间点的数据的稳定度包括:从数个数据序列中选取对应于至少一种内部运行参数的数据序列,数据序列中包括m个连续的数据;按照时间顺序,依次以数个连续的数据为起点,选取n个连续的数据作为一个视窗,从而形成数个滑动视窗,其中,n<m,n为正奇数;对于每个滑动视窗中的每种空调运行参数,计算该滑动视窗内的位于数据中间的数据的稳定度,其中,位于数据中间的数据的稳定度与其所在的滑动视窗中的其他数据相关联。
根据上述空调机组的运行参数的数据的处理方法,选取n个连续的数据作为一个视窗包括:n个连续的数据的长度基于压缩机频率的数据变化下的COP的数据变化时间长度确定。
根据上述空调机组的运行参数的数据的处理方法,计算该滑动视窗内的位于中间的数据的稳定度包括:
数据X
其中,k的取值范围为:k=0,1,2,…,n-1;
i的取值范围为:i=(n+1)/2,(n+1)/2+1,…,m-(n-1)/2。
根据上述空调机组的运行参数的数据的处理方法,所述内部参数包括压缩机频率数据、风机转速数据、膨胀阀开度数据中的至少一个,所述外部参数包括环境温度数据、出水温度数据、制冷量数据、水流量数据和COP数据中的至少一个。
根据上述空调机组的运行参数的数据的处理方法,所述机组内稳定度根据压缩机频率数据、风机转速数据、膨胀阀开度数据中各个数据的权重计算。
本申请的处理方法能够去除空调机组处于突变状态下的数据,从而基于空调机组处于稳态的运行参数计算空调机组性能,以使得计算结果更加准确。
通过考虑下面的具体实施方式、附图和权利要求,本申请的其它的特征、优点和实施例可以被阐述或变得显而易见。此外,应当理解,上述发明内容和下面的具体实施方式均为示例性的,并且旨在提供进一步的解释,而不限制要求保护的本申请的范围。然而,具体实施方式和具体实例仅指示本申请的优选实施例。对于本领域的技术人员来说,在本申请的精神和范围内的各种变化和修改将通过该具体实施方式变得显而易见。
附图说明
本申请的特征和优点可通过参照附图阅读以下详细说明得到更好地理解,在整个附图中,相同的附图标记表示相同的部件,其中:
图1是本申请的空调机组和控制装置的示意图;
图2是图1中控制装置的内部结构图;
图3是图1中的控制装置的空调机组的运行参数的数据处理方法的流程图;
图4是空调运行参数为外部运行参数时步骤306中更详细的流程图;
图5是空调运行参数为外部运行参数时步骤310中更详细的流程图;
图6是空调运行参数为内部运行参数时步骤306中更详细的流程图;
图7是空调运行参数为内部运行参数时步骤310中更详细的流程图;
图8和图9是示例性的空调机组运行的空调运行参数图;
图10是示例性的空调机组的空调运行参数发生第一次突变时压缩机频率与COP的参数图;
图11和图12是基于图8和图9的数据,根据外部参数和内部参数对空调机组的运行参数的数据的处理后的空调运行参数图;
图13和图14是基于图8和图9的数据,根据外部参数对空调机组的运行参数的数据的处理后的空调运行参数图。
具体实施方式
下面将参考构成本说明书一部分的附图对本发明的各种具体实施方式进行描述。
图1是本申请的空调机组102和控制装置104的示意图。如图1所示,空调机组102包括压缩机112、节流装置114、冷凝器116和蒸发器118,其通过管道连接形成制冷剂系统。空调机组102可以向用户供冷或供热。空调机组102还包括风机120,用于将蒸发器118的冷量或者热量带给用户。
控制装置104与空调机组102通讯连接,其能够获取有关空调机组102的各种运行参数的具体数据。控制装置104可以获得的运行参数包括:压缩机112的频率、风机120的转速、节流装置114的开度、冷凝器116的出水温度、空调机组102的制冷量、冷凝器116的水流量、空调机组102的COP(即,能效比)以及空调机组102所在的环境温度。
图2是图1中控制装置104内部结构图。如图2所示,控制装置104包括总线202、处理器204、输入接口208、输出接口212以及具有控制程序的存储器214。控制装置104中的各个部件,包括总线202、处理器204、输入接口208、输出接口212以及存储器214与总线202通讯相连,使得处理器204能够控制输入接口208、输出接口212以及存储器214的运行。具体地说,存储器214用于存储程序、指令和数据,而处理器204从存储器214读取程序、指令和数据,并且能向存储器214写入数据。通过执行存储器214读取程序和指令,处理器204控制输入接口208、输出接口212的运行。如图2所示,输入接口208通过通讯连接209与空调机组102通讯连接。输入接口208通过通讯连接209接收空调机组102的运行参数。各个运行参数在经过存储器214中的程序216的处理后,通过输出接口212显示在输出设备(例如,电脑屏幕等)中。作为一个示例,输出接口212通过通讯连接211与输出设备通讯连接。图3-图9所示的流程图均储存在程序216中。
图3是图1中的控制装置104的空调机组102的运行参数的数据处理方法的流程图。如图3所示,在步骤302中,处理器204针对每种空调运行参数,获取一端时间内的m个连续的数据,构成数据序列。其中,数据序列中的每个数据对应一个时间点。随后处理器204将操作转到步骤304。
在步骤304中,处理器204判断每种空调运行参数为外部参数还是内部参数。作为一个示例,在本申请中,将压缩机频率、风机转速和膨胀阀开度作为内部参数,并且将环境温度、出水温度、制冷量、水流量和COP作为外部参数。随后处理器204将操作转到步骤306。
在步骤306中,处理器204针对每种参数的数据,计算至少部分时间点对应的数据的稳定度。随后处理器204将操作转到步骤310。
在步骤310中,处理器204基于计算的外部参数的数据稳定度和/或内部参数的数据稳定度筛选需要被去除的数据。随后,处理器204将操作转到步骤312,程序结束。
图4是对于空调运行参数为外部运行参数的步骤306中更详细的流程图。如图4所示,当处理器204判定空调运行参数为外部运行参数时,步骤306包括步骤402、步骤404和步骤406。
在步骤402中,处理器204从数个数据序列中选取一种外部运行参数的数据序列。随后,处理器204将操作转到步骤404。
在步骤404中,处理器204按照时间顺序,依次以m个连续的数据为起点,选取n个连续的数据作为一个视窗,从而形成m-n+1个滑动视窗。其中,n为正奇数,n 在选取视窗的过程中,作为第一示例,n可以根据压缩机频率的数据变化下的COP的数据变化时间长度决定。具体来说,处理器204将第一稳定状态下的压缩机频率的最晚序号记录为t1,并且将第二稳定状态下的压缩机频率的最早序号记录为t2。处理器204在COP数据中查询序号为t2的COP数据,并从t2开始依次计算其后的第j个序号起相邻三点COP均值的比值A:
其中,j=0,1,2,…,m-t2。 当A大于或等于A 如果t 如果t 作为第二示例,A 在选取视窗的过程中,作为第二示例,处理器204可以获得空调运行参数发生第一次突变时COP的变化持续时间,随后获得在该变化持续中的数据采集个数Z。 如果Z为奇数,则视窗长度n=Z; 如果Z为偶数,则视窗长度n=Z+1。 随后,处理器204将操作转到步骤406。 在步骤406中,处理器204对于每个滑动视窗中的该参数,计算该外部参数的各个数据中位于中间的数据的稳定度。其中,各个数据中位于中间的数据的稳定度与其所在的滑动视窗中的其他数据相关联。例如,在本申请中,某个参数包括m个数据,即X 第i个数据X 其中,i的取值范围为:i=(n+1)/2,(n+1)/2+1,…,m-(n-1)/2; 其中,k的取值范围为:k=0,1,2,…,n-1。 例如,在本申请中,环境温度的稳定度为 图5是空调运行参数为外部运行参数时步骤310中更详细的流程图。如图5所示,当处理器204判定空调运行参数为外部运行参数时,步骤310包括步骤502、步骤504和步骤506。在步骤502中,处理器204判断对于每个视窗中位于中间的数据的稳定度是否小于外稳定度限值。当处理器204判断该稳定度小于外稳定度限值时,处理器204将操作转到步骤504。 在步骤504中,处理器204将去除该时间点所对应的各个外部运行参数的数据。随后,处理器204将操作转到步骤312。 在步骤502中,当处理器204判断该稳定度不小于外稳定度限值时,处理器204将操作转到步骤506。 在步骤506中,处理器204将保留该时间点所对应的外部运行参数的数据。 例如,在本申请中,外稳定度限值为r 图6是对于空调运行参数为内部运行参数的步骤206中更详细的流程图。如图6所示,当处理器204判定空调运行参数为内部运行参数时,步骤306包括步骤602、步骤604和步骤606。 在步骤602中,处理器204从数个数据序列中选取一种内部运行参数的数据序列。例如,在本申请中,某个参数包括m个数据,即X1,X2,X3,…,Xm。随后,处理器204将操作转到步骤604。 在步骤604中,处理器204按照时间顺序,依次以m个连续的数据为起点,选取n个连续的数据作为一个视窗,从而形成m-n+1个滑动视窗。其中,n为正奇数,n<m。其中n的确定方式与步骤404中描述的相似,此处不再赘述。随后,处理器204将操作转到步骤606。 在步骤606中,处理器204对于每个滑动视窗中的该参数,计算该内部参数的各个数据中位于中间的数据的稳定度。其中,各个数据中位于中间的数据的稳定度与其所在的滑动视窗中的其他数据相关联。 第i个数据的稳定度: 其中,i的取值范围为:i=(n+1)/2,(n+1)/2+1,…,m-(n-1)/2; 其中,k的取值范围为:k=0,1,2,…,n-1。 图7是空调运行参数为内部运行参数时步骤310中更详细的流程图。如图7所示,当处理器204判定空调运行参数为内部运行参数时,步骤310包括步骤702、步骤712、步骤714和步骤716。 具体地,在步骤702中,对于每个时间点,计算与该时间点对应的机组内稳定度,其中,机组内稳定度根据该时间所对应的各种内部运行参数的数据的稳定度和各种内部运行参数的权重系数来计算。例如,在本申请中,r 第i个时间点所对应的机组内稳定度r满足:
其中,λ 作为一个示例,λ 作为一个示例,λ 在步骤712中,处理器204判断对于每个时间点,机组内稳定度是否小于内稳定度限值。当处理器204判断机组内稳定度小于内稳定度限值时,处理器204将操作转到步骤714。 在步骤714中,处理器204将去除该时间点所对应的各个内部运行参数的数据。随后,处理器204将操作转到步骤312。 在步骤712中,当处理器204判断机组内稳定度不小于内稳定度限值时,处理器204将操作转到步骤906。 在步骤716中,处理器204将保留该时间点所对应的各个内部运行参数的数据。 例如,在本申请中,内稳定度限值为R 图8和9是示例性的控制装置104获取到的空调机组102的空调机组运行的空调运行参数。如图8和9所示,其测试时间(即,空调机组102的运行时间)大约从上午9:14至上午10:24。控制装置104获取空调机组102的参数,分别为:在图8中以三角形表示的压缩机频率,在图8中以方形表示的风机转速、在图8中以圆形表示的膨胀阀开度、在图9中以方形表示的环境温度(其大致位于右侧的第二行)、在图9中以菱形表示的出水温度(其大致位于右侧的第一行)、在图9中以三角形表示的制冷量(其大致位于右侧的第四行)、以及在图9中以圆形表示的COP(其大致位于右侧的第三行)。在图8和9中可以看出,在测试过程中有三个时间段出现明显的状态变化。其是空调机组102适应于环境发生变化或者目标参数而发生的改变。这种不稳定状态(即,两个稳定状态之间的状态)下获取的各个参数的数据会影响判断空调机组102的整体性能,因此需要去除不稳定状态下获取的各个参数的数据。 下面以图8和9中的数据为例进行运行参数的数据的处理方法的具体说明: 如图8和9所示,空调机组102能够采集包括压缩机频率、风机转速、膨胀阀开度、环境温度、出水温度、制冷量和COP在内的所有参数。针对每个参数,其每8秒会采集一次数据,由此能够对每个参数获得大致525个数据(即,m=525)。处理器204将包括压缩机频率、风机转速和膨胀阀开度作为内部参数,并且将环境温度、出水温度、制冷量和COP作为外部参数。 处理器204将525个数据按采集的时间顺序进行排列,并且选取视窗长度n。 图10是示例性的空调机组的空调运行参数发生第一次突变时(即,从第一稳定状态至第二稳定状态)压缩机频率与COP的参数图。根据第一示例的算法,处理器204从空调机组102获得的数据约为4分钟,其每8秒会采集一次数据。空调压缩机频率稳定在100%的最后一个数据的序号为t1=82,频率稳定在75%的第一个数据的序号为t2=85,然后依次计算j=0,1,2…下的相邻三点COP均值比,直至A≥98%。
经计算j=27时,A=0.982>0.98。此时t 根据第二示例的算法,处理器204从空调机组102获得的数据约为4分钟,其每8秒会采集一次数据,因此对应的滑动视窗n=(4×60)/8+1=31。 由此,525个数据中能够形成495个滑动视窗。具体来说,第一个滑动视窗包括第1-31个数据,第二个滑动视窗包括第2-32个数据,以此类推。处理器204将对495个滑动视窗中的位于中间的数据,计算其稳定度。 首先,对于外部参数,根据下式分别计算环境温度的稳定度为
其中,n=31; i的取值范围为:i=16,17,…,510; k的取值范围为:k=0,1,2,…,30。 由此,能够得到 随后,处理器204根据4个外部参数的稳定度,对参数进行去除。当任一时刻所对应的四个参数的稳定度满足:
则保留对应第i个数据。当任一时刻所对应的四个参数的稳定度中至少有一个稳定度小于99%时,处理器204将去除该稳定度所对应的时间点的各个内部运行参数的数据。 其次,对于内部参数,根据下式分别计算压缩机频率的稳定度
其中,n=31; i的取值范围为:i=16,17,…,510; k的取值范围为:k=0,1,2,…,30。 由此,能够得到 随后,处理器204根据机组内稳定度公式计算机组内稳定度r 需要说明的是,虽然本申请中着重描述了根据外部参数和内部参数对空调机组的运行参数的数据进行处理,但是也可以仅根据外部参数或内部参数对空调机组的运行参数的数据进行处理。例如,图13和14分别示出了基于图8和图9的数据,根据外部参数对空调机组的运行参数的数据的处理后的空调运行参数图。从图13和14中可以看出,仅根据外部参数的稳定度也能够对空调运行参数进行处理,从而去除空调机组102处于突变状态下的数据。 由此,本申请的对空调机组的运行参数的数据的处理方法能够去除空调机组处于突变状态下的数据,从而基于空调机组处于稳态的运行参数计算空调机组性能,从而使得计算结果更加准确。 需要说明的是,虽然本申请中将压缩机频率数据、风机转速数据和膨胀阀开度数据作为内部参数,并且将环境温度数据、出水温度数据、制冷量数据、水流量数据和COP数据作为外部参数,但在其他实施例中,内部参数不限于包括压缩机频率、风机转速和膨胀阀开度,并且外部参数也不限于包括环境温度、出水温度、制冷量、水流量和COP。此外,控制装置104可以采集至少一个内部参数或者至少一个外部参数即可进行空调机组102的运行参数的数据处理。 尽管本文中仅对本申请的一些特征进行了图示和描述,但是对本领域技术人员来说可以进行多种改进和变化。因此应该理解,所附的权利要求旨在覆盖所有落入本申请实质精神范围内的上述改进和变化。
- 一种飞机地面空调机组及运行数据处理方法
- 基于空调机组共享天气参数的数据处理方法和装置