收藏本站
收藏 | 论文排版

基于数据挖掘的中央空调冷源系统运行参数优化研究

王炳文  
【摘要】:中央空调作为大型公共建筑的主要能耗设备,占公共建筑能耗的40%以上,其中,冷源系统能耗占中央空调能耗的50%以上,其节能优化控制是中央空调系统节能的关键。冷源系统运行性能优化与能效提升对于实现中央空调系统经济运行、降低大型公共建筑能耗具有重要意义。物联网、计算机技术的发展为中央空调系统积累了大量的历史运行数据。本文以夏热冬暖地区某商场中央空调冷源系统为研究对象,以大量冷源系统实际运行数据为驱动,提出了冷源系统运行参数优化的数据挖掘方法。该方法无需建立冷源设备的数学模型,具有工程应用简单,易于实现的特点。本文的主要研究工作包括:(1)针对冷源系统运行参数众多,存在冗余且部分运行参数不可控等问题,分析了冷源系统运行效率的主要影响因素,以参数可控且与冷源系统能效关联性较强为原则,初步确定了包含9个主要运行参数的数据挖掘目标,然后以粗糙集理论基于正域的属性约简方法将9维运行参数约简为4维,降低了强关联规则的挖掘难度。(2)针对冷源系统开机过程中存在着非稳态运行数据,影响运行参数目标值优化效果的问题,提出了非稳态运行数据的正态分布识别与清洗方法,并对缺失异常、逻辑异常和离群异常数据进行了识别与处理,为数据挖掘提供有效数据。(3)针对关联规则算法适用于离散数据,且不恰当的离散化方法容易导致数据离散化后信息损失较大的问题,利用假设检验法建立了不同运行参数的分布模型,然后定义了综合评价指标,根据各运行参数数据分布特征选取不同的最优离散化方法,尽可能地保留原数据信息完整性,降低了后续挖掘的计算量,提高了强关联规则的可靠性。(4)针对各运行工况下数据量分布不均匀的问题,在关联规则挖掘过程中采用了多最小支持度阈值的方案,解决了单一最小支持度阈值下某些运行工况挖掘不到强关联规则的问题;并结合冷源系统不同运行模式,利用Apriori算法对各典型工况下的数据进行了关联规则挖掘,得到了指导冷源系统优化运行的强关联规则。(5)最后在仿真实验和实际应用中,验证了不同运行模式下的强关联规则节能效果。仿真实验表明,优化后冷源系统在模式1、2和4下分别节能12.13%、8.83%和5.21%;实际测试表明,优化后冷源系统在2次测试中分别节能9.27%和11.98%。


知网文化
【相似文献】
中国期刊全文数据库 前18条
1 张鸰;陈燕飞;;基于网络教学的教育数据挖掘基本算法研究[J];电脑知识与技术;2019年28期
2 陈攀;吴海华;;基于数据挖掘探讨中医药治疗类风湿性关节炎的用药规律[J];浙江中医杂志;2019年10期
3 戴新建;;基于大数据挖掘的广播电视客户价值分析[J];科技视界;2019年34期
4 刘逸萱;;浅析大数据挖掘中抽样估计法的应用[J];现代信息科技;2019年21期
5 邵兴江;;数据挖掘在教育信息化中的应用空间分析[J];浙江现代教育技术;2004年03期
6 于春香;;数据挖掘技术简介[J];福建信息技术教育;2005年01期
7 周致丞;;大数据下一种规则的快速挖掘技术研究[J];河南科技;2018年25期
8 蔡萌萌;张巍巍;王泓霖;;大数据时代的数据挖掘综述[J];价值工程;2019年05期
9 张泽;吕新;侯彤瑜;;数据挖掘在农业信息化中的应用进展探析[J];信息记录材料;2019年01期
10 张俊杰;;恰当的水务大数据才符合数据挖掘的需求[J];城乡建设;2019年02期
11 王彬;;数据挖掘构成要素的侦查视角分析[J];河南警察学院学报;2019年02期
12 程志;张玉彤;贾彪;;远距离光纤通信传输故障数据挖掘方法[J];激光杂志;2019年04期
13 赵乌吉斯古楞;;数据挖掘的研究热点和发展趋势的浅谈[J];电脑知识与技术;2019年08期
14 李智峰;段蔓;;浅谈计算机数据挖掘技术的开发及应用探究[J];信息技术与信息化;2019年05期
15 王继军;;数据挖掘在计算机实验室管理系统中的应用[J];数字通信世界;2019年09期
16 苏光远;;大数据挖掘在高校智慧校园建设中的应用分析[J];信息系统工程;2019年08期
17 何志明;吴梦蝶;李显峰;;数据挖掘概述[J];中外企业家;2019年33期
18 张绍明;;大数据时代数据挖掘在银行的应用[J];计算机产品与流通;2019年10期
中国重要会议论文全文数据库 前10条
1 马钰超;;浅析大数据和数据挖掘及其在烟草行业中的应用[A];中国烟草学会2015年度优秀论文汇编[C];2015年
2 唐杰;梅俏竹;;数据挖掘学科发展研究[A];2012-2013控制科学与工程学科发展报告[C];2014年
3 王时光;;大数据时代规划数据挖掘的创新思考[A];新常态:传承与变革——2015中国城市规划年会论文集(04城市规划新技术应用)[C];2015年
4 史东辉;蔡庆生;张春阳;;一种新的数据挖掘多策略方法研究[A];第十七届全国数据库学术会议论文集(研究报告篇)[C];2000年
5 谢中;邱玉辉;;面向商务网站有效性的数据挖掘方法[A];第十八届全国数据库学术会议论文集(技术报告篇)[C];2001年
6 许珂;姜山;;数据挖掘方法在科技产出分布可视化研究中的运用[A];第二届中国科技哲学及交叉学科研究生论坛论文集(硕士卷)[C];2008年
7 雷宇;;论行业信息资源的数据挖掘[A];中国烟草行业信息化研讨会论文集[C];2004年
8 吴以凡;吴铁军;欧阳树生;;面向生产过程质量控制的动态数据挖掘方法[A];05'中国自动化产业高峰会议暨中国企业自动化和信息化建设论坛论文集[C];2005年
9 彭怡;;从数据挖掘文章聚类分析看其发展趋势[A];现代工业工程与管理研讨会会议论文集[C];2006年
10 张建锦;刘小霞;;密度偏差抽样及其在海量数据挖掘中的应用[A];2006北京地区高校研究生学术交流会——通信与信息技术会议论文集(下)[C];2006年
中国博士学位论文全文数据库 前10条
1 姜彦;正则化方法在数据挖掘中的应用与研究[D];湖南大学;2015年
2 马昱欣;结合可视化与数据挖掘的数据分析方法探究[D];浙江大学;2017年
3 李雄;单核苷酸多态性数据挖掘方法及其应用研究[D];湖南大学;2015年
4 董瑶;基于统计分析与数据挖掘的智能优化预测研究及应用[D];兰州大学;2015年
5 黄柏文;基于数据挖掘的徐力教授治疗晚期肺癌经验总结及常用药对实验研究[D];南京中医药大学;2019年
6 王达;时间序列数据挖掘研究与应用[D];浙江大学;2004年
7 马昕;粗糙集理论在数据挖掘领域中的应用[D];浙江大学;2003年
8 王立宏;信息系统的约简与粒度分析及其在数据挖掘中的应用[D];上海大学;2004年
9 杨虎;序列数据挖掘的模型和算法研究[D];重庆大学;2003年
10 李秋丹;数据挖掘相关算法的研究与平台实现[D];大连理工大学;2004年
中国硕士学位论文全文数据库 前10条
1 黄佳森;数据挖掘在入侵检测中的研究与应用[D];杭州电子科技大学;2019年
2 李卡;基于数据挖掘的锅炉氮氧化物预测及控制研究[D];华中科技大学;2019年
3 龙欢;数据挖掘在中央空调运行策略中的优化研究[D];电子科技大学;2019年
4 孙梦竹;舰船轨迹数据挖掘与可视化方法研究[D];云南师范大学;2019年
5 赵胤;基于医院信息平台的核心技术的研究与实现[D];电子科技大学;2019年
6 崔晓旭;基于数据挖掘的疾病预测组合模型研究[D];北京交通大学;2019年
7 李媛;基于数据挖掘的异常用户预测与识别[D];华中科技大学;2019年
8 严浩;基于数据挖掘的大学生涯规划专家系统的研究与实现[D];电子科技大学;2019年
9 杨皓珺;基于数据挖掘的学校图书馆读者借阅行为研究[D];上海交通大学;2016年
10 郭峰;电商平台搜索广告的转化率提升研究[D];中国矿业大学;2019年
中国重要报纸全文数据库 前10条
1 本报记者 彭科峰;数据挖掘,如何改变世界?[N];中国科学报;2018年
2 王祥;数据挖掘须严守“合法”底线[N];中国城乡金融报;2019年
3 陆天歌 王兆亮;数据挖掘:帮你读懂未来战争[N];解放军报;2018年
4 本报记者 戴丽昕;在人才工作中展现数据挖掘力量[N];上海科技报;2019年
5 本报记者 林丽鹂;用大数据挖掘市场“金矿”[N];人民日报;2019年
6 本报记者 张佳星;把扎克伯格拉下水,大数据挖掘犯错了吗[N];科技日报;2018年
7 本报记者 张佳星;数据挖掘大战 机器怎么做到“见信如面”[N];科技日报;2018年
8 记者 张潇;打造数据挖掘领域的“响尾蛇模式”[N];西安日报;2018年
9 上海市浦东卫生发展研究院 孙雪松 王晓丽;数据挖掘在医学大数据研究中的应用[N];中国信息化周报;2018年
10 本报记者 叶曜坤;全国人大代表邓晓辉:推翻阻碍数据挖掘的“三座大山”[N];人民邮电;2017年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978