建筑暖通空调对数据挖掘技术的应用

前言：想要写出一篇引人入胜的文章？我们特意为您整理了建筑暖通空调对数据挖掘技术的应用范文，希望能给你带来灵感和参考，敬请阅读。

摘要：本文首先论述了数据挖掘的定义和暖通空调对数据挖掘技术的运用现状，然后深入分析了暖通空调在运用数据挖掘技术过程中存在的制约因素，并以此为依据，提出了暖通空调运用数据挖掘技术的推行对策，具有重要意义。

关键词：暖通空调；数据挖掘技术；推行对策

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暖通空调对数据挖掘技术的运用现状

2.1暖通空调控制系统故障的检测和诊断

当暖通空调系统出现故障时，便会大大提高空调系统的运行成本，大大提高空调系统的能量消耗，严重影响室内的热舒适度和空气品质，所以检测和诊断暖通空调控制系统故障是非常重要的。诊断暖通空调故障，大致可以划分为两种类型，即软故障、硬故障。对于传统暖通空调故障检测诊断方法，它对操作人员提出了较高的技术要求，但是这种方法的工作效率并不高，常常需要对有关资料进行查找，需要深入分析已有案例，不但耗力耗时，而且这种方法存在一定的运用约束性。在检测与诊断暖通空调系统故障过程中，通过运用数据挖掘技术，分别对暖通空调系统正常运行过程和运行故障过程中的传感器数据进行挖掘和记录，对空调系统运行状态的数据进行记录，构建相应的数学模型，以对暖通空调故障进行实时在线检测，对暖通空调的运行状态进行确定，能够有效诊断故障，进而能够对技术人员技术储备的依赖性进行有效降低，能够对暖通空调系统维修时间成本和维护时间成本进行有效减少，能够对工作效率进行有效提高。

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。

3暖通空调在运用数据挖掘技术过程中存在的制约因素

3.1数据挖掘人才缺失

在暖通空调行业中运用数据挖掘技术时，必须要对暖通专业有关技术知识进行掌握，同时必须对数据信息具有较高的敏感度，作为数据挖掘专业人才，必须能够通过运用计算机编程工具，有效整理和分析数据，能够训练模型。但是当前我国数据挖掘人才是非常少的，严重影响我国暖通行业大数据的进一步发展。

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。

3.4技术的约束

当前现有的模型和技术，在面对全部影响因素时，并不都是适应的，不同影响因素除了会对建筑环境造成一定的影响以外，不同影响因素之间还存在互相影响作用，分析难度非常高，难以有效掌握其中存在的各种规律。与此同时，用户在运用现有技术时存在一定的不便，需要实现一次性封装，为用户提供比较简单的接口。

3.5成本的约束

采集建筑相关数据过程中，除了要配置相应的设备以外，还应对比较健全的楼宇系统进行有效开发，安排专业人员进行相关作业，大大提高了项目的投资成本。

4暖通空调运用数据挖掘技术的推行对策

4.1高效应开设相应的数据挖掘技术课程

目前，我国大多数高校设置的暖通课程，主要侧重点为有关专业理论知识课程，包括流体力学、工程热力学、传热学等，对于高效开设的建筑设备自动控制原理课程，主要向学生讲解如何自动控制机械装置设备，并未对分析和处理海量数据的需求进行讲解。所以，暖通专业应设置数据挖掘技术有关课程，为社会培养更多的专业数据分析技术人才，满足社会发展的要求。

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加深数据挖掘观念

在现时代中，到处存在着大量的数据信息，只有对数据进行充分利用，才能够将数据的潜在价值评估和挖掘出来。暖通行业一定要加深数据挖掘观念，对自身的思维方式进行有效转变，对数据挖掘技术的特点进行深入理解，有效找出不同数据之间存在的内在联系，以提高工作效率。

结语

在暖通空调中通过有效运用数据挖掘技术，能够加快暖通空调向数据导向型的转变速度，通过数据的形式，能够将建筑物存在的客观规律和属性充分表现出来，进而有助于绿色建筑、智慧建筑的实现。

参考文献

[1]梁东平.关于建筑暖通安装的施工技术的探析[J].四川水泥.2018(12)

[2]江涛.分析城市建筑暖通施工的难点和改善措施[J].建材与装饰.2018(49)

[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)

[4]卢海.暖通空调的安装施工的技术管理分析[J].农家参谋.2018(05)

作者：董玉琢 单位：成都基准方中建筑设计有限公司南宁分公司