摘要：本文主要是针对数据挖掘技术概述、在暖通空调领域中使用数据挖掘技术的重要性、数据挖掘技术在暖通空调领域中的应用进行简单概述，仅供参考。
关键词：数据挖掘技术；在暖通空调领域；应用实践
引言
社会经济的快速发展，人们的日常生活水平也在不断提升，人们对于居住环境的舒适程度要求逐渐增多，这就造成能源的不断消耗，给社会资源的供给带来了很大的挑战，而传统的技术已经无法满足暖通空调系统运行的要求，现阶段，大数据挖掘技术的产生可以通过此项技术明确数据之间的内在联系，对数据进行分析，计算，进而创建模型，建筑工程相关部门可以根据模型来检测暖通空调发生的故障。本篇文章是笔者对于数据挖掘技术的定义、功能、此项技术对于整个暖通空调领域的重要意义、暖通空调领域数据挖掘的过程、冰蓄冷空调负荷预测与控制以及数据挖掘技术在暖通空调系统领域中的故障检测与诊断的实际应用进行简单概括。
1数据挖掘技术概述
1.1数据挖掘技术概念
数据挖掘技术一项多种功能集于一身的技术，主要包括统计数学、数据可视化、机器学习、人工智能，运用这种技术可以对大数据之中蕴含的资源信息进行有效收集，收集信息的方法可以通过对数据进行分析、分类、预测等方式得到，将数据信息转变为可以使用的知识，这种技术不仅可以解决由于数据信息庞大而给企业将带来的困难，同时还运用数据获得了更多的其他知识。例如可以在网络上可以运用数据挖掘技术来处理电力商务行业中的一些数据信息，将这些信息通过互联网渠道精准的推送到不同领域，此项技术在不同领域的大量运用对其运用于暖通空调领域提供了一个典范作用[1]。
1.2数据挖掘技术的作用
数据挖掘技术在运用时，可以使用其分类数据，突出同一类事物的共同属性，同时也可以彰显不同事物的差异，以这些为依据，相关部门可以进行系统运行调节，也可以进行建筑工程节能方面的一些设计。数据挖掘技术可以聚类数据，对数据进行分析；同时也可以对同类相似数据进行分析与计算，进而明确建筑中的不同影响因素对于建筑工程内结构影响程度。这项技术可以发现并数据之间的联系，给后期的数据处理提供保障。
2在暖通空调使用数据挖掘技术的重要性
暖通空调在运行中，部分人员在对建筑暖通空调系统进行数据处理时，可以选择两种系统来处理数据：其中一种是，建筑能源管理系统；另外一种是楼宇自控系统。运用这两种系统可以有效地处理暖通空调领域中出新的数据信息。可以运用数据挖掘技术来研究建筑暖通公调方面的一些信息，数据挖掘技术既是一种研究需要使用的工具，同时也是一种研究暖通空调的方法，运用数据挖掘技术来研究暖通控台运行的规律，可以促进暖通空调领域的进一步发展。暖通空调领域中部使用的暖通空调系统是一个综合性很强的系统，其涉及到不同领域技术例如机电、建筑、控制、环境等。建筑工程的要求日益增多，暖通空调的系统的复杂长度也在增强。暖通系统的调节与建筑物室内热湿负荷的变化与室外天气变化有关，需要在不同的表内化之间来进行自动调节。自动控制系统对于整个暖通运行的作用越来越大[2]。通过数据挖掘技术，可以了解暖通空调系统中不同参数的关联性，如送回风量、压强、室内与室外温度、室内外湿度，了解这几项因素之间的内在联系，进而了解整个暖通空调系统的运行规则，为之后制定暖通空调系统的规划打好基础。
期刊文章分类查询,尽在期刊图书馆
3数据挖掘技术在暖通空调领域中的应用
3.1暖通空调领域数据挖掘的过程
根据对于部分资料的调研可知，挖掘暖通空调系统中的数据的流程是：将需要收集的数据进行统一，数据内容包括流体流量、大气压力、设备功率、温度控制信号等，然后以收集的数据信息为依据，将这些数据信息进行预先处理，将数据内进行进一步整理，进而提升数据的质量，保障系统数据的完整性与精确性，可以根据收集到的信息进行整体分析，提出计算方法，根据分析算法来创建暖通空调系统的相关模型，经常运用的分析算法有神经网络计算法、最近邻算法、支持向量机等方法，通过计算，将已经清洗过后的数据进行调整训练，进而再去根据计算来将参数进行适当的调整，保障模型更加准确与精确。相关部门还需要分析已经得到的结果的准确性以及创建成功的模型的优点与缺点，根据分析，然后将模型进行实际运用[3]。
3.2冰蓄冷空调负荷预测与控制
冰蓄冷空调在运行过程中，需要对负荷进行精准预测。冰蓄冷空调在对于负荷预测这方面有着很严格的要求，影响冰蓄冷空调的主要包括室外温度与湿度、维护结构热物性、太阳辐射的强度、室内设计的温度等、在收集数据，选择合适的模型进行训练的过程中，需要保证精度确定，然后预测第二天冷空调的负荷，以第二日的电价为依据来运用冰蓄冷，值得注意是，在电价处于高峰阶段时再去运用，这样就会减少冰块的数量，同时还有可能造成在电价处于高峰阶段过程中，运用制冷设施预测负荷，减少运行过程中产生的成本，进而提升用户经济效益。
3.3暖通空调系统的故障检测与诊断
（1）传统的检测故障方法
空调系统如果经常发生故障，就会增加整个系统的运行成本，能源也会不断消耗，影响了住户的室内舒适度，降低了建筑物室内的空气质量，因此，需要对已经发生的故障进行检测。暖通空调的故障主要来源于硬性故障、软性故障。由于传统的检测故障的方法对于技术人员的专业能力要求极为严格，而检测效率却很低，例如使用案例方法，主要就去进行查找有关暖通空调的故障资料。对已经发生的经典案例进行分析，将分析的结果来对本次故障产生的原因进行预测，这几种方法不仅浪费时间，而且会浪费大量的精力，且使用的范围很小。而运用故障数的方法便去进行故障排查，表面上看检索全面、安全、可靠。但是由于使用故障树的方法时，故障树自身就拥有庞大的体量，导致部分人员在进行检测故障过程中受到阻碍。
（2）运用数据挖掘技术检测故障
现代技术的高速发展，数据挖掘技术已经被广泛应用，在使用数据挖掘技术进行故障检测的过程中，需要收集空调系统在顺利运行时的数据信息记录，还需要记录系统在发生故障之后的数据，根据现代技术中不同种类传感器产生的数据信息、相关部门的记录信息以及系统在正常有耐性过程中的一些数据信息等，来创建暖通空调系统的模型，根据模型来对暖通空调系统进行在线操作，在模型中检测故障发生的原因，通过运用创建模型来了解系统运行的详细情况、故障的诊断，进而得出故障发生的缘由，避免由于相关部门运用之前资料来进行预测产生的误差，降低了维护与检修时间，同时也提升了维修的整体效率与准确性[4]。
结束语
改革开放来，人们生活水平的提升，人们对于所居住住宅的要求也日益增多。运用大数据挖掘技术来对建筑暖通空调进行计算分析，根据分析看来创建模型，相关部门可以以模型为依据，可以根据实际的建筑工程项目发生的不同故障，运用此技术进行故障检测，挖掘空调系统中故障产生的原因，根据不同客户空调的不同故障来检测故障发生的原因，为住户提供个性化与差异化的服务，降低能源的消耗，提升整个系统运行的效率。
参考文献
[1]崔治国,曹勇,魏景姝,等.数据挖掘技术在建筑暖通空调领域的研究应用进展[J].建筑科学,2018(4):85-97.
[2]陈焕新,孙劭波,刘江岩,等.数据挖掘技术在制冷空调行业的应用[J].暖通空调,2016(3):20-26.
[3]基于数据挖掘技术的空调系统管控方法研究[D].中国建筑科学研究院,2018(11).13-15
[4]杨天翔.数据挖掘技术在制冷空调行业的应用研究[J].智能城市,2017 (03):248-248.
论文作者:罗满凤
论文发表刊物:《基层建设》2019年第14期
论文发表时间:2019/7/30
标签：技术论文; 数据挖掘论文; 故障论文; 数据论文; 暖通空调论文; 暖通论文; 空调系统论文; 《基层建设》2019年第14期论文;