专利汇可以提供在线监控和诊断室内空气质量传感器的方法专利检索,专利查询,专利分析的服务。并且本 发明 公开了在线监控和诊断室内空气 质量 传感器 的方法,该方法是基于一IAQ传感器虚拟模型通过一控制图对IAQ传感器进行在线监控和诊断,所述控制图将所述IAQ传感器虚拟模型的预测的IAQ参数值与传感器测量到的IAQ参数值之间的平均差值和方差得以监控。通过上述方式,本发明能够基于准确、稳定和可靠的IAQ传感器虚拟模型具有在线监测IAQ传感器,主动发现潜在的故障,及时维护和校准传感器的功能,成本低,主动性好,针对性强。,下面是在线监控和诊断室内空气质量传感器的方法专利的具体信息内容。
1.一种在线监控和诊断室内空气质量IAQ传感器的方法,其特征在于,包括基于一IAQ传感器虚拟模型通过一控制图对IAQ传感器进行在线监控和诊断,所述控制图将所述IAQ传感器虚拟模型的预测的IAQ参数值与传感器测量到的IAQ参数值之间的平均差值和方差得以监控,
所述控制图的构建方法为:
a、从空调调节HVAC系统中选取除去异常值的由Ntrain个测量值组成的训练数据集和按照时间顺序的Ntest个连续数据点组成的测试数据集,
训练数据集的表示方法为:y-TrainSet=[y(i),y’(i)], i=1,…,Ntrain.,测试数据集的表示方法为:y-TestSet=[y(i),y’(i)],i=1,…,Ntest.;
其中y是传感器测量到的IAQ参数值,y’是由IAQ传感器虚拟模型预测IAQ参数值;
b、计算出训练数据集中每个点之间的差值ε及其平均差值μtrain和标准
差σtrain和测试数据集中每个点之间的差值ε及其平均差值μtest和标准差 test;
2
c、当μtrain和 train已知,通过计算平均差值μtrain的控制极限和方差 train的控制极
2
限来检测异常情况,定义μtrain的控制极限的上极限值为UCL1,下极限值为LCL1,定义 train的控制极限的上极限值为UCL2,下极限值为LCL2;
所述IAQ传感器虚拟模型的建立方法,包括:
a、收集数据:首先从供热、通风和空调调节HVAC系统中收集多种的参数集,包括温度参数集、二氧化碳水平参数集、相对湿度参数集,将各参数集分成两个单独的子集,包括训练数据集、测试数据集;
b、建立模型:用多种不同数据挖掘算法基于训练数据集中数据建立的IAQ传感器虚拟模型,多种不同数据挖掘算法包括多层感知器MLP神经网络NN、径向基函数RBF神经网络NN、支持向量机回归SVM、逐步回归Pacereg,IAQ传感器虚拟模型是用其他的HVAC参数产生预测IAQ参数值,包括预测温度的IAQ传感器虚拟模型、预测二氧化碳水平的IAQ传感器虚拟模型、预测相对湿度的IAQ传感器虚拟模型;
c、选择最佳数据挖掘算法:预测的IAQ参数值与传感器检测到的IAQ参数值差值的绝对值为绝对误差,通过绝对误差平均值和绝对误差的标准差衡量用不同数据挖掘算法的建立的IAQ传感器虚拟模型的预测效果,选择预测效果最好的数据挖掘算法;
d、有效性检验:将预测的IAQ参数值与测试数据集中的测量数据比较,根据两个数据值之间的一致性,判断预测效果最好的数据挖掘算法建立的IAQ传感器虚拟模型的有效性。
2.根据权利要求1所述的在线监控和诊断室内空气质量IAQ传感器的方法,其特征在于:训练数据集中每个点之间的差值和测试数据集中每个点之间的差值ε的计算方法为:
ε= 。
3.根据权利要求1所述的在线监控和诊断室内空气质量IAQ传感器的方法,其特征在于:
μtrain的计算方式为:μtrain= ;
train的计算方式为:train= ;
μtest的计算方式为:μtest= ;
test的计算方式为:test = 。
4.根据权利要求1所述的在线监控和诊断室内空气质量IAQ传感器的方法,其特征在于:
UCL1的计算方式为:UCL1= ;
LCL1的计算方式为:LCL1= ;
UCL2的计算方式为:UCL2=
LCL2的计算方式为:LCL2=0;
其中,Ntest是指测试数据集中数据点的数量,η是控制极限的倍数;
其中 表示右侧α/2分位点的卡方分布,Ntest-1是指卡方分布的自由度。
5.根据权利要求1所述的在线监控和诊断室内空气质量IAQ传感器的方法,其特征在于,所述μtest高于UCL1或者低于LCL1,IAQ参数在取样时间点的值y-TestSet则被认为是有误的,这种错误定义为错误类型Ⅰ。
6.根据权利要求1所述的在线监控和诊断室内空气质量IAQ传感器的方法,其特征在
2
于,所述 train高于UCL2,IAQ参数在取样时间点的值y-TestSet则被认为是有误的,这种错误定义为错误类型Ⅱ。
7.根据权利要求1所述的在线监控和诊断室内空气质量IAQ传感器的方法,其特征在于:所述绝对误差定义为AE,所述AE的计算方法为:AE=|y’-y|;
所述绝对误差平均值定义为MAE,所述MAE的计算方法为:MAE= ;
所 述 绝 对 误 差 的 标 准 差 定 义 为 Std,所 述 Std的 计 算 方 法 为:
Std= ;
其中y’是IAQ传感器虚拟模型预测的IAQ参数值,y是传感器测量到的IAQ参数值,N是测试数据点的数量。
标题 | 发布/更新时间 | 阅读量 |
---|---|---|
一种锂离子电池分区间循环容量衰退预测方法 | 2020-07-06 | 0 |
基于RBF神经网络的预防近视动态坐姿矫正系统 | 2020-12-02 | 0 |
一种大角度透视变形的集装箱箱号识别方法 | 2021-05-16 | 2 |
建立跨域联合分布匹配模型的方法、装置及其应用 | 2021-06-18 | 1 |
一种基于机器学习的物理层信道认证方法 | 2021-10-14 | 1 |
一种基于三维形变人脸模型用于安防的人脸识别方法 | 2022-08-03 | 2 |
一种基于生成对抗网络的多模态人类活动识别方法 | 2020-09-10 | 0 |
一种改进的针对早期专利文档扫描件中图文信息的智能处理方法 | 2022-07-14 | 2 |
AI能力研发平台及数据处理方法 | 2020-09-08 | 0 |
NONLINEAR SYSTEM IDENTIFICATION FOR OPTIMIZATION OF WIRELESS POWER TRANSFER | 2023-05-21 | 0 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。