技术领域
[0001] 本
发明属于空调器的制冷/热量计算的技术领域，更具体地，涉及一种基于数据挖掘技术的空调器制冷/热量预测方法。
背景技术
[0002] 空调器作为一种用于优化室内环境品质的
白色家电，不仅受到越来越多家庭的喜爱，也广泛应用于各大商场、写字楼、医院等人员较密集的公众场所。随着生活
水平的提高，人们对于室内环境舒适度及空气品质的要求越来越高，因此维持空调系统或空调器稳定高效运行显得尤为重要。
[0003] 目前，对空调器制冷/热量的计算方法主要可以归为制冷剂
焓值法和空气焓值法两类。但在用户实际使用过程中，直接采集空调器出
风量的难度较大、可操作性低，且误差较大。因此通常采用制冷剂焓值法，通过测量制冷剂侧的参数，求出制冷剂进出口的焓值和流量，计算系统制冷剂侧的换热量来获取系统的制冷/热量。但其中测量过程需要布置压
力测点和流量计等，不仅破坏了系统的完整性且增加了测试成本。
[0004] 总之，以上方法均具备测量误差大、实验复杂难操作等缺点。
发明内容
[0005] 针对
现有技术的以上
缺陷或改进需求，本发明提供了一种基于数据挖掘技术的空调器制冷/热量预测方法，针对现有技术无法在实际工况下准确快速测量空调器制冷/热量的不足，从制冷剂
蒸发温度和冷凝温度出发，采用微元段的分析方法，利用毛细管两段压力的变化计算出制冷剂
质量流量，实现了对制冷系统中制冷剂质量流量的非侵入式、高
精度测量，接着，采用制冷剂焓值法计算实际制冷量，实现了对制冷系统中制冷剂制冷量的准确计算，最后通过建立制冷/热量关于蒸发温度和冷凝温度的
预测模型，实现对空调器实际制冷/热量的预测。
[0006] 为实现上述目的，按照本发明，提供了一种基于数据挖掘技术的空调器制冷/热量预测方法，其特征在于，该预测方法包括下列步骤：
[0007] (a)采集待处理空调器上的节流
阀、
蒸发器和
冷凝器的多个温度，利用该多个
温度计算蒸发温度、冷凝温度和
过冷度，其中，所述多个温度包括
节流阀前温度，蒸发器和冷凝器各个支路的温度，以及冷凝器出口温度；
[0008] (b)利用所述蒸发温度和冷凝温度计算待处理空调上的毛细管进口和出口压力，采用微元段的分析方法，利用所述毛细管过冷液相区和汽液两相区两段的压力变化计算该毛细管中制冷剂的质量流量；
[0009] (c)利用步骤(b)获得的制冷剂的质量流量，采用制冷剂焓值法计算待处理空调器在所述蒸发温度和冷凝温度下对应的制冷/热量；
[0010] (d)重复步骤(a)～(c)获得多组蒸发温度和冷凝温度下对应的制冷/热量的数据，根据该数据建立制冷/热量关于蒸发温度和冷凝温度的线性回归预测模型，将待处理空调器的蒸发温度和冷凝温度代入所述预测模型中，即可获得所需的制冷/热量，以此实现制冷/热量的预测。
[0011] 进一步优选地，在步骤(b)中，所述采用微元段的分析方法，利用所述毛细管过冷液相区和汽液两相区两段的压力变化计算制冷剂的质量流量的具体包括如下步骤：
[0012] (b1)根据所述毛细管的进口压力、出口压力和过冷度计算毛细管中制冷剂
汽化临界点饱和压力；
[0013] (b2)给制冷剂的质量流量赋值，分别计算所述毛细管过冷液相区和汽液两相区两段的长度，并以此计算所述毛细管的总长；
[0014] (b3)将所述计算出的毛细管的总长与预设毛细管长度相比较，二者差值在预设可接受
阈值范围内，当前对应的制冷剂质量流量值即为所求的制冷剂质量流量，否则返回步骤(b2)。
[0015] 进一步优选地，在步骤(d)中，所述预测模型优选采用下列模型：
[0016] Q＝C0+C1·Te+C2·Tc+C3·Te·Tc+C4·Te2+C5·Tc2
[0017] 其中，Q是空调器制冷/热量，C0～C5是待拟合系数；Te是蒸发温度，Tc是冷凝温度。
[0018] 进一步优选地，在步骤(c)中，所述制冷剂焓值法计算待处理空调系统在所述蒸发温度和冷凝温度下对应的制冷/热量优选按照下列关系式进行：
[0019] Q＝m(h1'-h4)
[0020] 其中，Q是空调器制冷/热量，m是制冷剂质量流量，h1'是蒸发温度对应的
压缩机吸入的制冷剂气体比焓，h4是冷凝温度对应的节流阀前制冷剂液体比焓。
[0021] 进一步优选地，在步骤(a)中，所述采集多个温度后，还包括将采集的多个温度进行数据的预处理，以剔除缺失值和异常值。
[0022] 总体而言，通过本发明所构思的以上技术方案与现有技术相比，能够取得下列有益效果：
[0023] 1、本发明采用微元段的分析方法，利用毛细管两段压力的变化计算出制冷剂的质量流量，实现了对制冷系统中制冷剂质量流量的非侵入式、高精度测量，避免了流量计直接测量过程给制冷系统带来的不良影响，另外，建立线性回归预测模型，得到制冷/热量与特征变量之间的关系式，实现对实际制冷/热量的预测；
[0024] 2、本发明提出的方法首次将数据挖掘技术应用于空调器制冷/热量检测当中，利用多元线性回归模型拟合出制冷/热量与所选取特征变量之间的函数多项式，依此获得的模型准确度较高，整个测量过程不会对制冷/热量循环带来不良影响，通过物理仿真模拟计算系统的制冷剂质量流量也为测量过程带来了很大的方便，节约了测量成本；
[0025] 3、本发明操作简单，结果可靠，不需要进行复杂的拆卸安装也无需破坏空调系统装置即可实现空调系统制冷/热量的预测。
附图说明
[0026] 图1是按照本发明的优选
实施例所构建的空调器制冷/热量预测方法的流程示意图；
[0027] 图2是按照本发明的优选实施例所构建的待处理空调器的结构示意图；
[0028] 图3是按照本发明的优选实施例所构建的采用微元段分析法计算制冷剂质量流量的流程示意图；
[0029] 图4是按照本发明的优选实施例所构建的制冷循环压焓图；
[0030] 图5是按照本发明的优选实施例所构建的绝热毛细管示意图；
[0031] 图6是按照本发明的优选实施例所构建的毛细管微元段示意图。
具体实施方式
[0032] 为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
[0033] 图1是按照本发明的优选实施例所构建的空调器制冷/热量预测方法的流程示意图，如图1所示，一种基于数据挖掘技术的空调器制冷/热量预测方法，包括下列步骤：
[0034] 1)数据的采集
[0035] 如图2所示，利用分布在空调器蒸发器、冷凝器、节流阀上的多个温度
传感器，采集空调器在各运行工况下的蒸发器第一支路中间温度EM1、蒸发器第二支路中间温度EM2、蒸发器第三支路中间温度EM3、冷凝器出口温度T3、冷凝器第一支路中间温度CM1、冷凝器第二支路中间温度CM2、节流阀前温度T3’；
[0036] 2)数据的预处理，剔除样本中存在缺失值、异常值等
[0037] ⅰ.异常值处理：本
数据处理单元使用3σ原则进行异常值剔除，根据正态分布的定义，距离平均值3σ以外的数值出现属于小概率事件，此时那些数据和平均值的偏差超过3倍标准差的值可以看成是异常值。数据处理单元依据3σ原则寻找异常值，并将异常值所在的样本进行剔除；
[0038] ⅱ.缺失值处理：数据缺失是指所记录的数据由于某些原因是部分数据丢失，本数据处理单元采用数据补插方法来代替缺失值，具体使用的是
牛顿插值法，对含有缺失值的属性，使用其他样本该属性的值建立插值函数，然后对缺失值使用该函数计算出近似值进行代替。
[0039] 3)建立绝热毛细管的物理仿真模型，计算系统制冷剂质量流量。
[0040] ⅰ.将上述进行预处理后的数据中蒸发器三个支路的温度求平均值近似作为蒸发温度Te，冷凝器两个支路的温度求平均值近似作为冷凝温度Tc，过冷度△Tsub＝T3’-T3；由蒸发温度Te、冷凝温度Tc查压焓图可得蒸发压力Pe和冷凝压力Pc，其中Pe即为毛细管出口压力Pout，Pc即为毛细管出口压力Pin。
[0041] ⅱ.以毛细管进口压力Pin、毛细管出口压力Pout、过冷度△Tsub、毛细管长度L(取1m)、毛细管直径D(通常为1.25mm)作为输入参数，采用微元段的分析方法，利用毛细管两段压力的变化计算出制冷剂质量流量。如图5所示，毛细管分为过冷液体区和汽液两相区，具体计算步骤如下：
[0042] A)已知毛细管相关参数：毛细管的内径D，长度L，毛细管入口制冷剂过冷度ΔTsub，毛细管的进口压力Pin及出口压力Pout；
[0043] B)根据毛细管的进口压力Pin、出口压力Pout和毛细管入口制冷剂过冷度ΔTsub查压焓图可得毛细管中制冷剂汽化临界点的饱和压力Psat；
[0044] C)假设一个质量流量m，如图6所示，计算过冷液体段的毛细管长度Lsub，在过冷液体区域中，压力呈线性变化，温度保持为定值，设定过冷液体段中的步长Δl，计算压力Pi+1，判断压力是否达到汽化临界点饱和压力Psat，不断增加步长，按照
迭代计算公式计算压力Pi+1直至压力Pi+1与饱和压力Psat之差小于等于预设值ε1，过冷液体段的毛细管长度Lsub按照下列表达式进行计算：
[0045]
[0046] 其中，i表示第i个微元分割点，n表示第n个微元分割点，li+1表示第i+1个分割点距毛细管入口的长度，li表示第i个分割点距毛细管入口的长度，其中l1＝0
[0047] 根据迭代方程: 计算得出压力Pi+1，
[0048] 初始条件：P1＝Pin，l1＝0
[0049] 其中：f为沿程摩阻系数，G为质量流速(kg/(m2·s))，υ为比容(m3/kg)，D为毛细管内径(m)。υi表示制冷剂在第i个微元分割点处的比容。
[0050] D)计算汽液两相段的毛细管长度Lt，在两相区长度的计算中，以毛细管出口压力Pout和汽化临界点压力值Psat确定步长，以制冷剂出口压力为边界条件,以过冷液体段出口点(即为图4中汽化临界点5)的状态作为两相段入口的状态；设定两相段中的步长ΔP，计算毛细管长度li+1，并判断压力是否达到毛细管出口压力Pout，不断按照步长迭代直至压力Pi+1与出口压力Pout之差小于等于预设值ε2，两相段的毛细管长度Lt按照下列表达式进行计算：
[0051]
[0052] 其中，i表示第i个微元分割点，n表示第n个微元分割点，li+1表示第i+1个分割点距毛细管入口的长度，li表示第i个分割点距毛细管入口的长度，其中l1＝0。
[0053] 根据迭代方程: 计算得出毛细管长度li+1，初始条件：P1＝Psat，l1＝0
[0054] 其中：f为沿程摩阻系数，G为质量流速(kg/(m2·s))，υ为比容(m3/kg)，D为毛细管内径(m)。υi表示制冷剂在第i个微元分割点处的比容，υi+1表示制冷剂在第i+1个微元分割点处的比容。
[0055] E)求得毛细管总长度Lc＝Lsub+Lt；
[0056] F)计算Lc与给定毛细管的长度L的差值，并将差值与预设迭代精度控制量ε3进行比较，如果大于预设阈值ε3，则增加质量流量值m，若小于，则减小质量流量值，返回步骤C)；如果小于或等于预设迭代精度控制量ε3，则输出质量流量m的值。
[0057] 本实施例中，ε1，ε2，ε3均取1×10-3。
[0058] 4)采用制冷剂焓值法计算制冷/热量，优选按照下列表达式：
[0059] Q＝m(h1'-h4)
[0060] Q为制冷/热量，m为毛细管仿真计算得到的制冷剂质量流量，h1'为实验工况下蒸发温度对应的压缩机吸入的制冷剂气体比焓，h4为实验工况下冷凝温度对应的膨胀阀前制冷剂液体比焓。如图4所示，1点为蒸发器出口，1’点为压缩机进口，2’点为压缩机出口，2点为冷凝器进口，3点为冷凝器出口，3’点为毛细管进口，4点为毛细管出口，5点为毛细管中制冷剂汽化临界点，图中点1’和4的温度、压力值均已知，根据物性计算公式，利用一点的温度和压力即可计算该点焓值，可得1’和4点的焓值h1'，h4，1’和4点的压力值均等于蒸发压力。
[0061] 5)利用上述计算获得的制冷/热量Q与计算该制冷/热量相对应的蒸发温度Te和冷凝温度Tc建立多元线性回归预测模型，其中，以蒸发温度Te和冷凝温度Tc作为输入，该线性回归预测模型具体如下：
[0062] Q＝C0+C1·Te+C2·Tc+C3·Te·Tc+C4·Te2+C5·Tc2
[0063] 其中，Q为空调器制冷/热量，单位为kW；C0～C5为待拟合系数；Te为蒸发温度，单位为K；Tc为冷凝温度，单位为K。
[0064] 在实施例中C0～C5具体取值如下：
[0065] C0＝-1.676，C1＝0.1，C2＝-1.078×10-2，C3＝9.942×10-4，C4＝-7.44×10-4，C5＝--43.284×10 。
[0066] 本发明通过毛细管物理仿真模型拟合系统的制冷剂质量流量，而不是传统地利用流量计测量，实现了对制冷系统中制冷剂质量流量的非侵入式、高精度测量,避免了流量计给制冷系统带来的不良影响，利用数学模型快速计算出空调器的实际制冷/热量，然后结合数据挖掘技术将多元线性回归模型运用到空调器制冷/热量预测中。
[0067] 本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何
修改、等同替换和改进等，均应包含在本发明的保护范围之内。
