三相三线制配电的暖通空调设备电路设计

在现代的生产和生活环境当中,暖通空调设备的作用和应用场景呈现多样化,暖通空调设备除了能为人们创造体感舒适的室内环境,也能满足部分企业日益增多的特殊生产要求,如:采暖、烘干、供热水等。应用场所也从常见的办公室、酒店等商用场所,拓宽到农场、工厂、医院等。这种应用场景的多样化对暖通空调设备的安装环境适用性提出了更高的要求,而电源的适应性就是最主要的要求之一。

基于室温预测的多联机系统节能潜力分析

本文基于美的大数据云平台中采集的多联机系统运行数据,分析了成都市某商业办公建筑多联机系统的运行现状,发现其存在较多设定温度过低的现象,导致能耗过高。为此,提出了将设定温度提高至26℃的节能策略。为了准确计算提高设定温度后的节能潜力,采用4种机器学习算法建立了室温预测模型。对比算法发现支持向量回归(SVR)模型的精度最高,其3台内机的室内温度平均绝对误差MAE误差仅为0.094℃、0.189℃和0.127℃。最后,基于模型预测的室内温度,结合机组的能耗特性曲线,发现将设定温度提高到26℃后,系统的整体能耗从2551.99 kW·h下降到1579.64 k W·h,节能率达到了38.1%。

基于孤立森林方法的单元式空调器异常检测

为了挖掘单元式空调器云端数据价值和提高售后运维效率,本文开发了一种可部署在云平台的设备运行异常检测方法。通过修正的仿真模型生成大量的正常和异常数据用于检测的模型训练和评估。为了提高模型的泛化能力,提出了排气过热度、冷凝器过冷度、吸气管过热度和压缩机压比等基于工程经验和物理意义的新特征。对孤立森林、基于角的离群点检测、基于聚类的局部离群因子、基于直方图的离群点检测和K近邻等模型进行了评估。结果表明,孤立森林方法检出率在25%以上,检出正确率在67%以上,检测效果最好,将训练好的孤立森林模型检测现有云平台数据,可成功检测出制冷剂泄漏的异常情况。