1、第 23 卷第 1 期2023 年 3 月南京师范大学学报(工程技术版)JOUNAL OF NANJING NOMAL UNIVESITY(ENGINEEING AND TECHNOLOGY EDITION)Vol.23 No.1Mar，2023收稿日期:20210827基金项目:浙江省重点研发计划项目(2021C01110)通讯作者:郑军红，博士，讲师，研究方向:数据挖掘、人工智能 E-mail:zdzhengjh sohucomdoi:103969/jissn16721292202301008基于划分工作方式的中央空调达标时间预测王可1，卢焕达2，郑军红1，何利力1(1浙江理工大学信息学院
2、，浙江 杭州 310018)(2浙大宁波理工学院计算机与数据工程学院，浙江 宁波 315100)摘要 为了同时满足中央空调温湿度控制工艺要求和企业节能降耗要求，解决中央空调达标时间预测问题，提出了一种在划分空调工作方式基础上的组合预测模型 在加温加湿工作方式下，采用随机森林算法构建分类预测模型，用深度特征提取后的高级特征作为模型输入，解决了小样本分类预测的过拟合问题 为进一步降低算法时间复杂度，利用改进粒子群方法对模型参数寻优 在降温除湿工作方式下，使用 K 近邻算法动态划分类别区间，并利用密度峰值改进 SMOTE 算法解决类别不平衡问题，采用极限梯度提升算法构建分类模型 考虑到空调延迟开启或
3、提前开启对企业效益造成的损失不同，采用多角度综合评价方法对模型进行评估 通过与支持向量机(现用模型)等多种预测模型的对比实验，验证了组合模型的有效性和实用性 实验表明组合模型平均绝对误差为 32 min，与现用模型相比，组合模型折标能耗降低了 1471%关键词 中央空调达标时间，组合预测模型，随机森林，深度特征提取，过拟合，样本不平衡 中图分类号 TP181 文献标志码 A 文章编号 16721292(2023)01005610Forecasting Model of the Time equired for Central Air Conditioning toAchieve Control
4、 Effect Based on Divided Working ModeWang Ke1，Lu Huanda2，Zheng Junhong1，He Lili1(1School of Information Science and Technology，Zhejiang Sci-Tech University，Hangzhou 310018，China)(2School of Computer and Data Engineering，NingboTech University，Ningbo 315100，China)Abstract:In order to solve the predict
5、ion problem of the time for central air conditioning to achieve the control effect，whilemeeting central air conditioning temperature-humidity control process requirements and enterprise energy saving reductionrequirements，a combined prediction model is proposed in accordance with different working m
6、ethods of air conditioningunitsIn the mode of Heating-Humidifying，the classification prediction model is constructed by andom Forest algorithm，and the advanced features extracted from depth features are used as the input of the model，which solves the over-fittingproblem of small sample classificatio
7、n predictionIPSO optimization parameters are used to reduce the time complexity ofthe algorithm In the working mode of Cooling-Dehumidifying，the algorithm uses KNN to dynamically divide the categoryinterval and uses density peak to improve SMOTE algorithm，so as to solve the problem of unbalanced sam
8、ple Then，theXGBoost algorithm is used to build the classification model Considering that the air conditioning delay is turned on togenerate a large loss to the workshop operation，a multi-angle comprehensive evaluation method is adopted to evaluate themodel Finally，the effectiveness and practicality
9、of the combined model is verified by comparative experiments with avariety of predictive models Experimental results show that the mean absolute error of the combined model is 32 minutes，and that the energy consumption of the combined model is 1471%lower than that of the current modelKey words:time
10、required for central air conditioning to achieve control effect，combined prediction mode，random forest，depth feature extraction，over-fitting problem，sample unbalanced中央空调系统作为企业生产链中重要一环，是保证车间能够正常生产的基础 中央空调系统属于多变量、大滞后的非线性复杂系统，在监控管理空调设备的同时产生了大量运行数据，如何从中挖掘出有效信息并加以利用，是实现中央空调节能降耗目标的关键 在许多工业企业中，中央空调系统往往需要提
11、前65王可，等:基于划分工作方式的中央空调达标时间预测开启来保证在某一时刻满足生产中对温湿度的要求，提前开启空调虽然保证了企业的正常运转，但也存在空调提前运行时间远大于空调达标时间的情况 如何既保证满足车间生产环境温湿度要求，又使得能耗尽可能小，已成为一个亟需解决的问题13 空调达标时间即从空调开启直至在空调作用下环境温湿度稳定在设定区间内的时间长度，由于其受到外界气象、建筑结构、生产任务等众多因子影响，结构关系复杂，因此机理模型不适用于解决该问题 现阶段主要应用在空调达标时间方向的预测技术多为黑盒模型 文献 4 采用一种基于 Elman 神经网络的空调最佳启停控制的预测系统，并应用于家庭智能
12、控制器，有效减少了空调的预冷时间，降低了建筑物能耗 文献 5提出采用长短期记忆网络对空调启动时间进行预测，考虑了当前系统的状态可能受很长时间之前系统状态的影响，处理和分析了长延迟时间序列数据的内在联系，提高了预测精度 文献 6 用聚类和 HCMAC 神经网络组合预测算法，建立空调系统最优启停模型，在满足用户舒适度的前提下，实现了最大限度节能由于影响空调达标时间的因素复杂，需要根据具体项目的运行特点和工业标准，有侧重地选择预测方法，对其进行改进以满足企业需求 本文即针对某大型企业工作日中空调达标时间预测问题展开研究1预测对象描述以空调启动时刻为计时起点，在空调机组作用下，生产环境温湿度稳定在要求
13、区间的时刻为计时终点，这个时间长度记做空调达标时间 空调机组对空气的处理方式直接影响着空调达标时间W，室外可能出现的状态点;C，新回风混合状态点;S，加热器和加湿器间的状态点;L，夏季露点;N，车间恒温恒湿状态点;H，冷源和热源相互抵消的热能焓值图 2空调机组处理过冷空气流程Fig.2Process of air conditioning unit handling supercold airW，室外可能出现的状态点;C，新回风混合状态点;S，加热器和加湿器间的状态点;L，夏季露点;N、N1，车间恒温恒湿状态点;H，冷源和热源相互抵消的热能焓值图 1空调机组处理过热空气流程Fig.1Proce
14、ss of air conditioning unit handling superheated air空调机组对空气的处理方式分为两种 在夏季，初始环境空气的温湿度通常高于生产工艺要求的温湿度，过热空气和部分回风经初中效过滤器过滤为干净空气，由主表冷盘管冷冻除湿处理至机器露点来保证生产环境湿度恒定，经副表冷盘降温来保证生产环境的温度恒定 其处理过程如图 1 所示在冬季，通常初始环境空气的温湿度低于生产工艺要求的温湿度，过冷空气和回风经由初中效过滤器过滤干净后，利用干蒸汽加热盘管进行加热，再通过干蒸汽加湿器进行等温加湿后送入生产环境中 其处理过程如图 2 所示由于图 1 和图 2 的空调机理不
15、同，研究空调达标时间预测问题要在划分空调机组工作方式的基础上，结合中央空调系统存储的历史数据，来构建预测模型75南京师范大学学报(工程技术版)第 23 卷第 1 期(2023 年)2数据描述与预处理21数据描述采集中央空调系统存储的卷包车间空调机组和制丝生产区域空调机组工作日产生的数据集，数据集产生时间为 2018 年 1 月 2 日至 2021 年 3 月 19 日 通常情况下，空调机组每天在早上 6:008:00 时间段内启动一次，系统每天会采集到一条如表 1 所示的数据 其中，空调达标时间是启动时间与温湿度稳定时间的差值表 1数据样例Table 1Data sample编号变量名称样例值
16、编号变量名称样例值编号变量名称样例值1空调机组编号K26风速29 m/s11室内湿度稳定值601 hPa2启动时间2021/03/15 07:05:007露点123 12温湿度稳定时间2021/03/15 07:10:303启动时室内温度2555 8室外温度1367 13空调达标时间330 s4启动时室内湿度585 hPa9室外湿度775 hPa14空调模式1:加温加湿;2:除温除湿5送风频率16799 Hz10室内温度稳定值2568 15写入时间2021/03/15 07:19:4222数据预处理221特征初步筛选根据工作人员相关经验和专业知识的判断，数据样例中某些特征与达标时间相关性不大，可初步筛去 例如，系统写入时间对空调达标时间无影响，可直接去除 最终保留 8 个特征，包括启动时间、启动时室内温度、启动时室内湿度、送风频率、风速、露点、室外温度、室外湿度222样本筛选和缺失值处理以达标时间作为筛选样本条件 当样本的达标时间在 10180 min 范围内，视为有效样本 在数据采集过程中，传感器故障会导致某些数据存储失败，造成单值缺失和多值缺失 单值缺失采用上下平均值填补法进行处理