[发明专利]一种地铁站空调预测性运维管理方法及系统

权利要求书

1.一种地铁站空调预测性运维管理方法，其特征在于，包括以下步骤：

S1.通过检测装置和信息存储装置获取空调系统的传感器信息以及非传感器信息，并实时上传至边缘节点单元；

S2.通过所述边缘节点单元分别对传感器信息和非传感器信息进行预处理，获得预处理后的数据；

S3.将预处理后的第一部分数据进行数据规范化处理后实时上传至云端服务器；

S4.所述云端服务器对规范处理后的第一部分数据进行训练和验证，获得信息融合模型、预测性维护模型以及故障处理方案模型，并将三个模型下发至所述边缘节点单元；

S5.所述边缘节点单元根据所述信息融合模型、预测性维护模型以及故障处理方案模型，对预处理后的第二部分数据实时进行规范化处理、故障的预测以及维护方案的确定；

S6.所述边缘节点单元根据确定的维护方案，自动对所述空调系统进行维护处理。

2.根据权利要求1所述的地铁站空调预测性运维管理方法，其特征在于，所述步骤S1包括：

S1-1.所述检测装置获取的空调系统的传感器信息包括冷水机组机房环境的温湿度以及所述空调系统其它各部件的运行信息，并实时上传至所述边缘节点单元的数据处理模块；

S1-2.所述信息存储装置获取的空调系统的非传感器信息包括空调系统设备的基础数据以及维护工单数据，并实时上传至所述边缘节点单元的信息处理模块。

3.根据权利要求2所述的地铁站空调预测性运维管理方法，其特征在于，所述步骤S2包括：

通过所述数据处理模块对传感器信息进行过滤、清洗、聚合以及质量优化，通过所述信息处理模块对非传感器信息进行代码转换处理，得到预处理后的数据；其中，同一数据流中第一时刻获得的是所述第一部分数据，第二时刻获得的是所述第二部分数据。

4.根据权利要求3所述的地铁站空调预测性运维管理方法，其特征在于，所述步骤S3包括：

S3-1.所述边缘节点单元的信息融合模型模块对所述数据处理模块和所述信息处理模块预处理后的第一部分数据进行数据规范化处理，通过边缘存储模块暂时存储规范处理后的第一部分数据；

S3-2.经云端状态模块判断所述云端服务器是否正常运行；

S3-3.若是，则通过以太网定周期T1地将规范处理后的第一部分数据上传至所述云端服务器的历史数据存储模块中进行存储；

S3-4.若否，则通过边缘存储模块继续暂时存储规范处理后的第一部分数据直至达到最大的存储量，并执行步骤S3-2。

5.根据权利要求4所述的地铁站空调预测性运维管理方法，其特征在于，所述步骤S4包括：

S4-1.在所述历史数据存储模块中，提取信息融合模型训练所需的数据，并采用留出法进行数据集的划分，经信息融合模型训练模块训练验证后的信息融合模型，定周期T2地部署下发至所述边缘节点单元的信息融合模型模块；

S4-2.在所述历史数据存储模块中，提取预测性维护模型训练所需的数据，并采用留出法进行数据集的划分，经预测性维护模型训练模块训练验证后的预测性维护模型，定周期T3地部署下发至所述边缘节点单元的预测性维护模型模块；

S4-3.在所述历史数据存储模块中，提取故障处理方案模型训练所需的数据，并采用留出法进行数据集的划分，经故障处理方案模型训练模块训练验证后的故障处理模型，定周期T4地部署下发至所述边缘节点单元的故障处理方案模型模块。

6.根据权利要求5所述的地铁站空调预测性运维管理方法，其特征在于，所述步骤S5包括：

所述信息融合模型模块将所述步骤S2预处理后的第二部分数据进行数据化规范处理后，实时上传至所述预测性维护模型模块，所述预测性维护模型模块计算出所述空调系统各部件故障的概率期望值，并通过所述故障处理方案模型模块进行维护方案的确定。