[发明专利]空调柜运行状态智能预警方法

权利要求书

1.一种空调柜运行状态智能预警方法，其特征在于，包括：

实时采集空调柜涉及的空调机组运行状态参数；

将预设的横向及纵向异常分析策略与大数据及机器学习技术结合，通过迭代方式优化并输出异常分析结果；

根据异常分析结果，调用预先构建的语音交互数据库，输出预警交互语音信息；其中所述预警交互语音信息包括异常位置交互信息、异常时间节点交互信息以及修复指导交互信息。

2.根据权利要求1所述的空调柜运行状态智能预警方法，其特征在于，预设的横向异常分析策略包括：对不同的空调机组在相同时间节点以及相同工作状态下的运行参数进行横向对比。

3.根据权利要求2所述的空调柜运行状态智能预警方法，其特征在于，将预设的横向异常分析策略与大数据及机器学习技术结合，通过迭代方式优化并输出异常分析结果包括：

预先收集不同空调机组不少于3个季节的全线运行状态及参数；

根据全线运行状态及参数预先构建第一异常研判模型；

基于横向对比的结果以及所述第一异常研判模型得到异常分析结果。

4.根据权利要求1所述的空调柜运行状态智能预警方法，其特征在于，预设的纵向异常分析策略包括：对同一空调机组的当前运行参数以及在相同工作状态下的历史运行参数进行纵向对比。

5.根据权利要求4所述的空调柜运行状态智能预警方法，其特征在于，

将预设的横向异常分析策略与大数据及机器学习技术结合，通过迭代方式优化并输出异常分析结果包括：

预先收集同一空调机组的在多个历史时间周期的全线运行状态及参数；其中所述多个历史时间周期包括如下历史时间节点的多种组合：一天、一周、一个月、一个季度、半年、三个季度、一年；

根据多个历史时间周期的全线运行状态及参数预先构建若干个对应的第二异常研判模型；

基于纵向对比的结果以及若干个所述第二异常研判模型得到若干个异常分析结果；

将若干个异常分析结果进行融合分析，确定目标异常分析结果。

6.根据权利要求1所述的空调柜运行状态智能预警方法，其特征在于，所述方法还包括：预警交互语音信息涉及的异常状态在被清除前，按预设的时间周期重复输出预警交互语音信息。

7.根据权利要求1所述的空调柜运行状态智能预警方法，其特征在于，所述方法还包括：对每次输出的异常分析结果、预警交互语音信息进行归类存储，并使存储的信息参与到大数据及机器学习的迭代优化过程。

8.根据权利要求1～7任一项所述的空调柜运行状态智能预警方法，其特征在于，所述实时采集空调柜涉及的空调机组运行状态参数包括从空调柜读取如下运行参数的多种组合：新风风速、送风风速、回风风速、风温、风湿、风压、空调风机运行频率、空调风机温度、空调风机振动烈度、加湿系统工作参数、蒸汽系统工作参数、过滤器及表冷器的两端压差。