[发明专利]多联机系统故障诊断及节能潜力识别方法及多联机系统

权利要求书

1.一种多联机系统故障诊断及节能潜力识别方法，其特征在于，包括以下步骤：

S1：基于关联规则构建多联机空调器故障诊断及节能潜力识别模型；

S2：对实际使用的多联机空调器进行运行数据采集；

S3：对采集数据进行处理，并利用步骤S1中建立的模型进行故障预诊断及节能潜力分析;

步骤S1具体包括以下步骤：

S11：采集不同工况、不同故障组合情况下多联机空调器的运行数据，并形成n组数据集E，E=A∪B∪C∪D，A为环境特征和运行参数数据集，B={制冷量Qc/制热量Qh}，C={ EER/COP}，D={故障类型} ；

S12：构建A集合数据与B、C、D集合数据的关联规则I，关联规则可以表示为 {M→N}(M⊂I,N⊂I,M∩N=∅)，其中M和N分别是规则的前因和后因，M：数据集A中参数所属区间，N：数据集B或C或D中参数所述区间；

S13：利用采集的数据计算建立关联规则的支持度和置信度；

S14：通过计算得到对应规则的支持度和置信度，寻找大于最小支持度阈值和最小置信度阈值的规则作为强关联规则，建立相应的规则表，选取强关联规则作为统计模型。

2.根据权利要求1所述的多联机系统故障诊断及节能潜力识别方法，其特征在于，在步骤S13中，支持度(Support(A→B))和置信度(Confidence(A→B))两个指标作为规则有效度的度量标准，如下所示，

Support(A→B)=P(A∪B)

Confidence(A→B)= P(A|B)= P(A∪B)/ P(A)。

3.根据权利要求1所述的多联机系统故障诊断及节能潜力识别方法，其特征在于，在步骤S2与S3之间还包括以下步骤：所采集数据通过网关传输至云平台。

4.根据权利要求3所述的多联机系统故障诊断及节能潜力识别方法，其特征在于，在步骤S3中云平台对采集数据进行处理。

5.根据权利要求1所述的多联机系统故障诊断及节能潜力识别方法，其特征在于，环境特征包括室外环境温度Ta、室内环境温度Ti。

6.根据权利要求1所述的多联机系统故障诊断及节能潜力识别方法，其特征在于，运行参数包括压缩机排气温度Td、压缩机排气压力Pd、压缩机吸气温度Ts、压缩机吸气压力Ps、室外换热器液管温度Te、室内液管温度Tl、室内机气管温度Tg、开机台数n。

7.一种多联机系统，其特征在于，包括多联机空调器，多联机空调器能够执行权利要求1-6中任一所述的多联机系统故障诊断及节能潜力识别方法，所述多联机空调器包括至少一个室内机和至少一个室外机。

8.根据权利要求7所述的多联机系统，其特征在于，还包括云平台，所述云平台对所述多联机空调器的运行数据进行处理并能够进行故障预诊断和节能潜力分析。

9.根据权利要求8所述的多联机系统，其特征在于，还包括网关，所述网关连接在所述云平台和多联机空调器之间用于在所述多联机空调器和云平台之间传输数据。