一种空调智能监测系统及空调的运行效率异常检测方法与流程

技术特征：

1.一种空调智能监测系统，其特征在于，包括设于房间内的空调、网关、能效插座、第一温度传感器、第二温度传感器和用于空调运行监视分析的云端服务器，所述空调与所述能效插座相连，所述第一温度传感器设于房间内，所述第二温度传感器设于房间外，选择距离房间相等的位置设立网关，所述能效插座、第一温度传感器和第二温度传感器均与所述网关信号连接，所述网关与所述云端服务器信号连接。

2.一种空调的运行效率异常检测方法，其特征在于，具体步骤如下：

S1：首先对空调的工作过程进行分析，确定空调功率与室内温度变化之间的关系；

S2：在对空调工作过程进行分析的基础上，确立可以表征空调制冷工作状态的特征参量并以此作为依据进行变频空调异常状态监测，确定特征参量分别与房间内温度和房间外温度之间的特征关系；

S3：对特征关系进行提取；

S4：通过已知特征参量和被提取出的特征关系来确定空调工作效率是否存在异常。

3.根据权利要求2所述的一种空调的运行效率异常检测方法,其特征在于,步骤S1中，将室内温度作为系统输出，设定温度作为系统目标，二者偏差对空调运行功率产生负反馈调节作用；确定空调制冷工作功率的分布阶段；空调制冷工作在不同工作周期时，主最大制冷功率Pmax(n)与主最小制冷功率Pmin(n)受外界温度影响而调节变化，而制冷调节功率范围保持不变，即主最大制冷功率Pmax(n)-主最小制冷功率Pmin(n)保持恒定，空调在不同工作周期的次最小制冷功率Pc’(n,t)与待机功率Ps(n)不变。

4.根据权利要求2所述的一种空调的运行效率异常检测方法,其特征在于,在步骤S2中，将空调每个制冷周期分主制冷阶段与次制冷阶段两部分，第n个制冷周期的平均制冷量计算公式为：

P ‾ ( n ) = ∫ P ( n , t ) d t / Δ t = ∫ ( P max ( n ) + P min ( n ) + P c ( n , t ) + P ′ c ( n , t ) + P ′ min ( n ) + Pr ( n , t ) ) d t + / Δ t ≈ ∫ ( P max ( n ) + P min ( n ) + P c ( n , t ) + P ′ c ( n , t ) + P ′ min ( n ) ) d t / Δ t ]]>

Pr(n,t)是除了主、次制冷阶段的其他功率，其功率数值并不对制冷效果具有影响，视Pr(n,t)为0，上式中，主最大制冷功率Pmax(n)过程、主最小制冷功率Pmin(n)过程、主制冷调节功率Pc(n,t)过程、次制冷调节功率Pc’(n,t)过程、次制冷最小功率P’min(n)过程以及各过程运行时间的六个参数，这六个参数均会对制冷周期的平均制冷量产生影响，因此选择制冷周期的平均制冷量，即平均功率作为表征空调制冷状态的特征参量，探求在预设温度一定的情况下，此特征参量与室内、室外温度之间的特征关系。

5.根据权利要求2所述的一种空调的运行效率异常检测方法,其特征在于,步骤3中，基于DBSCAN聚类方法提取高密度区域，从而剔除分布在(Ps(n),P’min(n))之间的数据点对于待机功率数值提取的影响；再使用K-means算法对高密度区域进行动态聚类分析，对待机功率簇求其最大值并将该最大值作为判定是否处在待机状态的阈值；将所得的待机功率最大阈值作为判断条件，提取空调制冷运行周期；对每个制冷运行周期进行平均制冷量计算，设t1为制冷运行周期开始时刻，Δt为制冷周期持续时间，Ts是采样周期，P(t)是当前采样周期的功率，则计算公式为：

P ‾ = Σ t = t 1 t 1 + Δ t ( P ( t ) × T s ) / Δ t ]]>

确定每个制冷周期起始时刻的室内温度Tin与室外温度Tout，并计算室内外温度差(Tout–Tin)，以作为分析参数；绘制各制冷周期平均制冷量与室内外温度差之间的关系图，将y轴作为平均制冷量，将x轴作为室内外温度差，即可得知随着室内外温度差升高，即室外温度越高于室内温度，平均制冷量越大，则可知平均制冷量与室内外温度差呈线性关系，对其进行线性拟合可得周期平均制冷量与室内外温度差的特征关系。

6.根据权利要求2所述的一种空调的运行效率异常检测方法,其特征在于,步骤4中，在特征参量与特征关系已知的情况下实现效率异常检测，经过一段时间数据监测，提取在不同设定温度下平均制冷量与室内外温度差的特征关系；在线监测空调用电数据与室内外温度，每探测到制冷周期便在线实时计算平均制冷量；然后计算理论特征制冷量并根据理论特征制冷量定义异常域，当实时制冷量进入异常域时即认定空调工作效率异常并进行详细诊断。