机械工程学报

作者：梁志豪, 巫江虹, 谢子立

单位：1. 华南理工大学机械与汽车工程学院 广州 510641;；2. 多伦多大学文理学院 安大略 M5S 2E8 加拿大

关键词：变频空调,模式识别,能耗分析,数据挖掘,优化运行；

基金：国家自然科学基金（51776076）和国家重点研发计划“政府间国际科技创新合作”重点专项（2016YFE011810）资助项目。

变频空调的长期运行数据是空调在实际环境中运行状态最直接的反映，空调运行的内在规律潜藏在其长期的运行数据中，分析其长期运行数据时，由于数据冗余、存在异常数据等原因，需要采用数据挖掘的方法进行研究。采用聚类算法进行分析，空调的运行模式可总结为三种模式，即上午高负荷模式、下午高负荷模式以及低频平稳模式，三种模式下空调的送风温度都比较接近，但室外温度有所区别。上午（下午）高负荷模式中，室外温度在上午（下午）最高，功率及制冷性能系数（Energy efficiency ratio，EER）分别处于峰值及谷值，低频平稳模式下，室外温度并不高，开机后空调运行比较稳定，运行参数变化不大。此后，采用控制变量法和多项式拟合来分析环境工况参数对空调性能的影响，室外侧环境温度、空调回风温度的升高均导致空调的功率增加，而空调的EER随着回风温度的升高而增加，随着室外温度及空调的功率（运行频率）的增加而下降。采用神经网络算法，研究基于空调送风侧参数预测变频空调性能的方法，并建立神经网络预测模型，该方法的预测误差在15%以内，可以通过控制空调运行时的送风侧参数，达到控制空调性能的目的。最后，根据以上研究成果，提出变频空调控制优化方法，提高空调在线长期运行能效。

来源：2019年第6期

《机械工程学报》期刊编辑部

查看机械工程学报杂志2019年第6期