多聯式空調的大數據應用分析

金國華

（對外經濟貿易大學 統計學院 北京 100029）

引言

隨著國民經濟的不斷發展，目前國內多聯式空調的應用范圍越來越廣，在中央空調市場中多聯式空調的占有率高達51.6 %，遠超其他產品[1]。多聯式空調與傳統的中央空調不同：冷媒傳熱系統大，冷媒傳遞路徑長，冷媒控制精度要求高。一般多聯式空調控制系統均采用分布式控制，在控制系統中對空間、時間、溫度、濕度等多維度復雜變化進行全場景控制。由于多聯式空調的冷熱需求變化大、運行隨機性強，目前理論計算、實驗測試、模擬仿真等傳統設計方法受限于樣本量少、場景簡單、行為模型缺失的條件制約，使得多聯式空調實際運行能效和運行效果之間存在一定差異。隨著計算機技術的快速發展，大數據應用于多種評價體系。比如：趙海湉等提出了一種結合主客觀大數據參數、多屬性決策方法的綠色建筑空調系統運行評價體系[2]；陳煥新等將數據挖掘技術、大數據技術應用在制冷系統[3，4]；魏玉龍等基于大數據深度學習改善空調溫濕度控制方法[6]。因此在空調結合計算機技術的快速發展期間，數據搜集和分析速度日新月異。若通過大數據平臺將大數據應用于多聯式空調的開發，可將多聯式空調的產品研發從實驗室擴展到用戶端，推動其深化研發與快速發展。本文簡單介紹多聯式空調大數據的搜集與應用，探討大數據應用到產品研發中的可行性。

1 數據搜集：大數據信息搜集架構的搭建

多聯式空調機組一般采用分布式控制系統，其系統的不同內、外機之間已可采用空調內部網絡通訊及交互信息。不同的廠商采用不同的通訊方式，如CAN、RS485、HBS等[8]，均可確保機組信息交互及時，系統內部參數完整。在該通訊網絡上層，可進一步采用WiFi、GPRS、4G等數據采集模塊，采集并轉換機組內部運行數據以便將該機組與互聯網互通，最終實現控制中心服務器與空調之間的信息交互，圖1為多聯式空調機組數據搜集網絡示意圖。

圖1 多聯式空調機組數據搜集網絡圖

2 數據挖掘：大數據信息種類與應用

當控制中心服務器搜集到全國多地多臺空調設備的參數時，隨著設備安裝量上升，大數據收集系統平臺可根據搜集到的足夠多的機組數據機型大數據的分析與應用。服務器端需對機組設備數據建立數據檔案，包含但不限于機組條碼身份、機組安裝位置、機組型號、機組運行程序代碼版本等基本身份信息。數據檔案建立后，可根據實際大數據分析需求搜集相關信息，一般包含以下幾個種類：

1）關鍵零部件可靠運行的相關數據搜集與分析應用

設備系統的運行可靠性通過大數據技術、智能診斷等可得到有效提升[5]。空調的關鍵零部件可靠運行影響整機的可靠運行，掌握關鍵零部件的運行數據可以分析整機的運行狀況并隨之判斷機組運行可靠性。隨著計算機成本的降低、處理速度的提升，實時搜集已使用空調的壓縮機、風機、水泵、電加熱、電磁閥、傳感器等各類關鍵元器件的電壓、電流、運行狀態數據，形成海量實時運行參數數據反饋給服務器平臺。服務器平臺可采集大量的實際運行參數，這些參數與在實驗室搜集的個體數據相比，數據體量大，運行工況多，更能接近用戶實際使用情況，為提高機組運行可靠性提高可靠的數據基礎。

2）用戶使用習慣的相關數據搜集與分析應用

在全國各地運行的多聯式空調具有使用地域廣，使用人群多，安裝環境多樣等特點。與之對應的，在無大數據背景下開發的機組，一般普遍基于國家標準以及實驗室運行數據開發，因此，空調機組開發過程中較難接近用戶真實使用習慣，進而影響并制約空調研發的進一步發展。實時搜集用戶的開機時長、待機時長、設定溫度、設定風速、特殊功能使用等各種實際使用情況數據，實時分析用戶使用習慣并根據使用習慣調整機組壓機、風機等關鍵部件的優化運行，可使產品更節能，使用更舒適，響應國家節能減排的號召。另外，若用戶主動開放使用習慣修正功能，服務器可根據大數據計算及回歸分析結果，啟動自學習并推送優化后的操作建議，進而通過改善使用習慣達到產品個性化節能的效果。

3）系統運行壽命的數據分析與挖掘

空調產品開發過程中，會經過一系列的實驗測試，但產品測試試驗的目的一般是驗證產品是否能達到國家標準、生產標準等。而關于產品壽命、關鍵元器件壽命的評估，傳統開發均是通過加速老化試驗做的評估預判，這種預判可能存在預判壽命錯誤或者保守設計造成的質量過剩等情況。基于大數據體系的多聯式空調可在產品全生命周期跟隨記錄產品生產、安裝、調試、運行、維修等各種數據，也可搜集并記錄關鍵零部件的工作電壓、電流、工作溫度等實際真實數據，進而搜集到大量樣本的實際運行壽命數據，這些實際運行壽命數據對產品研發以及關鍵元件物料選型有重大的指導意義。

4）空調運行分類挖掘與分析應用

基于大數據系統對機組實時運行過程記錄時，可以對數據進行分類與挖掘，一般可以包括：不同氣候區域的機組運行數據分析、不同用戶群的機組運行數據分析、不同機組類別的數據分析、不同季節的機組運行狀態數據分析與挖掘等。通過不同種類的運行數據分別挖掘與分析可實現機組的細分市場的針對性開發，提高用戶對產品的認可度。

3 數據應用：控制算法及方法反哺設計

3.1 通過用戶使用習慣，改善設計

可根據大數據研究分析多聯式空調用戶習慣，比如中國制冷空調實際運行狀況研究報告通過分析連續使用機組時常的大數據發現[1]，用戶連續使用時長55 %集中在8 h以內，這個數據可以清晰分析我國居民空調使用習慣的具體時長數據分布，也可以直觀反應出用戶對快速制冷、制熱的具體時長分布要求。在設計研發階段，提前考慮空調啟動期間，根據統計的具體時長針對性地加大壓縮機能力輸出，提升快速制冷效果或快速制熱效果，可極大提升用戶空調使用感受，有利于提高用戶對該品牌產品購買粘性，產生“使用效果好”的信賴度和評價。

通過大數據分析統計，使用多聯式空調機組同時開內機臺數數量也有所不同[1]。全國用戶有60 %時間開1臺內機、27 %開2臺內機，僅有4 %時間開3臺及以上內機，冷熱需求變化大，負荷運行范圍寬。在規劃及設計產品階段，提前考慮空調寬運行范圍的特點，而不是簡單依據國家標準和相關經驗數據來規劃產品。根據該統計分析結論，廠家可重點研發寬范圍柔性調節負載輸出的產品，最大限度提高產品不同能力輸出特別是低負載輸出的能效，不但為用戶節省電費，更可以為國家節能減排做貢獻。

分析統計用戶使用習慣，可以指導廠家設計開發相關的產品以更貼近用戶。相較于傳統的研發手段，一般主要是依據國家標準、行業標準及研發經驗來進行的，設計出來的機組常常留有較大余量，不利于節能。而通過大數據分析則可以針對建筑不同地點、不同室內外環境、建筑的不同功能、用戶的不同使用習慣等來設計機組，這將大大節省新產品研發的時間及成本，并提高產品品質。

3.2 通過報警數據，改善服務，比如區分機型做不同的服務配備

目前多聯式空調產品一般分為兩大類型產品：家用多聯式空調和商用多聯式空調。從大數據分析兩類空調的日常報警數據[7]，可以看出不同的機型類別對應的安裝工程報警頻次存在顯著差異。由于使用在商用場合的商用多聯式空調機組系統復雜，空調內外機網絡相對較大，商用多聯式空調機組維保處理速度相對較慢，影響用戶體驗，進而影響品牌形象。可針對以上兩個數據分析做出對應的改進措施：針對復雜商用多聯式空調機組系統，需重點加強商用多聯式空調機組的維保隊伍，以進一步增加產品整體競爭力。

4 大數據應用分析的其余注意事項

空調數據具有多變量、多狀態、強耦合的特征，多聯式空調多節點控制復雜、實時性要求高，多聯式空調產品內部采用單一現場級總線控制網絡，因此控制網絡節點規模大、傳輸低、獨立封閉等，難以實時獲取大量樣本數據及滿足動態高效調控。以30萬臺套多聯式空調產品估算，每6 s進行全部參數的傳輸，一天需要傳輸約6 000億個參數，要實現海量數據應用，需解決大規模、多工況的數據采集、存儲、挖掘分析及運算問題，因此需要采用高保真采樣與傳輸技術、分布式大數據云平臺等技術手段，搭建合適的全樣本大數據平臺。

5 總結與展望

大數據在空調系統優化、新產品研發、故障診斷、能耗與維護預測等方面提供了新的思路。企業與用戶之間的關系將變得更加緊密，個性化定制服務、用戶習慣分析、自動控制服務等，將滿足人們對空調便利化、智能化、節能化的更高需求。在大數據時代，數據就是財富，有效、快速的挖掘出數據中的信息，技術創新永無止境，空調行業將在大數據技術的推動下獲得更快速發展，為人類健康舒適的生活、生產做出貢獻。