基于關(guān)聯(lián)規(guī)則挖掘的卷煙廠空調(diào)系統(tǒng)節(jié)能優(yōu)化

馬 瑞 李 昕 馮 濤 劉中明 劉江巖 李夔寧 丁玉棟

（1、四川中煙工業(yè)有限責(zé)任公司綿陽(yáng)卷煙廠，四川 綿陽(yáng) 621000 2、重慶大學(xué)能源與動(dòng)力工程學(xué)院，重慶 400044）

當(dāng)前，建筑能源消耗占據(jù)全球能耗的三分之一，其中，供暖、通風(fēng)和空調(diào)系統(tǒng)能耗占建筑能耗的30%～40%[1]。由于傳感器故障、設(shè)備故障、性能下降、控制策略不當(dāng)?shù)仍颍照{(diào)系統(tǒng)中約有15%～30%的能源被浪費(fèi)[2]，在工業(yè)空調(diào)中，尤其是卷煙廠空調(diào)這類高精度溫濕度控制的工藝空調(diào)，由于故障和錯(cuò)誤引起的損失更為突出。

針對(duì)實(shí)際建筑空調(diào)的運(yùn)行節(jié)能，領(lǐng)域內(nèi)部分學(xué)者提出采用數(shù)據(jù)挖掘的方式來(lái)分析空調(diào)實(shí)際運(yùn)行特性，通過(guò)數(shù)據(jù)中攜帶的信息來(lái)研究空調(diào)運(yùn)行過(guò)程中存在異常運(yùn)行模式，以改進(jìn)運(yùn)行過(guò)程以提高經(jīng)濟(jì)效益[3]。石大亮[4]等基于關(guān)聯(lián)規(guī)則分類方法來(lái)有效識(shí)別建筑冷水機(jī)組故障，診斷故障率達(dá)到90%以上；胡敏[5]提出基于貝葉斯網(wǎng)絡(luò)的冷水機(jī)組故障系統(tǒng)，能夠有效識(shí)別故障并減少能耗；Li[6]等提出了一種基于數(shù)據(jù)挖掘的方法來(lái)識(shí)別和解釋變制冷劑流量系統(tǒng)的能耗模式及其相關(guān)性；Xue[7]等采用關(guān)聯(lián)規(guī)則挖掘方法檢測(cè)出了供暖系統(tǒng)的傳感器故障和節(jié)能低效運(yùn)行模式。

現(xiàn)有研究主要集中于公共建筑、居民建筑的空調(diào)系統(tǒng)數(shù)據(jù)分析，對(duì)工業(yè)空調(diào)系統(tǒng)的相關(guān)研究鮮見(jiàn)。為了進(jìn)一步提升卷煙廠空調(diào)系統(tǒng)的運(yùn)行效率，推進(jìn)工業(yè)空調(diào)系統(tǒng)的大數(shù)據(jù)分析，本研究針對(duì)卷煙廠空調(diào)歷史運(yùn)行大數(shù)據(jù)，通過(guò)關(guān)聯(lián)規(guī)則挖掘識(shí)別卷煙廠空調(diào)系統(tǒng)異常運(yùn)行模式，并根據(jù)專業(yè)知識(shí)和數(shù)據(jù)表征，分析空調(diào)異常運(yùn)行的原因并提供詳細(xì)的節(jié)能優(yōu)化方案，為提高該卷煙廠的空調(diào)控制精度和節(jié)能減排效益奠定了理論基礎(chǔ)，同時(shí)也為推進(jìn)國(guó)家能源智能化道路建設(shè)提供實(shí)際應(yīng)用支撐。

1 關(guān)聯(lián)規(guī)則挖掘及分析方法

關(guān)聯(lián)規(guī)則挖掘是常見(jiàn)的數(shù)據(jù)挖掘方法之一，建立在關(guān)聯(lián)規(guī)則分組和比較的基礎(chǔ)上，可以從大量數(shù)據(jù)中發(fā)現(xiàn)項(xiàng)集之間的關(guān)系。

1.1 關(guān)聯(lián)規(guī)則基礎(chǔ)

關(guān)聯(lián)規(guī)則挖掘的結(jié)果以“A→B”這樣的形式出現(xiàn)。其中A 表示先行條件，B 表示后繼結(jié)果，“A→B”表示事件A 發(fā)生后一定程度上導(dǎo)致事件B 的發(fā)生。關(guān)聯(lián)規(guī)則有三個(gè)統(tǒng)計(jì)指標(biāo)，分別是支持度(support)、置信度(confidence)和提升度(lift)，表達(dá)式如下所示：

其中，P(A∪B)指的是事件A 與事件B 在數(shù)據(jù)集中同時(shí)出現(xiàn)的概率，P(B|A)是事件A 發(fā)生后，事件B 發(fā)生的條件概率，P(A)、P(B)分別是事件A、事件B 發(fā)生的概率。support(A→B)反應(yīng)的是事件A、事件B 在整個(gè)數(shù)據(jù)集發(fā)生的可能,confidence(A→B)反應(yīng)的是事件A 發(fā)生后有多大程度引起事件B 的發(fā)生，lift(A→B)反應(yīng)的是事件A 發(fā)生后事件B 發(fā)生的概率比事件B 單獨(dú)發(fā)生的概率是否有所提升。

1.2 關(guān)聯(lián)規(guī)則分組

關(guān)聯(lián)規(guī)則分組的目的是將相似的原始關(guān)聯(lián)規(guī)則分類到一個(gè)組中。相似的原始關(guān)聯(lián)規(guī)則是指在先行條件和后繼結(jié)果中均有相似變量的關(guān)聯(lián)規(guī)則。相似變量定義為具有相同物理意義的變量。

1.3 關(guān)聯(lián)規(guī)則比較

為了從大量的關(guān)聯(lián)規(guī)則中提取潛在的有用的異常關(guān)聯(lián)規(guī)則，引用了一種基于關(guān)聯(lián)規(guī)則比較的方法[8]。該方法的基本思想是通過(guò)一個(gè)設(shè)備或者子系統(tǒng)的運(yùn)行模式與具有相同物理意義的其它正常設(shè)備或者子系統(tǒng)進(jìn)行比較來(lái)識(shí)別其運(yùn)行異常模式。在本研究中，對(duì)于同一組中兩個(gè)關(guān)聯(lián)規(guī)則的相似變量，采用歐氏距離計(jì)算其歸一化區(qū)間之間的幾何距離，如下所示：

其中，l1和u1分別是分組中一個(gè)關(guān)聯(lián)規(guī)則的變量的下區(qū)間邊界和上區(qū)間邊界，l2和u2分別是同組關(guān)聯(lián)規(guī)則的相似變量的下區(qū)間邊界和上區(qū)間邊界。

在此基礎(chǔ)上，提出了兩種定義組內(nèi)關(guān)聯(lián)規(guī)則差異的標(biāo)準(zhǔn)。第一種是兩種關(guān)聯(lián)規(guī)則先行條件中的兩個(gè)相似變量之間的最大距離超過(guò)了某距離閾值，而兩種關(guān)聯(lián)規(guī)則后繼結(jié)果中的兩個(gè)相似變量之間的最大距離小于某距離閾值。二是兩種關(guān)聯(lián)規(guī)則先行條件中的兩個(gè)相似變量之間的最大距離小于某距離閾值，但兩種關(guān)聯(lián)規(guī)則后繼結(jié)果中的兩個(gè)相似變量之間的最大距離超過(guò)了某距離閾值。其中，距離閾值δdist由式5 定義。

其中,β 為0 到1 之間的距離因子，(n)0.5為兩個(gè)n 維向量之間的理論最大歐氏距離, 本研究中，維數(shù)n 為2。如果某條關(guān)聯(lián)規(guī)則與同一組中其他30%的關(guān)聯(lián)規(guī)則不同，則提取該關(guān)聯(lián)規(guī)則為可疑關(guān)聯(lián)規(guī)則并進(jìn)行分析，以此挖掘隱藏在關(guān)聯(lián)規(guī)則背后的運(yùn)行問(wèn)題。同樣，對(duì)同一組中70%以上相似的規(guī)則，也需要提取并進(jìn)行分析。

2 數(shù)據(jù)來(lái)源及預(yù)處理

2.1 數(shù)據(jù)概述

本課題研究對(duì)象為四川綿陽(yáng)卷煙廠儲(chǔ)絲車間及卷包車間空調(diào)系統(tǒng)，其中，貯絲車間包含兩臺(tái)空調(diào)系統(tǒng)（#1號(hào)、#2 號(hào)），卷包車間包含4 臺(tái)空調(diào)系統(tǒng)（#3 號(hào)、#4 號(hào)、#5號(hào)、#6 號(hào)）。如圖1 所示，每個(gè)空調(diào)系統(tǒng)包含一臺(tái)送風(fēng)機(jī)、一臺(tái)回風(fēng)機(jī)。通過(guò)改變新風(fēng)閥門、回風(fēng)閥門、排風(fēng)閥門、風(fēng)機(jī)頻率的方式來(lái)實(shí)現(xiàn)新風(fēng)、回風(fēng)、排風(fēng)風(fēng)量大小的控制。具體流程如下：新風(fēng)回風(fēng)混合形成混風(fēng)，混風(fēng)通過(guò)初效以及自清潔高效濾筒式過(guò)濾段來(lái)實(shí)現(xiàn)混風(fēng)的凈化，然后依次經(jīng)過(guò)表冷段、加熱段、加濕段來(lái)實(shí)現(xiàn)溫濕度的控制，接著送入到室內(nèi)與室內(nèi)空氣混合。室內(nèi)的空氣部分通過(guò)排風(fēng)閥門排至大氣，剩余部分則是通過(guò)回風(fēng)閥門與新風(fēng)混合，如此往復(fù)循環(huán)。

圖1 空調(diào)系統(tǒng)示意圖

本研究收集了該卷煙廠空調(diào)系統(tǒng)（#1～#5 號(hào)空調(diào)）2019 年11 月24 日至2020 年11 月24 日的歷史數(shù)據(jù)進(jìn)行分析，數(shù)據(jù)采樣間隔為2 分鐘，所采集的傳感變量如表1 所示。

表1 變量命名規(guī)則

2.2 數(shù)據(jù)預(yù)處理

實(shí)際運(yùn)行數(shù)據(jù)中存在大量的異常數(shù)據(jù)，在開(kāi)展大數(shù)據(jù)分析之前，首先需要對(duì)數(shù)據(jù)進(jìn)行預(yù)處理，包括：缺失值處理、異常值處理、數(shù)據(jù)轉(zhuǎn)換。

2.2.1 缺失值處理

處理缺失值的方法分為兩種：一是直接刪除缺失值；二是填補(bǔ)缺失值。由于本研究中缺失值比例較小并且缺失值都是源自某一段連續(xù)時(shí)間，因此選擇將缺失值直接刪除。

2.2.2 異常值的識(shí)別與處理

本研究主要存在三種類型的異常數(shù)據(jù)。第一類異常數(shù)據(jù)是某一組數(shù)據(jù)為死值（例如：0、-999 等），該類數(shù)據(jù)被直接剔除；第二類數(shù)據(jù)異常是溫濕度測(cè)點(diǎn)失效異常，該類數(shù)據(jù)被直接刪除；第三類異常數(shù)據(jù)是某一時(shí)刻數(shù)據(jù)中溫濕度數(shù)據(jù)異常，該類數(shù)據(jù)出現(xiàn)頻次較低，故采用拉格朗日插值法進(jìn)行填補(bǔ)。

2.2.3 數(shù)據(jù)轉(zhuǎn)換

關(guān)聯(lián)規(guī)則分析需要對(duì)數(shù)據(jù)進(jìn)行離散化處理，對(duì)于室內(nèi)溫度、室內(nèi)濕度、制冷閥開(kāi)度、加熱閥開(kāi)度、加濕閥開(kāi)度、新風(fēng)閥開(kāi)度、回風(fēng)閥開(kāi)度、排風(fēng)閥開(kāi)度等變量，本研究采用等寬離散化實(shí)現(xiàn)數(shù)據(jù)轉(zhuǎn)化。綜合考慮關(guān)聯(lián)規(guī)則的生成量（模型復(fù)雜度）與不同工況下規(guī)則的可區(qū)分性，將溫度以1℃為間隔、濕度以3%為間隔、開(kāi)度以5%為間隔進(jìn)行等寬離散化。

3 關(guān)聯(lián)規(guī)則挖掘結(jié)果

本研究采用Apriori 算法生成卷煙廠空調(diào)系統(tǒng)運(yùn)行關(guān)聯(lián)規(guī)則。關(guān)聯(lián)規(guī)則生成之后，為了進(jìn)一步剔除冗余規(guī)則，將支持度低于0.5%的規(guī)則予以刪除。此外，由于關(guān)聯(lián)規(guī)則數(shù)量較大，本研究只分析前因變量為一個(gè)或兩個(gè)的關(guān)聯(lián)規(guī)則和后因變量為一個(gè)或兩個(gè)的關(guān)聯(lián)規(guī)則。另外，規(guī)則比較時(shí)，異常規(guī)則的距離因子β 大小設(shè)置為0.4。

3.1 案例1：傳感系統(tǒng)優(yōu)化

首先，為了評(píng)估卷包車間及貯絲車間溫度控制的均勻性，提取了同一空調(diào)系統(tǒng)中各個(gè)溫度測(cè)點(diǎn)之間、各個(gè)濕度測(cè)點(diǎn)之間的關(guān)聯(lián)規(guī)則。表2 為與#3 號(hào)空調(diào)溫度傳感相關(guān)的異常關(guān)聯(lián)規(guī)則，表3 則顯示了正常運(yùn)行條件下的關(guān)聯(lián)規(guī)則。可以看出，正常運(yùn)行情況下，整個(gè)空調(diào)區(qū)域內(nèi)溫度波動(dòng)為0-2℃，顯示出較好的溫度均勻性。然而表3 中的異常關(guān)聯(lián)規(guī)則卻顯示#3 號(hào)空調(diào)區(qū)域內(nèi)的溫度測(cè)點(diǎn)1、測(cè)點(diǎn)2 存在2-6℃的溫度波動(dòng)。

表2 #3 號(hào)空調(diào)溫度測(cè)點(diǎn)故障的異常關(guān)聯(lián)規(guī)則

表3 各個(gè)空調(diào)溫度測(cè)點(diǎn)的正常關(guān)聯(lián)規(guī)則

進(jìn)一步對(duì)空調(diào)系統(tǒng)的相對(duì)濕度進(jìn)行關(guān)聯(lián)規(guī)則挖掘。表4 為與#3 號(hào)空調(diào)濕度相關(guān)的異常關(guān)聯(lián)規(guī)則，表5 為正常運(yùn)行條件下的關(guān)聯(lián)規(guī)則。正常運(yùn)行情況下的關(guān)聯(lián)規(guī)則中，同一空調(diào)區(qū)域內(nèi)所測(cè)得的相對(duì)濕度波動(dòng)為0-3%，體現(xiàn)出較好的濕度均勻性。而異常的關(guān)聯(lián)規(guī)則中#3 號(hào)空調(diào)系統(tǒng)的測(cè)點(diǎn)1 與測(cè)點(diǎn)2 的相對(duì)濕度差達(dá)到了6-9%。

表4 #3 號(hào)空調(diào)濕度測(cè)點(diǎn)故障的異常關(guān)聯(lián)規(guī)則

表5 各個(gè)空調(diào)濕度測(cè)點(diǎn)的正常關(guān)聯(lián)規(guī)則

綜合以上的關(guān)聯(lián)規(guī)則挖掘結(jié)果和現(xiàn)場(chǎng)實(shí)際數(shù)據(jù)考察發(fā)現(xiàn)#3 號(hào)的溫濕度僅有兩個(gè)，測(cè)點(diǎn)偏少，其它空調(diào)的溫濕度測(cè)點(diǎn)有八個(gè)，較為充足，且均為均勻布置。#3 號(hào)空調(diào)僅以兩個(gè)溫濕度測(cè)點(diǎn)的均值作為空調(diào)系統(tǒng)的控制輸入，不足以反映實(shí)際整體區(qū)域的溫濕度，進(jìn)而導(dǎo)致空調(diào)系統(tǒng)的加熱和加濕過(guò)程控制無(wú)法達(dá)到理想水平。為了進(jìn)一步評(píng)價(jià)該空調(diào)的具體運(yùn)行狀況，本研究引入平均無(wú)偏標(biāo)準(zhǔn)差概念。平均無(wú)偏標(biāo)準(zhǔn)差指實(shí)際值與歷史均值的偏離程度，其大小反應(yīng)了當(dāng)日各個(gè)測(cè)點(diǎn)溫濕度的偏離程度，無(wú)偏標(biāo)準(zhǔn)差越大則表示當(dāng)日不同測(cè)點(diǎn)的溫度或濕度相差越大；反之，相差越小。其計(jì)算公式如下：

其中，Xi為不同時(shí)刻下該空調(diào)區(qū)域內(nèi)的溫度或濕度讀數(shù)，X 為讀數(shù)的平均值，n 為傳感器數(shù)量。

本研究于2020 年3 月利用關(guān)聯(lián)規(guī)則挖掘的方法發(fā)現(xiàn)了該卷煙廠#3 號(hào)空調(diào)的溫濕度測(cè)點(diǎn)數(shù)量嚴(yán)重不足的問(wèn)題，通過(guò)聯(lián)系該卷包車間的工作人員及現(xiàn)場(chǎng)測(cè)試，在2020 年3 月對(duì)卷包車間的傳感系統(tǒng)進(jìn)行升級(jí)，在#3 號(hào)空調(diào)輻射空間內(nèi)增設(shè)了6 個(gè)溫濕度傳感器，并對(duì)采集點(diǎn)空間分布進(jìn)行了優(yōu)化，以8 個(gè)傳感器的采樣平均值作為空調(diào)系統(tǒng)控制輸入。

圖2 為#1 號(hào)空調(diào)和#3 號(hào)空調(diào)的溫濕度無(wú)偏標(biāo)準(zhǔn)差圖。其中，#1 號(hào)的無(wú)偏標(biāo)準(zhǔn)差屬正常范圍。#3 號(hào)空調(diào)的溫濕度無(wú)偏標(biāo)準(zhǔn)差在2020 年3 月之前明顯偏大，而3 月份之后，其溫濕度無(wú)偏標(biāo)準(zhǔn)差處于較低水平。可以看出，經(jīng)傳感系統(tǒng)優(yōu)化后，#3 號(hào)空調(diào)系統(tǒng)區(qū)域溫濕度均勻性較差的問(wèn)題已得到改善。

圖2 2019 年12 月-2020 年11 月#1、#3 號(hào)空調(diào)溫濕度MSTD 圖

3.2 案例2：冬季自然冷源利用

為了進(jìn)一步研究空調(diào)系統(tǒng)的控制缺陷，本研究利用關(guān)聯(lián)規(guī)則分析了空調(diào)系統(tǒng)中新風(fēng)閥門開(kāi)度、回風(fēng)閥門開(kāi)度之間的耦合運(yùn)行關(guān)系。一般來(lái)說(shuō)，新風(fēng)閥門開(kāi)度處于0-5%、10-15%時(shí)可以得出回風(fēng)閥門開(kāi)度處于95-100%、90-95%，反之亦然，即#1 號(hào)、#3 號(hào)空調(diào)的新風(fēng)閥門、回風(fēng)閥門開(kāi)度總是互補(bǔ)的。

然而，表6 中新風(fēng)閥開(kāi)度小（5%以下）、回風(fēng)閥開(kāi)度大（95%以上）規(guī)則的支持度較高（96%以上），表明該空調(diào)系統(tǒng)常年運(yùn)行時(shí)經(jīng)常保持小新風(fēng)、大回風(fēng)的控制。圖3顯示了#1 號(hào)、#3 號(hào)每日新風(fēng)閥門、回風(fēng)閥門開(kāi)度平均值曲線圖。可以看出全年#1 號(hào)、#3 號(hào)新風(fēng)閥門、回風(fēng)閥開(kāi)度分別處于常閉、常開(kāi)狀態(tài)。僅節(jié)假日（五一、十一）時(shí)出現(xiàn)新風(fēng)閥全開(kāi)、回風(fēng)閥全關(guān)的情形，對(duì)應(yīng)表6 中的7、8 號(hào)規(guī)則，而7、8 號(hào)規(guī)則支持度較低，表明出現(xiàn)頻次不高。

表6 #1 號(hào)、#3 號(hào)空調(diào)新風(fēng)閥開(kāi)度、回風(fēng)閥開(kāi)度的關(guān)聯(lián)規(guī)則

圖3 #1、#3 號(hào)新風(fēng)閥、回風(fēng)閥開(kāi)度

相應(yīng)地，通過(guò)查詢#2 號(hào)、#4 號(hào)、#5 號(hào)和#6 號(hào)空調(diào)的關(guān)聯(lián)規(guī)則，也可以得到相似結(jié)論。結(jié)合圖4 所示綿陽(yáng)市全年溫度變化趨勢(shì)，可以看出，卷煙廠空調(diào)系統(tǒng)在室外氣溫低于室內(nèi)空調(diào)設(shè)定溫度時(shí)（尤其是冬季）并沒(méi)有將空調(diào)新風(fēng)閥門開(kāi)大，充分利用室外的冷空氣（自然冷源）對(duì)室內(nèi)生產(chǎn)機(jī)器進(jìn)行冷卻。仍采用人工制冷的方式進(jìn)行冷卻，是導(dǎo)致當(dāng)前廠區(qū)空調(diào)系統(tǒng)能耗占比高的重要原因之一。

圖4 綿陽(yáng)市2019 年每日室內(nèi)外溫度

鑒于此，卷煙廠需要進(jìn)一步改進(jìn)空調(diào)系統(tǒng)新風(fēng)回風(fēng)閥控制模式，在室外溫度較低時(shí)合理控制新、回風(fēng)閥門的開(kāi)度，利用室外自然冷源對(duì)生產(chǎn)區(qū)域進(jìn)行冷卻，從而有效減少空調(diào)系統(tǒng)耗能，提高經(jīng)濟(jì)效益。在參考肖新文[9]對(duì)于自然冷卻空調(diào)箱的應(yīng)用研究基礎(chǔ)上，如表7 所示，將空調(diào)系統(tǒng)調(diào)整至具有如下三種運(yùn)行模式：

表7 空調(diào)系統(tǒng)各風(fēng)閥控制模式

機(jī)械制冷模式：當(dāng)室外溫度高于室內(nèi)回風(fēng)預(yù)設(shè)值或者室外濕度及空氣品質(zhì)不符合要求時(shí)，新風(fēng)閥關(guān)閉，氣流室內(nèi)循環(huán)，系統(tǒng)采用壓縮機(jī)械制冷。

混合制冷模式：當(dāng)室外溫度低于室內(nèi)回風(fēng)預(yù)設(shè)值但高于機(jī)組設(shè)定送風(fēng)，且室外濕度及空氣品質(zhì)符合要求時(shí)，將新風(fēng)閥開(kāi)啟，開(kāi)度根據(jù)室內(nèi)外干球溫度差進(jìn)行線性調(diào)節(jié)。此時(shí)壓縮機(jī)卸載運(yùn)行，整個(gè)空調(diào)系統(tǒng)開(kāi)始進(jìn)入節(jié)能運(yùn)行。

自然冷卻制冷模式：當(dāng)室外溫度進(jìn)一步降低，不高于送風(fēng)溫度且室外濕度及空氣品質(zhì)符合要求時(shí)，系統(tǒng)利用室外新風(fēng)直接自然冷卻，新風(fēng)閥門開(kāi)度根據(jù)室內(nèi)外干球溫度差進(jìn)行線性調(diào)節(jié)。此時(shí)，機(jī)械制冷關(guān)閉，節(jié)能效果較之混合制冷模式再次提升。

為了驗(yàn)證節(jié)能改進(jìn)方案是否有效，本研究對(duì)改進(jìn)后的六個(gè)空調(diào)系統(tǒng)的運(yùn)行數(shù)據(jù)進(jìn)行了追蹤，搜集了2020 年和2021 年從10 月13 日到11 月17 日六個(gè)空調(diào)的能耗數(shù)據(jù)，對(duì)兩者進(jìn)行了對(duì)比。期間，空調(diào)系統(tǒng)的供能區(qū)域無(wú)變化，室內(nèi)溫濕度設(shè)定值一致，相應(yīng)時(shí)間段的室外干球溫度則如圖5 所示。從圖6 中可以看出，在改進(jìn)了空調(diào)系統(tǒng)的控制模式后，整個(gè)系統(tǒng)的的能耗顯著下降，能耗總量從100953 kWh 減少至77965 kWh，能耗減少率為22.77%。

圖5 綿陽(yáng)市2020 年與2021 年室外干球溫度（10 月13 日-11 月18 日）

圖6 節(jié)能優(yōu)化前后用電量對(duì)比

4 結(jié)論

本研究以四川綿陽(yáng)某卷煙廠空調(diào)系統(tǒng)為對(duì)象，通過(guò)對(duì)該空調(diào)系統(tǒng)的歷史運(yùn)行數(shù)據(jù)進(jìn)行關(guān)聯(lián)規(guī)則挖掘與分析，研究了卷煙廠空調(diào)系統(tǒng)的異常運(yùn)行問(wèn)題。并結(jié)合專業(yè)知識(shí)針對(duì)性地分析了可能的故障或異常原因，提出節(jié)能改進(jìn)方案，得出結(jié)論如下：

4.1 本研究所提出的關(guān)聯(lián)規(guī)則挖掘及分析方法，可以有效挖掘出人工巡檢難以查找的系統(tǒng)異常運(yùn)行模式和故障，通過(guò)仿真分析和現(xiàn)場(chǎng)調(diào)研相結(jié)合，為進(jìn)一步提升卷煙廠空調(diào)系統(tǒng)運(yùn)行經(jīng)濟(jì)性奠定了理論和應(yīng)用基礎(chǔ)。

4.2 基于專業(yè)知識(shí)的指導(dǎo)，本研究從室內(nèi)空間溫濕度控制均勻性、系統(tǒng)各閥門控制等角度出發(fā)，針對(duì)性地發(fā)現(xiàn)了卷煙廠空調(diào)系統(tǒng)在傳感器系統(tǒng)設(shè)計(jì)、自然冷源利用等方面的問(wèn)題，并進(jìn)行了相應(yīng)的節(jié)能改進(jìn)。現(xiàn)場(chǎng)調(diào)研數(shù)據(jù)表明，經(jīng)傳感系統(tǒng)優(yōu)化和節(jié)能改進(jìn)后，#3 號(hào)空調(diào)系統(tǒng)區(qū)域溫濕度均勻性得到顯著提高，且整個(gè)卷煙廠空調(diào)系統(tǒng)能耗同比減少22.8%。因此，文章所提出的節(jié)能優(yōu)化方法被證明是實(shí)際可行且有效的。