[發明專利]數據處理方法、數據處理裝置、空調系統和存儲介質

在審

• 申請號: 202010078445.7
• 申請日: 2020-02-03
• 公開（公告）號: CN111291808A
• 公開（公告）日: 2020-06-16
• 發明（設計）人: 于昊;李元陽;閻杰;羅彬;梁銳
• 申請（專利權）人: 廣東美的暖通設備有限公司;美的集團股份有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;F24F11/64
• 代理公司: 北京友聯知識產權代理事務所(普通合伙) 11343
• 代理人: 汪海屏;王淑梅

本發明提出了一種數據處理方法、數據處理裝置、空調系統和存儲介質。其中，數據處理方法包括：獲取空調設備的運行數據；對運行數據進行聚合處理；根據聚合處理后的運行數據建立空調設備的模糊模型。通過本發明的技術方案，能夠避免模糊規則的冗余和模型的過度擬合問題，以及避免模糊規則集越來越龐大而導致的模糊模型在線更新困難。

技術領域

本發明涉及數據處理技術領域，具體而言，涉及一種數據處理方法、數據處理裝置、空調系統和計算機可讀存儲介質。

背景技術

暖通空調系統往往具有復雜的系統結構，同時難以避免的涉及到外部環境擾動及很多大滯后不可控因素，例如溫度，流量等。而相關技術中的建模方法往往采用數據擬合的方式，但采用擬合的方法，需要較為復雜的數據分析過程，首先需要根據數據的形態選擇合適的基函數，同時也需要在不同的范圍內建立多條曲線或曲面。對于高維數據，這樣的過程會耗費大量的時間。同時，由于系統的多變性，通過擬合的方式建立的模型往往不具備較好的通用性，而且系統具有易變的特性，因此這樣的方式無法滿足系統實時性建模的需求。

為了解決以上問題，根據被控對象的不確定性，用多個模型來逼近被控對象的全局動態特性，進而基于多個模型，設計相應的控制器，通過合理的模型(控制器)調度策略實現對外界需求的快速響應。在數據信息充足的情況下，利用模糊建模、并利用模糊規則進行子區間劃分是一種最常用、較有效的多模型建模方法，模糊模型在線建模方法即是根據輸入/輸出樣本數據集合來提取和優化模糊規則集，并以形成的模糊規則集為模型基礎的數據建模方法。

由于大量高維樣本數據的存在，在缺乏足夠的先驗知識的情況下，為了達到模型的精度要求，最直接的方法就是不加挑選地使用所有樣本數據作為模糊規則，而這樣做就會導致模糊規則的冗余和模型的過度擬合問題，即在某一范圍內精度過高、而在其它范圍內精度又達不到要求的問題。于此同時，模型包含的模糊規則集會越來越龐大，給模糊推理及模糊模型的在線更新帶來困難。

發明內容

本發明旨在至少解決現有技術或相關技術中存在的技術問題之一。

為此，本發明的一個方面在于提出了一種數據處理方法。

本發明的另一個方面在于提出了一種數據處理裝置。

本發明的再一個方面在于提出了一種空調系統。

本發明的又一個方面在于提出了一種計算機可讀存儲介質。

有鑒于此，根據本發明的一個方面，提出了一種數據處理方法，包括：獲取空調設備的運行數據；對運行數據進行聚合處理；根據聚合處理后的運行數據建立空調設備的模糊模型。

在樣本數據充足的情況下，模糊模型集合冗余及過擬合產生的原因主要是其中包含的樣本數據的信息存在重疊，即幾條模糊前件和后件相似的樣本數據都被加入到模糊模型集合中。因此，要實現模糊規則提取需要解決的關鍵問題就是如何在不確定模糊模型應該包含哪些工況的情形下，將樣本數據按工況范圍劃分成幾個樣本集合，使同一個樣本集合中的數據有盡量大的相似性，而不同樣本集合間的數據有盡量大的相異性。在該技術方案中，對運行數據進行聚合處理，以及根據聚合處理后的運行數據建立空調設備的模糊模型，從而避免模糊規則的冗余和模型的過度擬合問題，以及避免模糊規則集越來越龐大而導致的模糊模型在線更新困難。

根據本發明的上述數據處理方法，還可以具有以下技術特征：

在上述技術方案中，運行數據包括第一運行輸入數據和第二運行輸入數據，對運行數據進行聚合處理的步驟，具體包括：對第一運行輸入數據和第二運行輸入數據進行聚合處理。

在該技術方案中，第一運行輸入數據可以為多個已有運行輸入數據，而第二運行輸入數據可以為多個新增運行輸入數據，以滿足系統實時性建模的需求。將已有運行輸入數據和新增運行輸入數據一起進行聚合，劃分成幾個樣本集合，使同一個樣本集合中的數據有盡量大的相似性，而不同樣本集合間的數據有盡量大的相異性。