[發明專利]基于機器學習技術的空調故障識別系統

在審

• 申請號: 202011151911.6
• 申請日: 2020-10-21
• 公開（公告）號: CN112254274A
• 公開（公告）日: 2021-01-22
• 發明（設計）人: 黃小寶;張美玲
• 申請（專利權）人: 上海協格空調工程有限公司
• 主分類號: F24F11/38
• 分類號: F24F11/38;F24F11/56;F24F11/58;F24F11/89;F24F11/63
• 代理公司: 暫無信息
• 代理人: 暫無信息

一種基于機器學習技術的空調故障識別系統。本發明在空調系統中設置有若干檢測線路、故障識別單元、通訊單元和存儲單元。本發明通過各檢測線路分別獲得空調運行過程中的各部件的運行數據，將該運行數據以張量方式提供給故障識別單元，由故障識別單元通過對張量元素之間關聯關系和數據本身的特征提取，獲知空調系統的實時運行狀態。由此，本發明能夠盡可能準確的檢測到空調系統的各類運行故障，并進行提示。本發明由于檢測數據豐富，因此能夠有效減少對空調系統故障狀態誤判的可能，可為空調系統的維護提供便利。

技術領域

本發明涉及空調系統技術領域，具體而言涉及一種基于機器學習技術的空調故障識別系統。

背景技術

現有空調設備的檢修，尤其是大型商用中央空調系統的檢修需要單獨安排專業人員上門進行檢修和維護。這種維護方式下，往往只有在空調系統嚴重故障，以至于設備無法正常工作時，才會被上報至設備維護方進行檢修排查。這種維護方式在檢修排查故障前，空調系統早已在長期工作在故障狀態下，很可能對系統硬件部件造成不可逆的損傷。因此現有方式下空調系統維護成本高昂。

為解決這一問題，目前的空調系統設計有檢修接口，以便通過電子信號方式獲知空調運轉、故障情況。但是現有技術下，檢修接口的電子信號所攜帶的信息單一，對于大型空調設備系統，現有的單一檢修信號仍不足以實現對系統各類故障的檢修和排查。

發明內容

本發明針對現有技術的不足，提供一種基于機器學習技術的空調故障識別系統，本發明先將空調設備中各檢測線路所獲得的各類數據形成空調狀態張量，然后對張量進行投影映射，獲得能夠保留各通道檢修參數之間聯系的多通道特征數據，最終利用機器學習技術根據多通道特征數據提取空調設備所對應的運行狀態，實時進行報修和維護。本發明具體采用如下技術方案。

首先，為實現上述目的，提出一種基于機器學習技術的空調故障識別系統，其包括：檢測線路，其連接有傳感設備或數據接口，所述傳感設備或數據接口分別設置在空調系統中的不同部件上或分別與空調系統中的不同部件通訊連接，用于獲取空調系統中不同部件所分別對應的各類運行數據；故障識別單元，其分別連接各所述檢測線路，用于接收各類運行數據，還用于輸出空調系統所對應的運行狀態；通訊單元，其一側連接在故障識別單元的輸出端，其另一側與維護方平臺有線連接或無線連接，用于在接收到故障識別單元所輸出的空調系統的運行狀態異常時，實時上報該空調系統所對應的運行狀態，進行報修和維護；存儲單元，其連接所述故障識別單元，所述存儲單元內存儲有可供故障識別單元運行的計算機程序以及訓練好的機器學習模型，使得所述故障識別單元運行該計算機程序時執行以下步驟：先根據各檢測線路所獲得的各類運行數據生成空調狀態張量；然后對所述空調狀態張量進行由張量到向量的投影映射，獲得多通道特征向量；最后調用機器學習模型根據多通道特征向量提取并輸出空調系統所對應的運行狀態。

可選的，如上任一所述的基于機器學習技術的空調故障識別系統，其中，根據各檢測線路所獲得的各類運行數據生成空調狀態張量的具體步驟包括：步驟z1，分別接收并按照接收順序依次緩存各檢測線路所獲得的各類運行數據，緩存時，按照所述運行數據的接收時間以及接收端口進行標記；步驟z2，將步驟z1中所緩存的D個接收端口，分別在T個時間節點所分別獲得的M個運行數據，按照端口標號順序和接收時間順序生成D×T×M的空調狀態張量{Z₁，Z₂，...，Z_M}。