[發明專利]空調回風溫度的預測方法、異常監控方法和相關裝置

在審

• 申請號: 202110327643.7
• 申請日: 2021-03-26
• 公開（公告）號: CN112862222A
• 公開（公告）日: 2021-05-28
• 發明（設計）人: 向唯;徐志軒;董亮;習正;何城
• 申請（專利權）人: 中國建設銀行股份有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/06
• 代理公司: 中原信達知識產權代理有限責任公司 11219
• 代理人: 李陽;郭晗

本發明公開了一種空調回風溫度的預測方法、異常監控方法和相關裝置，涉及數據分析與挖掘技術領域。該方法的一具體實施方式包括：以預設的時間間隔接收空調的各時刻的回風溫度數據，按照時刻選取規則，從各時刻中動態選取預設數量的時刻，根據所選取時刻的回風溫度數據，生成空調的預測回風溫度數據，其中，所選取的每個時刻的回風溫度數據對應各自的權重，預測回風溫度數據為預測得到的當前時刻的下一時刻空調的回風溫度數據，還可基于空調的設定的回風溫度參數監控預測回風溫度數據的異常，該實施方式無需大量數據構建訓練數據集即可得到準確可靠的精密空調回風溫度預測數據，提高空調回風溫度異常監控性能，有效保證精密空調運行安全可靠性。

技術領域

本發明涉及數據分析與挖掘技術領域，尤其涉及一種空調回風溫度的預測方法、異常監控方法和相關裝置。

背景技術

工業機房尤其是通信機房內的電子設備正常運行需要有一個穩定的機房溫濕度環境。如果機房內的環境參數達不到通信設備運行的要求，將會對設備的正常運行造成影響，例如：數據存儲出錯、運行速度偏慢等，甚至直接宕機或造成設備硬件損壞。機房精密空調便是根據機房內的各類電子設備對環境溫濕度的要求而專門設計的空調系統，由于其高可靠性的硬件配置，使其能夠在控制系統下完成對機房環境溫濕度的高精度調節。現有方案通過基于ARX模型(系統辨識中的模型)預測精密空調的回風溫度來監控異常，ARX模型實際過程的輸入和輸出之間的關系是非常復雜的，往往是非線性的、時變的，為了完善ARX模型，可以另外增加輸入，外加輸入是實際輸入值的平方和/或乘積，可以利用模型歷史輸入值和預測輸出值作為新的模型輸入，輸入和輸出之間關系也不再是線性的，而是二階的，因此ARX模型需要大量且復雜的數據集，通過大量的數據去訓練該數據模型，從而達到預測效果。但是通常并沒有足夠的實際數據來支撐該數據集，因此，如果僅僅從模擬數據進行訓練該模型，該模型不具備實際的預測能力，更無法基于預測的回風溫度數據有效地進行異常監控。

在實現本發明過程中，發明人發現現有技術中至少存在如下問題：

無法得到準確可靠的精密空調回風溫度預測數據，降低了空調回風溫度異常的監控性能，無法保證精密空調運行的安全性和可靠性。

發明內容

有鑒于此，本發明實施例提供一種空調回風溫度的預測方法、異常監控方法和相關裝置，無需大量數據構建訓練數據集即可得到準確可靠的精密空調回風溫度預測數據，提高了空調回風溫度異常的監控性能，有效保證精密空調運行的安全性和可靠性。

為實現上述目的，根據本發明實施例的一個方面，提供了一種空調回風溫度的預測方法。

一種空調回風溫度的預測方法，包括：以預設的時間間隔接收空調的各時刻的回風溫度數據；按照時刻選取規則，從所述各時刻中動態選取預設數量的時刻，根據所選取時刻的回風溫度數據，生成所述空調的預測回風溫度數據，其中，所選取的每個時刻的回風溫度數據對應各自的權重，所述預測回風溫度數據為預測得到的當前時刻的下一時刻所述空調的回風溫度數據。

可選地，所述各時刻中每個時刻的回風溫度數據分別對應該時刻的已存預測回風溫度數據；所述按照時刻選取規則，從所述各時刻中動態選取預設數量的時刻，包括：計算所述各時刻中每個時刻的回風溫度數據與對應的已存預測回風溫度數據的誤差值；對計算得到的所有誤差值按照數值大小排序，并選取出數值最小的所述預設數量的誤差值；由選取出的誤差值對應的時刻得到所述預設數量的時刻。

可選地，所述根據所選取時刻的回風溫度數據，生成所述空調的預測回風溫度數據，包括：根據所選取時刻的回風溫度數據，以及所選取的每個時刻的回風溫度數據對應的權重，利用移動平均算法計算所選取的每個時刻的回風溫度加權值，基于計算得到的各回風溫度加權值，計算所述空調的預測回風溫度數據，其中，所述權重根據對應的時刻的編號、所述當前時刻的下一時刻的編號動態計算得到，所選取的每個時刻的編號以及所述當前時刻的下一時刻的編號，通過對所述所選取時刻以及所述當前時刻的下一時刻，按照時間先后順序排列確定。