Page 49 - 《真空与低温》2025年第5期
P. 49

588                                         真空与低温                                   第 31 卷 第  5  期


                  sis are effective tools for extracting key information from the operational data of the air-source heat pump system. These tech-
                  niques can significantly improve the efficiency and accuracy of performance prediction and fault diagnosis，providing valu-
                  able insights for the optimization and maintenance of the system. Today，these methods continue to play a crucial role in en-
                  hancing the performance and reliability of air-source heat pump systems.
                     Key words：heat pump system；principal component analysis；correlation analysis；data mining


               0 引言                                             机制的深入分析；另一方面，PCA               独立应用时主要
                                                                对数据降维，而相关性分析则揭示变量间的相关性，
                  空气源热泵能够有效地利用低温空气中的热
                                                                单一方法的应用在热泵数据关键参数的提取中存
              能，为生活和采暖提供高温热水，具备高效节能的
                                                                在局限性。针对热泵运行数据存在多维度、参数
              优势，与燃煤锅炉和电锅炉采暖方式相比具有明显
                                                                间耦合的特点，提出了一种基于主成分分析（PCA）
                     [1]
              的优势 。然而，热泵系统在复杂工况下的多变量
                                                                和相关性分析的热泵运行数据分析方法。该方法
              耦合特性导致运行数据维度高、非线性强。如何
                                                                通过主成分分析提取数据的主要特征，减少维度的
              从海量数据中提取关键特征并解析其内在关联，成
                                                                同时保留关键信息，并结合相关性分析深入挖掘各
              为优化系统性能与可靠性的核心挑战。
                                                                参数之间的内在关系。主成分和相关性分析在热
                  数据挖掘是当今智能系统理论和技术的重要
                                                                泵系统运行数据挖掘中的融合应用方法的技术路
              研究内容，它结合了统计学、机器学习、人工智能
                           [2]
              和数据库技术 。近年来，数据挖掘技术已经在多                            线，如图    1 所示。
                                             [3]
              个领域取得了显著的成果，王少宇 通过对化工厂                             1 热泵系统与数据源
              工业循环水系统的运行数据进行分析，找出影响系
                                                                     本文中所选用的空气源系统机组型式为散
              统状态的关键因素，并对其进行调整，以实现节水
                                                                热器型低温环境温度变频空气源热泵（冷水）机
              和节能目标。刘祝娟等 通过主成分分析法，研究
                                    [4]
                                                                组（DLRK-25IIBM/C1）。最低适用的环境温度为
              了我国城市交通碳排放的关键因素，为低碳交通发
                                                                −20 ℃。使用的制冷剂为           R410A，充注量为      4.6 kg。
                                        [5]
              展提供了理论支持。Hao 等 结合相关性和因果
                                                                在低温加热条件下，出口水温为                 55 ℃  时，该系统
              关系分析，成功地在水泥预分解系统中识别了故障                            的加热性能系数（COP）为            1.75。空气源热泵系统
                                [6]
              根本原因。江伟等 通过主成分分析对江苏省小
                                                                原理如图     2 所示。图     2 中红色箭头是加热过程中
              麦品质性状进行了相关性研究，为小麦质量评估提                            的制冷剂循环系统，而由蓝色箭头指示的循环路
              供了依据。空间目标态势感知系统结合数据挖掘                             线是制冷过程中的制冷剂循环系统。翅片式换热
              技术，可以实现对不同类型空间目标态势感知信息                            器的翅片由铝箔波纹板制成，翅片厚度为                     0.12 mm，
              的融合处理，去除传感器间的重复数据和虚假干扰，                           宽度为    20 mm，翅片间距为        2 mm。换热管由直径
              提升战场态势感知与目标识别能力，从而生成可靠                            为  9 mm  的铜管制成，管间距为           23 mm。分配器的
              的作战信息 。                                           入口直径为       13 mm，出口连接到       10 根直径为     6 mm
                         [7]
                  数据挖掘是数据驱动的重要手段，其核心目的                          的液体分离毛细管。该系统采用全封闭压缩机，气
              是通过系统的数据收集、分析和应用，提升决策的                            缸容积为      55.1 cm ，功率为   5 620 W。电子膨胀阀
                                                                                3
              效率和准确性。数据挖掘技术能够构建预测精度                             的阀口直径为        2.8 mm。在正常压力下，500 次脉冲
              高、具有人工智能特征、复杂且动态非线性的系统                            的 空 气 流 量为     90 L/min。 该 系 统 通 过 壳 管 式 换
              模型，因此非常适用于多维度、非线性的暖通空调                            热器为用户提供热水或冷水。循环水的流量为
                                                                      3
              （Heating，Ventilation and Air Conditioning，HVAC）系  3.78 m /h，循环水管直径为        32 mm。
                                                   [8]
              统模拟。近年来，数据挖掘在热泵节能 、性能提                                 本研究在浙江正理生能科技有限公司                    40 kW
              升  [9-10] 、负荷预测  [11-12] 、系统优化  [13] 、故障诊断  [14-15]  环境性能实验室内进行了空气源热泵性能测试实
              等多方面应用广泛。但现有文献中的数据处理方                             验。通过改变实验室内环境温度、湿度、电源电压、
              法大多采用单一的统计技术，如主成分分析（PCA）                          电流等可调控参数，收集了制冷过程中的七组数据，
              或相关性分析，热泵系统数据处理方法仍存在不足：                           组成本文的原始数据集，本实验数据集由测试数据
              一方面，现有方法大多聚焦于单一性能指标（如能                            与计算数据两部分构成，旨在为系统热力学特性分
              效），缺乏对换热量、输入功率等多参数协同作用                            析与能效评估提供多维度的数据支撑。测试数据
   44   45   46   47   48   49   50   51   52   53   54