當(dāng)前位置：
隨著人工智能、物聯(lián)網(wǎng)、大數(shù)據(jù)等..科技的興起，那些曾經(jīng)只出現(xiàn)在科幻電影里，看似遙遠的智慧樓宇正在走近我們的生活！然而，每一個做過智能樓宇的從業(yè)者都能感受到自己知識面的局限性，并且希望有一種技術(shù)能幫助自己更好地實現(xiàn)業(yè)務(wù)目標(biāo)，而且使用起來不太復(fù)雜。..蘭州樓宇亮化的小編就來講講如何在數(shù)據(jù)科學(xué)的驅(qū)動下，三步把“未來樓宇”變?yōu)椤艾F(xiàn)實”。
其實拋開對數(shù)據(jù)科學(xué)各種算法、數(shù)據(jù)清洗等的畏懼，數(shù)據(jù)科學(xué)的應(yīng)用過程實際上和我們要解決“把大象塞進冰箱里”的問題是一樣的，我們這里來分解一下如果數(shù)據(jù)科學(xué)要在剛才這種場景下發(fā)揮作用，一共需要多少個步驟。只要三步
首先，選擇并清洗數(shù)據(jù)
我當(dāng)然假設(shè)了各種5A系統(tǒng)、物聯(lián)網(wǎng)方案其實已經(jīng)提供了足夠多的數(shù)據(jù)，只是在面對這個主題時我們并不需要所有的數(shù)據(jù)：過多的數(shù)據(jù)維度不僅浪費計算資源，更會對數(shù)據(jù)科學(xué)的推演產(chǎn)生反作用力。在該領(lǐng)域..的協(xié)助下，我們選擇了四個維度的數(shù)據(jù)：”通過空氣處理裝置前, 冷卻水環(huán)中的水溫度（下圖回路中的chT1）”、“通過空氣處理裝置后, 冷卻水環(huán)中的水溫度（chT2）”、“冷水循環(huán)中的水流量（chFlow）”、“通過冷水機組前冷凝器回中的水溫度（coT1）”，用這四個影響力.大的數(shù)據(jù)維度加上時間來做出預(yù)測。
第二步，選擇合適的算法模型
我們因為是想發(fā)現(xiàn)這個功耗的變化和整個HVAC中的其他可觀測的傳感器給的數(shù)值之間的關(guān)系，從而確定如何.有效地做大樓的水冷控制，所以回歸模型可能是比較合適的方法。但是具體哪種回歸我也不清楚，沒關(guān)系，在合適的工具中我可以多選兩個比較一下。我們這里以微軟的Azure Machine Learning Studio為例，我們選擇了神經(jīng)網(wǎng)絡(luò)回歸和決策森林回歸兩種算法。不要被這兩個算法的名稱嚇倒（當(dāng)然如果你是學(xué)數(shù)學(xué)的請忽略這句），在現(xiàn)代化的機器學(xué)習(xí)工具面前，你可以把這些算法理解成你需要的某個型號的鋼材或者PV管，而且你可以無限次地嘗試，直到你看到你想要的結(jié)果。
第三步，開始訓(xùn)練模型并調(diào)整算法中的參數(shù)
整個過程就是一個所見即所得的運用數(shù)據(jù)科學(xué)來判斷大樓.佳冷水機組工作環(huán)境的模擬過程。從模型跑完給出的結(jié)果來觀察（是的，此時還是需要懂行的人來觀察這個結(jié)果的含義），當(dāng)冷水機組水流量從 3600 LPM 以下增加到 3600 LPM 以上時, 從模型的結(jié)果可以觀察到快速的功耗上升。這種現(xiàn)象通常代表著暖通空調(diào)系統(tǒng)的容量故障。這意味著冷水機組幾乎已經(jīng)達到了冷卻能力的極限, 盲目增加水流只會浪費更多的電力, 不會再吸收更多的熱量。值得一提的是, 在重新檢查了真實的歷史數(shù)據(jù)后, 我們在流量>3600 時確實發(fā)現(xiàn)了幾次容量故障的發(fā)生?；谶@些觀察, 我們將 3600 LPM 定義為該暖通空調(diào)系統(tǒng)中的閾值。每當(dāng)超過3600時, 將在此大樓的控制系統(tǒng)中觸發(fā)警報, 并啟動備份冷水機組以..這種容量故障情況。
甘公網(wǎng)安備 62010202002278號