王會(huì)羽 官國飛 宋 滸

（1.江蘇省電力公司信息通信分公司，江蘇 南京210024；2.江蘇方天電力技術(shù)有限公司，江蘇 南京211102）

0 引言

現(xiàn)代機(jī)房存在大量的機(jī)器設(shè)備，設(shè)備中包含大量電子元器件，其對(duì)于機(jī)房溫濕度的要求很高。溫度過高易導(dǎo)致電子元器件的性能劣化，加速設(shè)備的老化，縮短其壽命；溫度過低可導(dǎo)致電子元器件的參數(shù)發(fā)生改變，影響設(shè)備的穩(wěn)定性；濕度過高易使材料氧化腐蝕，影響材料使用壽命；濕度過低會(huì)導(dǎo)致空氣干燥，易產(chǎn)生靜電，空氣中的灰塵等易吸附在硬盤、磁盤等上面，導(dǎo)致硬盤、磁盤損壞，讀取數(shù)據(jù)有誤差等情況發(fā)生［1］。

所以對(duì)于機(jī)房溫濕度的監(jiān)控顯得尤為重要，應(yīng)充分利用制約條件，分析出影響機(jī)房溫濕度變化的關(guān)鍵因子，合理設(shè)計(jì)建設(shè)機(jī)房，以利于將機(jī)房溫濕度控制在理想的范圍之內(nèi)。本文主要介紹了主成分分析方法在分析機(jī)房溫濕度變化趨勢(shì)時(shí)的應(yīng)用，根據(jù)主成分分析方法篩選出了影響機(jī)房溫濕度的主成分因子。

1 機(jī)房溫濕度變化關(guān)鍵因素

影響機(jī)房溫濕度的因素很多。例如天氣情況，持續(xù)高溫的天氣，容易造成機(jī)房空調(diào)負(fù)載太高，濕度機(jī)房溫度上升；高功率的設(shè)備往往更容易使得機(jī)房溫度上升；空調(diào)檢修期間，也會(huì)造成機(jī)房溫濕度的變化，另機(jī)房的地理位置、布局、樓層等都會(huì)對(duì)機(jī)房溫濕度的變化造成一定影響。依照以上影響因素，通過主成分分析法PCA，計(jì)算出影響因素的主成分。

2 主成分分析方法介紹

主成分分析（PCA）是數(shù)學(xué)上對(duì)數(shù)據(jù)降維的一種方法，其基本思想是設(shè)法將原來眾多的具有一定相關(guān)性的指標(biāo)X1，X2，…，Xn重新組合成一組較少的互不相關(guān)的綜合指標(biāo)F1，F(xiàn)2，…，F(xiàn)m（m＜n），來代替原來指標(biāo)。綜合指標(biāo)需要最大程度地反映原先指標(biāo)所代表的信息，同時(shí)又能保證其相互之間的無關(guān)性。方差最大的綜合指標(biāo)作為第一主成分，第二大作為第二主成分，以此類推。

3 影響機(jī)房溫濕度的主成分因子分析

對(duì)機(jī)房溫濕度進(jìn)行主成分分析，部分溫濕度采集數(shù)據(jù)如表1所示。

對(duì)表1中5組樣本7個(gè)變量的數(shù)據(jù)矩陣X（5×7）進(jìn)行主成分分析。

求解主成分可以從協(xié)方差陣出發(fā)，也可以從相關(guān)陣出發(fā)，但兩種所得的主成分結(jié)果不一定一致。一般當(dāng)變量單位相同或在同一個(gè)數(shù)量級(jí)時(shí)，可采用協(xié)方差陣；當(dāng)變量單位不同或不在同一個(gè)數(shù)量級(jí)時(shí)，應(yīng)考慮將數(shù)據(jù)矩陣標(biāo)準(zhǔn)化，再由相關(guān)系數(shù)矩陣求主成分。關(guān)于影響機(jī)房溫濕度的主成分，因各變量單位不同，因此將數(shù)據(jù)標(biāo)準(zhǔn)化。其分析過程為：

表1 環(huán)境因素參數(shù)表

（1）X1，X2，…，X7為影響機(jī)房溫濕度變化的7 個(gè)原始指標(biāo)，記X＝（X1，X2，…，X7）T，將X 矩陣進(jìn)行標(biāo)準(zhǔn)化，記為Y＝（Y1，Y2，…，Y7）T（具體計(jì)算過程可使用Matlab工具），標(biāo)準(zhǔn)化后的Y 數(shù)據(jù)記錄如表2所示。

表2 溫濕度影響變化表

（2）再計(jì)算標(biāo)準(zhǔn)化矩陣Y 的相關(guān)系數(shù)矩陣，記為Z＝（Z1，Z2，…，Z7）T，數(shù)據(jù)如表3所示。

表3 計(jì)算關(guān)系矩陣表

（3）最后計(jì)算相關(guān)系數(shù)矩陣的特征值、貢獻(xiàn)率、累計(jì)貢獻(xiàn)率。貢獻(xiàn)率越大，表示該主成分包含的信息越多，一般將貢獻(xiàn)率最大的稱作第一主成分，第二大稱作第二主成分，以此類推。數(shù)據(jù)如表4所示。

（4）求取主成分：通常選取累計(jì)貢獻(xiàn)率達(dá)到較高比例的前m 個(gè)成分作為主成分（一般比例選取80%～90%）。由表4可知，表中2、3可作為機(jī)房溫濕度變化的主成分，代替機(jī)房溫濕度變化的原始指標(biāo)X1，X2，…，X7，以達(dá)到降低原始影響因素維數(shù)的目的。

表4 主成分貢獻(xiàn)率及累計(jì)貢獻(xiàn)率表

4 結(jié)語

由于影響機(jī)房溫濕度變化的因素較多，通過主成分分析可將原始的多個(gè)影響因素轉(zhuǎn)化為少數(shù)幾個(gè)綜合影響因子，轉(zhuǎn)化后的綜合影響因子盡可能多地保存了原始數(shù)據(jù)中的信息。

本文研究了將主成分分析算法（PCA）應(yīng)用于機(jī)房溫濕度變化趨勢(shì)分析中，通過簡(jiǎn)化影響機(jī)房溫濕度的基本因素（如天氣情況、機(jī)房樓層、布局選址、設(shè)備功率等），篩選出主成分因子，并將其作為影響機(jī)房溫濕度變化的因子。

［1］北京海美鉅電器有限公司.溫濕度變化對(duì)機(jī)房設(shè)備的影響［Z］.