馬 瑞 李 昕 馮 濤 劉中明 劉江巖 李夔寧 丁玉棟

（1、四川中煙工業(yè)有限責(zé)任公司綿陽卷煙廠，四川 綿陽 621000 2、重慶大學(xué)能源與動力工程學(xué)院，重慶 400044）

當(dāng)前，建筑能源消耗占據(jù)全球能耗的三分之一，其中，供暖、通風(fēng)和空調(diào)系統(tǒng)能耗占建筑能耗的30%～40%[1]。由于傳感器故障、設(shè)備故障、性能下降、控制策略不當(dāng)?shù)仍?，暖通空調(diào)系統(tǒng)中約有15%～30%的能源被浪費[2]，在工業(yè)空調(diào)中，尤其是卷煙廠空調(diào)這類高精度溫濕度控制的工藝空調(diào)，由于故障和錯誤引起的損失更為突出。

針對實際建筑空調(diào)的運行節(jié)能，領(lǐng)域內(nèi)部分學(xué)者提出采用數(shù)據(jù)挖掘的方式來分析空調(diào)實際運行特性，通過數(shù)據(jù)中攜帶的信息來研究空調(diào)運行過程中存在異常運行模式，以改進運行過程以提高經(jīng)濟效益[3]。石大亮[4]等基于關(guān)聯(lián)規(guī)則分類方法來有效識別建筑冷水機組故障，診斷故障率達到90%以上；胡敏[5]提出基于貝葉斯網(wǎng)絡(luò)的冷水機組故障系統(tǒng)，能夠有效識別故障并減少能耗；Li[6]等提出了一種基于數(shù)據(jù)挖掘的方法來識別和解釋變制冷劑流量系統(tǒng)的能耗模式及其相關(guān)性；Xue[7]等采用關(guān)聯(lián)規(guī)則挖掘方法檢測出了供暖系統(tǒng)的傳感器故障和節(jié)能低效運行模式。

現(xiàn)有研究主要集中于公共建筑、居民建筑的空調(diào)系統(tǒng)數(shù)據(jù)分析，對工業(yè)空調(diào)系統(tǒng)的相關(guān)研究鮮見。為了進一步提升卷煙廠空調(diào)系統(tǒng)的運行效率，推進工業(yè)空調(diào)系統(tǒng)的大數(shù)據(jù)分析，本研究針對卷煙廠空調(diào)歷史運行大數(shù)據(jù)，通過關(guān)聯(lián)規(guī)則挖掘識別卷煙廠空調(diào)系統(tǒng)異常運行模式，并根據(jù)專業(yè)知識和數(shù)據(jù)表征，分析空調(diào)異常運行的原因并提供詳細(xì)的節(jié)能優(yōu)化方案，為提高該卷煙廠的空調(diào)控制精度和節(jié)能減排效益奠定了理論基礎(chǔ)，同時也為推進國家能源智能化道路建設(shè)提供實際應(yīng)用支撐。

1 關(guān)聯(lián)規(guī)則挖掘及分析方法

關(guān)聯(lián)規(guī)則挖掘是常見的數(shù)據(jù)挖掘方法之一，建立在關(guān)聯(lián)規(guī)則分組和比較的基礎(chǔ)上，可以從大量數(shù)據(jù)中發(fā)現(xiàn)項集之間的關(guān)系。

1.1 關(guān)聯(lián)規(guī)則基礎(chǔ)

關(guān)聯(lián)規(guī)則挖掘的結(jié)果以“A→B”這樣的形式出現(xiàn)。其中A 表示先行條件，B 表示后繼結(jié)果，“A→B”表示事件A 發(fā)生后一定程度上導(dǎo)致事件B 的發(fā)生。關(guān)聯(lián)規(guī)則有三個統(tǒng)計指標(biāo)，分別是支持度(support)、置信度(confidence)和提升度(lift)，表達式如下所示：

其中，P(A∪B)指的是事件A 與事件B 在數(shù)據(jù)集中同時出現(xiàn)的概率，P(B|A)是事件A 發(fā)生后，事件B 發(fā)生的條件概率，P(A)、P(B)分別是事件A、事件B 發(fā)生的概率。support(A→B)反應(yīng)的是事件A、事件B 在整個數(shù)據(jù)集發(fā)生的可能,confidence(A→B)反應(yīng)的是事件A 發(fā)生后有多大程度引起事件B 的發(fā)生，lift(A→B)反應(yīng)的是事件A 發(fā)生后事件B 發(fā)生的概率比事件B 單獨發(fā)生的概率是否有所提升。

1.2 關(guān)聯(lián)規(guī)則分組

關(guān)聯(lián)規(guī)則分組的目的是將相似的原始關(guān)聯(lián)規(guī)則分類到一個組中。相似的原始關(guān)聯(lián)規(guī)則是指在先行條件和后繼結(jié)果中均有相似變量的關(guān)聯(lián)規(guī)則。相似變量定義為具有相同物理意義的變量。

1.3 關(guān)聯(lián)規(guī)則比較

為了從大量的關(guān)聯(lián)規(guī)則中提取潛在的有用的異常關(guān)聯(lián)規(guī)則，引用了一種基于關(guān)聯(lián)規(guī)則比較的方法[8]。該方法的基本思想是通過一個設(shè)備或者子系統(tǒng)的運行模式與具有相同物理意義的其它正常設(shè)備或者子系統(tǒng)進行比較來識別其運行異常模式。在本研究中，對于同一組中兩個關(guān)聯(lián)規(guī)則的相似變量，采用歐氏距離計算其歸一化區(qū)間之間的幾何距離，如下所示：

其中，l1和u1分別是分組中一個關(guān)聯(lián)規(guī)則的變量的下區(qū)間邊界和上區(qū)間邊界，l2和u2分別是同組關(guān)聯(lián)規(guī)則的相似變量的下區(qū)間邊界和上區(qū)間邊界。

在此基礎(chǔ)上，提出了兩種定義組內(nèi)關(guān)聯(lián)規(guī)則差異的標(biāo)準(zhǔn)。第一種是兩種關(guān)聯(lián)規(guī)則先行條件中的兩個相似變量之間的最大距離超過了某距離閾值，而兩種關(guān)聯(lián)規(guī)則后繼結(jié)果中的兩個相似變量之間的最大距離小于某距離閾值。二是兩種關(guān)聯(lián)規(guī)則先行條件中的兩個相似變量之間的最大距離小于某距離閾值，但兩種關(guān)聯(lián)規(guī)則后繼結(jié)果中的兩個相似變量之間的最大距離超過了某距離閾值。其中，距離閾值δdist由式5 定義。

其中,β 為0 到1 之間的距離因子，(n)0.5為兩個n 維向量之間的理論最大歐氏距離, 本研究中，維數(shù)n 為2。如果某條關(guān)聯(lián)規(guī)則與同一組中其他30%的關(guān)聯(lián)規(guī)則不同，則提取該關(guān)聯(lián)規(guī)則為可疑關(guān)聯(lián)規(guī)則并進行分析，以此挖掘隱藏在關(guān)聯(lián)規(guī)則背后的運行問題。同樣，對同一組中70%以上相似的規(guī)則，也需要提取并進行分析。

2 數(shù)據(jù)來源及預(yù)處理

2.1 數(shù)據(jù)概述

本課題研究對象為四川綿陽卷煙廠儲絲車間及卷包車間空調(diào)系統(tǒng)，其中，貯絲車間包含兩臺空調(diào)系統(tǒng)（#1號、#2 號），卷包車間包含4 臺空調(diào)系統(tǒng)（#3 號、#4 號、#5號、#6 號）。如圖1 所示，每個空調(diào)系統(tǒng)包含一臺送風(fēng)機、一臺回風(fēng)機。通過改變新風(fēng)閥門、回風(fēng)閥門、排風(fēng)閥門、風(fēng)機頻率的方式來實現(xiàn)新風(fēng)、回風(fēng)、排風(fēng)風(fēng)量大小的控制。具體流程如下：新風(fēng)回風(fēng)混合形成混風(fēng)，混風(fēng)通過初效以及自清潔高效濾筒式過濾段來實現(xiàn)混風(fēng)的凈化，然后依次經(jīng)過表冷段、加熱段、加濕段來實現(xiàn)溫濕度的控制，接著送入到室內(nèi)與室內(nèi)空氣混合。室內(nèi)的空氣部分通過排風(fēng)閥門排至大氣，剩余部分則是通過回風(fēng)閥門與新風(fēng)混合，如此往復(fù)循環(huán)。

圖1 空調(diào)系統(tǒng)示意圖

本研究收集了該卷煙廠空調(diào)系統(tǒng)（#1～#5 號空調(diào)）2019 年11 月24 日至2020 年11 月24 日的歷史數(shù)據(jù)進行分析，數(shù)據(jù)采樣間隔為2 分鐘，所采集的傳感變量如表1 所示。

表1 變量命名規(guī)則

2.2 數(shù)據(jù)預(yù)處理

實際運行數(shù)據(jù)中存在大量的異常數(shù)據(jù)，在開展大數(shù)據(jù)分析之前，首先需要對數(shù)據(jù)進行預(yù)處理，包括：缺失值處理、異常值處理、數(shù)據(jù)轉(zhuǎn)換。

2.2.1 缺失值處理

處理缺失值的方法分為兩種：一是直接刪除缺失值；二是填補缺失值。由于本研究中缺失值比例較小并且缺失值都是源自某一段連續(xù)時間，因此選擇將缺失值直接刪除。

2.2.2 異常值的識別與處理

本研究主要存在三種類型的異常數(shù)據(jù)。第一類異常數(shù)據(jù)是某一組數(shù)據(jù)為死值（例如：0、-999 等），該類數(shù)據(jù)被直接剔除；第二類數(shù)據(jù)異常是溫濕度測點失效異常，該類數(shù)據(jù)被直接刪除；第三類異常數(shù)據(jù)是某一時刻數(shù)據(jù)中溫濕度數(shù)據(jù)異常，該類數(shù)據(jù)出現(xiàn)頻次較低，故采用拉格朗日插值法進行填補。

2.2.3 數(shù)據(jù)轉(zhuǎn)換

關(guān)聯(lián)規(guī)則分析需要對數(shù)據(jù)進行離散化處理，對于室內(nèi)溫度、室內(nèi)濕度、制冷閥開度、加熱閥開度、加濕閥開度、新風(fēng)閥開度、回風(fēng)閥開度、排風(fēng)閥開度等變量，本研究采用等寬離散化實現(xiàn)數(shù)據(jù)轉(zhuǎn)化。綜合考慮關(guān)聯(lián)規(guī)則的生成量（模型復(fù)雜度）與不同工況下規(guī)則的可區(qū)分性，將溫度以1℃為間隔、濕度以3%為間隔、開度以5%為間隔進行等寬離散化。

3 關(guān)聯(lián)規(guī)則挖掘結(jié)果

本研究采用Apriori 算法生成卷煙廠空調(diào)系統(tǒng)運行關(guān)聯(lián)規(guī)則。關(guān)聯(lián)規(guī)則生成之后，為了進一步剔除冗余規(guī)則，將支持度低于0.5%的規(guī)則予以刪除。此外，由于關(guān)聯(lián)規(guī)則數(shù)量較大，本研究只分析前因變量為一個或兩個的關(guān)聯(lián)規(guī)則和后因變量為一個或兩個的關(guān)聯(lián)規(guī)則。另外，規(guī)則比較時，異常規(guī)則的距離因子β 大小設(shè)置為0.4。

3.1 案例1：傳感系統(tǒng)優(yōu)化

首先，為了評估卷包車間及貯絲車間溫度控制的均勻性，提取了同一空調(diào)系統(tǒng)中各個溫度測點之間、各個濕度測點之間的關(guān)聯(lián)規(guī)則。表2 為與#3 號空調(diào)溫度傳感相關(guān)的異常關(guān)聯(lián)規(guī)則，表3 則顯示了正常運行條件下的關(guān)聯(lián)規(guī)則?？梢钥闯?，正常運行情況下，整個空調(diào)區(qū)域內(nèi)溫度波動為0-2℃，顯示出較好的溫度均勻性。然而表3 中的異常關(guān)聯(lián)規(guī)則卻顯示#3 號空調(diào)區(qū)域內(nèi)的溫度測點1、測點2 存在2-6℃的溫度波動。

表2 #3 號空調(diào)溫度測點故障的異常關(guān)聯(lián)規(guī)則

表3 各個空調(diào)溫度測點的正常關(guān)聯(lián)規(guī)則

進一步對空調(diào)系統(tǒng)的相對濕度進行關(guān)聯(lián)規(guī)則挖掘。表4 為與#3 號空調(diào)濕度相關(guān)的異常關(guān)聯(lián)規(guī)則，表5 為正常運行條件下的關(guān)聯(lián)規(guī)則。正常運行情況下的關(guān)聯(lián)規(guī)則中，同一空調(diào)區(qū)域內(nèi)所測得的相對濕度波動為0-3%，體現(xiàn)出較好的濕度均勻性。而異常的關(guān)聯(lián)規(guī)則中#3 號空調(diào)系統(tǒng)的測點1 與測點2 的相對濕度差達到了6-9%。

表4 #3 號空調(diào)濕度測點故障的異常關(guān)聯(lián)規(guī)則

表5 各個空調(diào)濕度測點的正常關(guān)聯(lián)規(guī)則

綜合以上的關(guān)聯(lián)規(guī)則挖掘結(jié)果和現(xiàn)場實際數(shù)據(jù)考察發(fā)現(xiàn)#3 號的溫濕度僅有兩個，測點偏少，其它空調(diào)的溫濕度測點有八個，較為充足，且均為均勻布置。#3 號空調(diào)僅以兩個溫濕度測點的均值作為空調(diào)系統(tǒng)的控制輸入，不足以反映實際整體區(qū)域的溫濕度，進而導(dǎo)致空調(diào)系統(tǒng)的加熱和加濕過程控制無法達到理想水平。為了進一步評價該空調(diào)的具體運行狀況，本研究引入平均無偏標(biāo)準(zhǔn)差概念。平均無偏標(biāo)準(zhǔn)差指實際值與歷史均值的偏離程度，其大小反應(yīng)了當(dāng)日各個測點溫濕度的偏離程度，無偏標(biāo)準(zhǔn)差越大則表示當(dāng)日不同測點的溫度或濕度相差越大；反之，相差越小。其計算公式如下：

其中，Xi為不同時刻下該空調(diào)區(qū)域內(nèi)的溫度或濕度讀數(shù)，X 為讀數(shù)的平均值，n 為傳感器數(shù)量。

本研究于2020 年3 月利用關(guān)聯(lián)規(guī)則挖掘的方法發(fā)現(xiàn)了該卷煙廠#3 號空調(diào)的溫濕度測點數(shù)量嚴(yán)重不足的問題，通過聯(lián)系該卷包車間的工作人員及現(xiàn)場測試，在2020 年3 月對卷包車間的傳感系統(tǒng)進行升級，在#3 號空調(diào)輻射空間內(nèi)增設(shè)了6 個溫濕度傳感器，并對采集點空間分布進行了優(yōu)化，以8 個傳感器的采樣平均值作為空調(diào)系統(tǒng)控制輸入。

圖2 為#1 號空調(diào)和#3 號空調(diào)的溫濕度無偏標(biāo)準(zhǔn)差圖。其中，#1 號的無偏標(biāo)準(zhǔn)差屬正常范圍。#3 號空調(diào)的溫濕度無偏標(biāo)準(zhǔn)差在2020 年3 月之前明顯偏大，而3 月份之后，其溫濕度無偏標(biāo)準(zhǔn)差處于較低水平?？梢钥闯?，經(jīng)傳感系統(tǒng)優(yōu)化后，#3 號空調(diào)系統(tǒng)區(qū)域溫濕度均勻性較差的問題已得到改善。

圖2 2019 年12 月-2020 年11 月#1、#3 號空調(diào)溫濕度MSTD 圖

3.2 案例2：冬季自然冷源利用

為了進一步研究空調(diào)系統(tǒng)的控制缺陷，本研究利用關(guān)聯(lián)規(guī)則分析了空調(diào)系統(tǒng)中新風(fēng)閥門開度、回風(fēng)閥門開度之間的耦合運行關(guān)系。一般來說，新風(fēng)閥門開度處于0-5%、10-15%時可以得出回風(fēng)閥門開度處于95-100%、90-95%，反之亦然，即#1 號、#3 號空調(diào)的新風(fēng)閥門、回風(fēng)閥門開度總是互補的。

然而，表6 中新風(fēng)閥開度?。?%以下）、回風(fēng)閥開度大（95%以上）規(guī)則的支持度較高（96%以上），表明該空調(diào)系統(tǒng)常年運行時經(jīng)常保持小新風(fēng)、大回風(fēng)的控制。圖3顯示了#1 號、#3 號每日新風(fēng)閥門、回風(fēng)閥門開度平均值曲線圖。可以看出全年#1 號、#3 號新風(fēng)閥門、回風(fēng)閥開度分別處于常閉、常開狀態(tài)。僅節(jié)假日（五一、十一）時出現(xiàn)新風(fēng)閥全開、回風(fēng)閥全關(guān)的情形，對應(yīng)表6 中的7、8 號規(guī)則，而7、8 號規(guī)則支持度較低，表明出現(xiàn)頻次不高。

表6 #1 號、#3 號空調(diào)新風(fēng)閥開度、回風(fēng)閥開度的關(guān)聯(lián)規(guī)則

圖3 #1、#3 號新風(fēng)閥、回風(fēng)閥開度

相應(yīng)地，通過查詢#2 號、#4 號、#5 號和#6 號空調(diào)的關(guān)聯(lián)規(guī)則，也可以得到相似結(jié)論。結(jié)合圖4 所示綿陽市全年溫度變化趨勢，可以看出，卷煙廠空調(diào)系統(tǒng)在室外氣溫低于室內(nèi)空調(diào)設(shè)定溫度時（尤其是冬季）并沒有將空調(diào)新風(fēng)閥門開大，充分利用室外的冷空氣（自然冷源）對室內(nèi)生產(chǎn)機器進行冷卻。仍采用人工制冷的方式進行冷卻，是導(dǎo)致當(dāng)前廠區(qū)空調(diào)系統(tǒng)能耗占比高的重要原因之一。

圖4 綿陽市2019 年每日室內(nèi)外溫度

鑒于此，卷煙廠需要進一步改進空調(diào)系統(tǒng)新風(fēng)回風(fēng)閥控制模式，在室外溫度較低時合理控制新、回風(fēng)閥門的開度，利用室外自然冷源對生產(chǎn)區(qū)域進行冷卻，從而有效減少空調(diào)系統(tǒng)耗能，提高經(jīng)濟效益。在參考肖新文[9]對于自然冷卻空調(diào)箱的應(yīng)用研究基礎(chǔ)上，如表7 所示，將空調(diào)系統(tǒng)調(diào)整至具有如下三種運行模式：

表7 空調(diào)系統(tǒng)各風(fēng)閥控制模式

機械制冷模式：當(dāng)室外溫度高于室內(nèi)回風(fēng)預(yù)設(shè)值或者室外濕度及空氣品質(zhì)不符合要求時，新風(fēng)閥關(guān)閉，氣流室內(nèi)循環(huán)，系統(tǒng)采用壓縮機械制冷。

混合制冷模式：當(dāng)室外溫度低于室內(nèi)回風(fēng)預(yù)設(shè)值但高于機組設(shè)定送風(fēng)，且室外濕度及空氣品質(zhì)符合要求時，將新風(fēng)閥開啟，開度根據(jù)室內(nèi)外干球溫度差進行線性調(diào)節(jié)。此時壓縮機卸載運行，整個空調(diào)系統(tǒng)開始進入節(jié)能運行。

自然冷卻制冷模式：當(dāng)室外溫度進一步降低，不高于送風(fēng)溫度且室外濕度及空氣品質(zhì)符合要求時，系統(tǒng)利用室外新風(fēng)直接自然冷卻，新風(fēng)閥門開度根據(jù)室內(nèi)外干球溫度差進行線性調(diào)節(jié)。此時，機械制冷關(guān)閉，節(jié)能效果較之混合制冷模式再次提升。

為了驗證節(jié)能改進方案是否有效，本研究對改進后的六個空調(diào)系統(tǒng)的運行數(shù)據(jù)進行了追蹤，搜集了2020 年和2021 年從10 月13 日到11 月17 日六個空調(diào)的能耗數(shù)據(jù)，對兩者進行了對比。期間，空調(diào)系統(tǒng)的供能區(qū)域無變化，室內(nèi)溫濕度設(shè)定值一致，相應(yīng)時間段的室外干球溫度則如圖5 所示。從圖6 中可以看出，在改進了空調(diào)系統(tǒng)的控制模式后，整個系統(tǒng)的的能耗顯著下降，能耗總量從100953 kWh 減少至77965 kWh，能耗減少率為22.77%。

圖5 綿陽市2020 年與2021 年室外干球溫度（10 月13 日-11 月18 日）

圖6 節(jié)能優(yōu)化前后用電量對比

4 結(jié)論

本研究以四川綿陽某卷煙廠空調(diào)系統(tǒng)為對象，通過對該空調(diào)系統(tǒng)的歷史運行數(shù)據(jù)進行關(guān)聯(lián)規(guī)則挖掘與分析，研究了卷煙廠空調(diào)系統(tǒng)的異常運行問題。并結(jié)合專業(yè)知識針對性地分析了可能的故障或異常原因，提出節(jié)能改進方案，得出結(jié)論如下：

4.1 本研究所提出的關(guān)聯(lián)規(guī)則挖掘及分析方法，可以有效挖掘出人工巡檢難以查找的系統(tǒng)異常運行模式和故障，通過仿真分析和現(xiàn)場調(diào)研相結(jié)合，為進一步提升卷煙廠空調(diào)系統(tǒng)運行經(jīng)濟性奠定了理論和應(yīng)用基礎(chǔ)。

4.2 基于專業(yè)知識的指導(dǎo)，本研究從室內(nèi)空間溫濕度控制均勻性、系統(tǒng)各閥門控制等角度出發(fā)，針對性地發(fā)現(xiàn)了卷煙廠空調(diào)系統(tǒng)在傳感器系統(tǒng)設(shè)計、自然冷源利用等方面的問題，并進行了相應(yīng)的節(jié)能改進。現(xiàn)場調(diào)研數(shù)據(jù)表明，經(jīng)傳感系統(tǒng)優(yōu)化和節(jié)能改進后，#3 號空調(diào)系統(tǒng)區(qū)域溫濕度均勻性得到顯著提高，且整個卷煙廠空調(diào)系統(tǒng)能耗同比減少22.8%。因此，文章所提出的節(jié)能優(yōu)化方法被證明是實際可行且有效的。