某医药检测中心冰蓄冷空调系统智慧运维云平台技术应用

作者：方兴李元阳胡钦吴斌李克骅邱艺德管绪磊范波闫锐陈东升

单位：广东美的暖通设备有限公司上海美控智慧建筑有限公司

摘要：针对公共建筑集中空调系统运行能耗高、智慧运维水平低的问题，以某医药检测中心冰蓄冷空调系统为例，介绍了基于大数据分析的智慧运维云平台在冰蓄冷空调系统中的应用。部署于云平台的智慧运维技术包括故障诊断规则库、故障图谱诊断及时间表优化控制算法，并通过项目实际运行数据对故障诊断效果和节能控制效果进行了分析。结果表明，故障诊断规则库可以有效检测到冰蓄冷空调系统中暖通设备的运行故障和参数异常，故障图谱诊断可实现对具体故障的定位与溯源，帮助运维人员及时采取设备维修措施。冰蓄冷空调系统应用时间表优化算法后，典型月节能率为7.46%,节费率为11.08%。

关键词：冰蓄冷空调系统智慧运维故障诊断规则故障图谱优化控制节能节费

作者简介：方兴，男，1988年生，博士研究生，工程师;*李元阳（通信作者）528311广东省佛山市顺德区工业大道美的全球创新中心6栋,E-mail:yuanyang.li@midea.com;

尊敬的用户，本篇文章需要2元，点击支付交费后阅读

限时优惠福利：领取VIP会员
全年期刊、VIP视频免费!

参考文献[1] 徐伟.中国高效空调制冷机房发展研究报告(2021)[M].北京：中国建筑工业出版社，2022:1- 2.

[2] 张敏，李斌.深圳华润万象天地冰蓄冷系统设计分析[J].暖通空调，2021,51(增刊1):236- 239.

[3] 梁康元，孙云增，吴忠名，等.北京某办公楼冰蓄冷空调系统控制策略分析[J].暖通空调，2020,50(4):79- 81,96.

[4] 代如静.冰蓄冷空调监控系统开发与负荷预测策略研究[D].天津：天津科技大学，2011:46- 51.

[5] 詹利军，刘刚，甘长德，等.某动态冰蓄冷空调系统控制策略的优化[J].建筑热能通风空调，2016,35(3):56- 59.

[6] 邓光蔚.某大型场馆冰蓄冷系统运行诊断及调适建议[J].暖通空调，2020,50(2):60- 65.

[7] 王波，刘铁，单斌.大型商业综合体空调系统节能诊断与调试优化[J].建筑节能，2020,48(7):33- 38,61.

[8] 孙哲，金华强，李康.基于知识数据化表达的制冷空调系统故障诊断方法[J].化工学报，2022,73(7):3131- 3144.

[9] 赵云峰，胡孟娣，陈友明，等.基于运行数据的冷凝器结垢故障检测与诊断研究[J].暖通空调，2013,43(7):117- 120.

[10] 田玲，张谨川，张晋豪，等.知识图谱综述：表示、构建、推理与知识超图理论[J].计算机应用，2021,41(8):2161- 2186.

Technology application of intelligent operation and maintenance cloud platform in ice storage air conditioning system of a medical testing center

Fang Xing Li Yuanyang Hu Qin Wu Bin Li Kehua Qiu Yide Guan Xulei Fan Bo Yan Rui Chen Dongsheng

(Guangdong Midea HVAC Equipment Co.,Ltd. Shanghai KONG Intelligent Building Co.,Ltd.)

Abstract: In order to solve the problems of high energy consumption and low level of intelligent operation and maintenance of centralized air conditioning system in public buildings, this paper takes the ice storage air conditioning system of a medical testing center as an example to introduce the application of the intelligent operation and maintenance cloud platform based on big data analysis. The intelligent operation and maintenance technology deployed on the cloud platform includes fault diagnosis rule base, fault graph diagnosis and schedule optimal control algorithm, and the effects of the fault diagnosis and energy saving control are analysed through the actual project operation data. The results show that the fault diagnosis rule can effectively detect the operation faults and parameter anomalies of HVAC equipment in the ice storage air conditioning system. The fault graph diagnosis can locate and trace the specific faults in order to help the maintenance staff to take timely equipment maintenance measures. With the application of schedule optimal algorithm in the ice storage air conditioning system, the typical monthly energy saving rate is 7.46% and the cost saving rate is 11.08%.

Keywords: ice storage air conditioning system; intelligent operation and maintenance; fault diagnosis rule; fault graph; optimal control; energy saving; cost saving;

372 0 0