可疑可变空气量单元的自动检测的制作方法

可疑可变空气量单元的自动检测
1.相关申请的交叉引用
2.本技术要求于2020年8月14日提交的印度临时专利申请号2020/21034976的权益和优先权，所述印度临时专利申请的全部披露内容通过援引并入本文。


背景技术：

3.本披露内容总体上涉及用于建筑物的暖通空调(hvac)系统，并且更具体地涉及建筑物hvac系统中的空气处理单元(ahu)和可变空气量单元(vav或vav单元)。
4.建筑物管理系统(bms)通常是被配置用于对建筑物或建筑物区之中或周围的设备进行控制、监测、和管理的装置的系统。bms可以包括hvac系统、安全系统、照明系统、火灾报警系统、能够管理建筑物功能或装置的另一个系统、或其任何组合。bms装置可以安装在任何环境(例如，室内区或室外区)中，并且所述环境可以包括任何数量的建筑物、空间、区域、房间或区。bms可以包括被配置用于促进监测和控制建筑物空间的各种装置(例如，hvac装置、控制器、冷却器、风扇、传感器等)。贯穿本披露内容，这种装置被称为bms装置或建筑物设备。
5.恶意vav是这样的vav：将重置算法驱动到极端设定值，并且因此使节能无效，因为无论风扇速度如何，恶意vav永远不会满足。典型地，在具有大量区域的hvac系统中，通常至少有几个恶意vav。hvac系统中即使存在单个恶意vav或尺寸过小vav也可能导致每年数千美元的能源损失。
6.典型的bms系统无法识别恶意vav。例如，可以通过能源管理系统识别恶意vav并向(多个)设施管理者突出显示，所述设施管理者进而可以创建用于修复此类vav的工单。(多个)工单进而被分配给技术人员，所述技术人员确定错误行为的原因，并且然后通过排除恶意vav在控制器级别实施压力设定值重置逻辑。这个过程是耗时的，并且在控制器级别实施重置逻辑会导致技术人员付出巨大努力来对控制器进行编程。简而言之，在控制器级别识别恶意vav和实施ahu的静压设定值重置是手动且昂贵的过程。
7.因此，需要提供减轻上述(多个)缺点并促进ahu静压设定值重置优化的用于自动检测和聚类vav的系统和方法。


技术实现要素：

8.本披露内容的一个方面是建筑物管理系统，包括：一个或多个存储器装置，所述一个或多个存储器装置被配置用于在其上存储指令，所述指令当由一个或多个处理器执行时使所述一个或多个处理器进行以下操作：从一个或多个数据源接收可变空气量单元(vav)数据或空气处理单元(ahu)数据中的一项或多项；基于所述vav数据或所述ahu数据中的至少一项将一个或多个vav确定为可疑vav；并且从ahu的管道静压设定值的计算中去除所述可疑vav。
9.在一些实施例中，所述可疑vav包括恶意vav、尺寸过小vav或尺寸过大vav中的一个或多个。
10.在一些实施例中，所述指令进一步使所述一个或多个处理器用机械故障、故障流量站或气闸超控(overridden damper)中的一项或多项来标记所述可疑vav。
11.在一些实施例中，所述指令进一步使所述一个或多个处理器采用机器学习模型来标记所述可疑vav。
12.在一些实施例中，所述ahu数据包括供气风扇状态(sf-s)、管道静压(dpt)或管道静压设定值(dpt-sp)中的一项或多项，并且所述vav数据包括排放空气速度压力(da-vp)、供应空气流量(sa-f)、供应空气流量设定值(saf-sp)、气闸输出(dpr-o)、区域温度(zn-t)或区域温度设定值(znt-sp)中的一项或多项。
13.在一些实施例中，如果所述ahu接通，所述vav气闸位置设置为最大值，并且所述dpt与所述dpt-sp之间的误差百分比小于第一预定百分比，则所述可疑vav被标记为恶意vav。
14.在一些实施例中，如果所述dpr-o大于第二预定百分比并且所述sa-f小于saf-sp，则所述可疑vav被进一步标记为气闸松动或有机械故障。如果所述davp具有平坦线或者不可靠，则所述可疑vav被进一步标记为连接到所述可疑vav的故障流量站，并且如果所述dpr大于z并且所述sa-f大于所述saf-sp，则所述可疑vav被进一步标记为气闸超控。
15.在一些实施例中，如果所述ahu接通，所述zn-t与所述znt-sp之间的差值百分比小于第三预定百分比，sa-f与所述saf-sp之间的差值小于第四预定百分比，并且供应空气流量设定值处于最小限制，则所述可疑vav被标记为尺寸过大。
16.在一些实施例中，如果2个或更多个连续运行周期的平均dpr-o之间的误差百分比为零，则所述可疑vav被进一步标记为气闸超控。
17.在一些实施例中，如果所述ahu接通，所述zn-t大于所述znt-sp，vav气闸输出小于100％，所述sa-f与所述saf-sp之间的差值在y％内，并且所述saf-sp处于最大限制，则所述可疑vav被标记为尺寸过小。
18.在一些实施例中，所述指令进一步使所述一个或多个处理器将所述一个或多个vav中的至少一个聚类在一起。所述至少一个vav中的每一个包括恶意vav、尺寸过大vav或尺寸过小vav。
19.另一个方面是一种监测和控制建筑物设备的方法，所述方法包括：从一个或多个数据源接收可变空气量单元(vav)数据或空气处理单元(ahu)数据中的一项或多项；基于所述vav数据或所述ahu数据中的至少一项将一个或多个vav确定为可疑vav；以及从ahu的管道静压设定值的计算中去除所述可疑vav。
20.在一些实施例中，将所述一个或多个vav确定为可疑vav包括将所述一个或多个vav标记为：具有机械故障、流量站故障或气闸超控中的一项或多项的恶意vav；具有气闸超控或需要验证的流量限制中的一项或多项的尺寸过小vav；以及具有气闸超控或需要验证的流量限制中的一项或多项的尺寸过大vav。
21.在一些实施例中，所述ahu数据包括供气风扇状态(sf-s)、管道静压(dpt)或管道静压设定值(dpt-sp)中的一项或多项，并且所述vav数据包括排放空气速度压力(da-vp)、供应空气流量(sa-f)、供应空气流量设定值(saf-sp)、气闸输出(dpr-o)、区域温度(zn-t)或区域温度设定值(znt-sp)中的一项或多项。
22.在一些实施例中，所述可疑vav被进一步标记为：恶意vav，如果所述ahu接通，所述
vav气闸位置设置为最大值，并且所述dpt与所述dpt-sp之间的误差百分比小于第一预定百分比；气闸松动或有机械故障，如果所述dpr-o大于第二预定百分比并且所述sa-f小于saf-sp；连接到所述可疑vav的故障流量站，如果所述davp具有平坦线或者不可靠；以及气闸超控，如果所述dpr大于z并且所述sa-f大于所述saf-sp。
23.在一些实施例中，所述可疑vav被进一步标记为：尺寸过大，如果所述ahu接通，所述zn-t与所述znt-sp之间的差值百分比小于第三预定百分比，sa-f与saf-sp之间的差值小于第四预定百分比，并且供应空气流量设定值处于最小限制；以及气闸超控，如果2个或更多个连续运行周期的平均dpr-o之间的误差百分比为零。
24.在一些实施例中，如果所述ahu接通，所述zn-t大于所述znt-sp，vav气闸输出小于100％，所述sa-f与所述saf-sp之间的差值在y％内，并且所述saf-sp处于最大限制，则所述可疑vav被进一步标记为尺寸过小。
25.在一些实施例中，将所述一个或多个vav确定为可疑vav包括采用机器学习模型。
26.另一个方面是一种建筑物管理系统，包括：一个或多个可变空气量单元(vav)，所述一个或多个vav被配置用于向建筑物内提供空气流量；空气处理单元(ahu)，所述ahu被配置用于向所述一个或多个vav提供所述空气流量；以及一个或多个存储器装置，所述一个或多个存储器装置被配置用于在其上存储指令，所述指令当由一个或多个处理器执行时使所述一个或多个处理器进行以下操作：接收来自所述一个或多个vav的vav数据或来自所述ahu的ahu数据；基于所述vav数据或所述ahu数据中的至少一项将一个或多个vav确定为可疑vav；并且从所述ahu的管道静压设定值的计算中去除所述可疑vav。
27.在一些实施例中，服务器采用机器学习模型来标记所述可疑vav。
附图说明
28.通过参考结合附图进行的详细说明，本披露内容的各个对象、方面、特征和优点将变得更加明显并且更好理解，其中，贯穿全文相同的参考符号标识相应的元件。在附图中，相同的附图标记通常指示完全相同的、功能相似的和/或结构相似的元件。
29.图1是根据一些实施例的包括hvac系统的建筑物的透视图。
30.图2是根据一些实施例的可以在图1的hvac系统中使用的包括ahu的空气侧系统的框图。
31.图3是根据一些实施例的可以用于监测并控制图2的ahu的ahu控制器的框图。
32.图4是根据一些实施例的用于可变空气量单元的自动检测和聚类的系统的框图。
33.图5是根据一些实施例的图4的系统的机器学习层的框图。
34.图6是根据一些实施例的用于可变空气量单元的自动检测和聚类的系统的框图。
35.图7是描绘了用于将vav聚类为恶意vav、尺寸过小vav和尺寸过大vav的步骤的流程图。
具体实施方式
36.概述
37.通常，采用手动技术来识别恶意(或有问题或可疑)vav。然而，没有常规技术能够自动识别一个或多个恶意vav、尺寸过小vav和尺寸过大vav。另外地，常规技术不会自动地
在控制器/云级别从ahu排放空气压力重置控制策略中排除恶意vav。本披露内容设想了一种用于vav的自动检测和聚类的系统，与需要在控制器级别手动实施的、非常耗时的并且由于控制器的存储器和处理限制导致大量手动工作的常规技术相比，所述系统具有成本效益且耗时更少。
38.本披露内容的技术优势包括但不限于：减少千瓦时(kwh)浪费，例如，浪费的总电量，减少控制器/硬件级别依赖性，消除升级现有硬件的需要，消除对供应商特定控制器调试代理的依赖，减少现有控制器编程、配置和调试的劳动力成本，并且通过识别和聚类恶意vav、尺寸过大vav和尺寸过小vav并随后从管道静压设定值中消除恶意vav来提高占用者舒适度。
39.建筑物hvac系统
40.现在参考图1，示出了建筑物10的透视图。建筑物10由hvac系统100服务。hvac系统100可以包括被配置用于向建筑物10提供加热、冷却、空调、通风和/或其他服务的多个hvac装置(例如，加热器、冷却器、空气处理单元、泵、风扇、热能储存设备等)。例如，hvac系统100被示出为包括水侧系统120和空气侧系统130。水侧系统120可以向空气侧系统130的空气处理单元提供加热流体或冷却流体。空气侧系统130可以使用加热流体或冷却流体来加热或冷却提供至建筑物10的气流。
41.hvac系统100被示出为包括冷却器102、锅炉104和屋顶ahu 106。水侧系统120可以使用锅炉104和冷却器102来加热或冷却工作流体(例如，水、乙二醇等)并且可以使工作流体循环至ahu 106。在各实施例中，水侧系统120的hvac装置可以定位在建筑物10之中或周围(如图1所示)或在如中央设施(例如，冷却器设施、蒸气设施、热力设施等)等服务于一个或多个建筑物包括建筑物10的非现场位置处。可以在锅炉104中加热或在冷却器102中冷却工作流体，这取决于建筑物10中需要加热还是冷却。锅炉104可以例如通过燃烧易燃材料(例如，天然气)或使用电加热元件来向循环流体添加热量。冷却器102可以使循环流体与热交换器(例如，蒸发器)中的另一种流体(例如，制冷剂)成热交换关系以从循环流体中吸收热量。可以经由管路108将来自冷却器102和/或锅炉104的工作流体输送至ahu 106。
42.ahu 106可以使工作流体与穿过ahu 106(例如，经由一级或多级冷却盘管和/或加热盘管)的气流成热交换关系。气流可以是例如室外空气、来自建筑物10内的回流空气、或两者的组合。ahu 106可以在气流与工作流体之间传递热量，从而为气流提供加热或冷却。例如，ahu 106可以包括被配置用于使气流越过或穿过包含工作流体的热交换器的一个或多个风扇或鼓风机。工作流体然后可以经由管路110回流至冷却器102或锅炉104。
43.空气侧系统130可以经由空气供应管道112将由ahu 106供应的气流(即，供应气流)递送至建筑物10，并且可以经由空气回流管道114向ahu 106提供来自建筑物10的回流空气。在一些实施例中，空气侧系统130包括多个vav 116。例如，空气侧系统130被示出为包括建筑物10的每一个楼层或区域上的独立vav单元116。vav单元116可以包括气闸或可以被操作成控制提供至建筑物10的单独区域的供应气流的量的其他流量控制元件。在其他实施例中，空气侧系统130将供应气流递送至建筑物10的一个或多个区域中(例如，经由供应管道112)，而不使用中间vav单元116或其他流量控制元件。ahu 106可以包括被配置用于测量供应气流的属性的各种传感器(例如，温度传感器、压力传感器等)。ahu 106可以从定位在ahu 106内和/或建筑物区域内的传感器接收输入，并且可以调整穿过ahu 106的供应气流
的流率、温度或其他属性以实现建筑物区域的设定值条件。
44.空气侧系统
45.现在参考图2，根据一些实施例，示出了空气侧系统200的框图。在各实施例中，空气侧系统200可以补充或替代hvac系统100中的空气侧系统130或者可以与hvac系统100分开来实施。当在hvac系统100中实施时，空气侧系统200可以包括hvac系统100中的hvac装置的子集(例如，ahu 106、vav单元116、管道112至114、风扇、气闸等)并且可以定位在建筑物10之中或周围。空气侧系统200可以运行以使用由水侧系统120提供的加热流体或冷却流体来加热或冷却提供给建筑物10的气流。
46.在图2中，空气侧系统200被示出为包括节能器型ahu 202。节能器型ahu改变空气处理单元用于加热或冷却的外部空气和回流空气的量。例如，ahu 202可以经由回流空气管道208从建筑物区域206接收回流空气204并且可以经由供应空气管道212将供应空气210递送至建筑物区域206。在一些实施例中，ahu 202是定位在建筑物10的屋顶上(例如，如图1所示的ahu 106)或者以其他方式被定位成接收回流空气204和外部空气214两者的屋顶单元。ahu 202可以被配置用于操作排气闸216、混合气闸218、以及外部空气闸220，以控制组合形成供应空气210的外部空气214和回流空气204的量。未通过混合气闸218的任何回流空气204可以作为废气222通过排气闸216从ahu 202排出。
47.气闸216至220中的每一个可以由致动器操作。例如，排气闸216可以由致动器224操作，混合气闸218可以由致动器226操作，并且外部空气闸220可以由致动器228操作。致动器224至228可以经由通信链路232与ahu控制器230通信。致动器224至228可以从ahu控制器230接收控制信号并且可以向ahu控制器230提供反馈信号。反馈信号可以包括例如对当前致动器或气闸位置的指示、致动器施加的转矩或力的量、诊断信息(例如，致动器224至228执行的诊断测试的结果)、状态信息、调试信息、配置设置、校准数据和/或可以由致动器224至228收集、存储或使用的其他类型的信息或数据。ahu控制器230可以是被配置成使用一个或多个控制算法(例如，基于状态的算法、极值搜索控制(esc)算法、比例积分(pi)控制算法、比例-积分-微分(pid)控制算法、模型预测控制(mpc)算法、反馈控制算法等)来控制致动器224至228的节能器控制器。
48.仍然参考图2，ahu 202被示出为包括定位在供应空气管道212内的冷却盘管234、加热盘管236和风扇238。风扇238可以被配置用于迫使供应空气210通过冷却盘管234和/或加热盘管236并且向建筑物区域206提供供应空气210。ahu控制器230可以经由通信链路240与风扇238通信以控制供应空气210的流率。在一些实施例中，ahu控制器230通过调节风扇238的速度来控制施加到供应空气210的加热量或冷却量。
49.冷却盘管234可以经由管路242从水侧系统120接收经冷却流体并且可以经由管路244将经冷却流体返回至水侧系统120。可以沿着管路242或管路244来定位阀246以便控制通过冷却盘管234的冷却流体的流率。在一些实施例中，冷却盘管234包括可以被独立地激活和去激活(例如，由ahu控制器230、由监督控制器266等)以调节施加到供应空气210的冷却量的多级冷却盘管。
50.加热盘管236可以经由管路248从水侧系统120接收加热流体并且可以经由管路250将加热流体返回至水侧系统120。可以沿着管路248或管路250来定位阀252以便控制通过加热盘管236的加热流体的流率。在一些实施例中，加热盘管236包括可以被独立地激活
和去激活(例如，由ahu控制器230、由监督控制器266等)以调节施加到供应空气210的加热量的多级加热盘管。
51.阀246和252中的每一个可以由致动器控制。例如，阀246可以由致动器254控制，并且阀252可以由致动器256控制。致动器254至256可以经由通信链路258至260与ahu控制器230通信。致动器254至256可以从ahu控制器230接收控制信号并且可以向控制器230提供反馈信号。在一些实施例中，ahu控制器230从定位在供应空气管道212中(例如，冷却盘管234和/或加热盘管236的下游)的温度传感器262接收供应空气温度的测量结果。ahu控制器230还可以从定位在建筑物区域206中的温度传感器264接收建筑物区域206的温度测量结果。
52.在一些实施例中，ahu控制器230经由致动器254至256操作阀246和252以调节提供至供应空气210的加热量或冷却量(例如，从而达到供应空气210的设定值温度或者将供应空气210的温度维持在设定值温度范围内)。阀246和252的位置影响由冷却盘管234或加热盘管236提供至供应空气210的加热量或冷却量，并且可以与被消耗以实现期望供应空气温度的能量的量相关。ahu控制器230可以通过对盘管234至236进行激活或去激活、调整风扇238的速度或两者的组合来控制供应空气210和/或建筑物区域206的温度。
53.仍然参考图2，空气侧系统200被示出为包括监督控制器266和客户端装置268。监督控制器266可以包括一个或多个计算机系统(例如，服务器、监控控制器、子系统控制器等)，所述计算机系统充当空气侧系统200、水侧系统120、hvac系统100和/或服务于建筑物10的其他可控系统的系统级控制器、应用或数据服务器、头节点或主控制器。监督控制器266可以根据相似或不同协议(例如，lon、bacnet等)经由通信链路270与多个下游建筑物系统或子系统(例如，hvac系统100、安全系统、照明系统、水侧系统120等)通信。在各实施例中，ahu控制器230和监督控制器266可以是独立的(如图2中所示出的)或集成的。在集成的实施方式中，ahu控制器230可以是被配置用于由监督控制器266的处理器执行的软件模块。
54.在一些实施例中，ahu控制器230从监督控制器266接收信息(例如，命令、设定值、操作界限等)并且向监督控制器266提供信息(例如，温度测量结果、阀或致动器位置、操作状态、诊断等)。例如，ahu控制器230可以向监督控制器266提供来自温度传感器262至264的温度测量结果、设备开/关状态、设备运行能力和/或可以由监督控制器266用来监测或控制建筑物区域206内的可变状态或条件的任何其他信息。
55.客户端装置268可以包括用于对hvac系统100、其子系统和/或装置进行控制、查看或以其他方式与其交互的一个或多个人机接口或客户端接口(例如，图形用户界面、报告接口、基于文本的计算机接口、面向客户端的web服务、向web客户端提供页面的web服务器等)。客户端装置268可以是计算机工作站、客户端终端、远程或本地接口或任何其他类型的用户接口装置。客户端装置268可以是固定终端或移动装置。例如，客户端装置268可以是台式计算机、具有用户接口的计算机服务器、膝上型计算机、平板计算机、智能电话、pda、或任何其他类型的移动或非移动装置。客户端装置268可以经由通信链路272与监督控制器266和/或ahu控制器230通信。
56.ahu控制器
57.现在参考图3，根据示例性实施例，示出了更详细地展示ahu控制器230的框图。ahu控制器230可以被配置成使用多种控制技术(例如，基于状态的控制、开/关控制、比例控制、比例-积分(pi)控制、比例-积分-微分(pid)控制、极值搜索控制(esc)、模型预测控制(mpc)
等)中的任一种来监测和控制ahu 202的各种部件。ahu控制器230可以接收来自监督控制器266的设定值和来自传感器318的测量结果并且可以向致动器320和风扇238提供控制信号。
58.传感器318可以包括图2中示出的任何传感器或被配置用于监测由ahu控制器230使用的各种变量中的任何变量的任何其他传感器。由传感器318监测的变量可以包括例如区域空气温度、区域空气湿度、区域占用率、区域co2水平、区域微粒物质(pm)水平、室外空气温度、室外空气湿度、室外空气co2水平、室外空气pm水平、气闸位置、阀位置、风扇状态、供应空气温度、供应空气流率或针对ahu控制器230的任何其他感兴趣变量。
59.致动器320可以包括图2中所示的任何致动器或可由ahu控制器230控制的任何其他致动器。例如，致动器320可以包括被配置用于操作排气闸216的致动器224、被配置用于操作混合气闸218的致动器226、被配置用于外部空气闸220的致动器228、被配置用于操作阀246的致动器254和被配置用于操作阀252的致动器256。致动器320可以从ahu控制器230接收控制信号并且可以向ahu控制器230提供反馈信号。
60.ahu控制器230可以通过可控地改变和输出提供给致动器320和风扇238的控制信号来控制ahu 202。在一些实施例中，控制信号包括用于使致动器320将气闸216至220和/或阀246和252设置到特定位置以实现感兴趣变量(例如，供应空气温度、供应空气湿度、流率等)的目标值的命令。在一些实施例中，控制信号包括用于使风扇238运行特定运行速度或实现特定气流速率的命令。控制信号可以经由通信接口302提供到致动器320和风扇238。ahu 202可以使用控制信号输入来调整气闸216至220的位置，控制提供给建筑物区域206的外部空气214和回流空气204的相对比例。
61.ahu控制器230可以经由通信接口302接收各种输入。由ahu控制器230接收的输入可以包括来自监督控制器266的设定值、来自传感器318的测量结果、气闸216至220或阀246和252的测量位置或观察位置、功耗的测量量或计算量、观察到的风扇速度、温度、湿度、空气品质或可以在建筑物10内或周围测量或计算的任何其他变量。
62.ahu控制器230包括调整控制信号以实现目标结果的逻辑。在一些操作模式下，由ahu控制器230实施的控制逻辑利用输出变量的反馈。由ahu控制器230实施的逻辑还可以或替代性地基于接收到的输入信号(例如，设定值)改变受操纵变量。可以经由通信网络(例如，bacnet网络、lonworks网络、lan、wan、互联网、蜂窝网络等)从用户控件(例如，恒温器)、监督控制器(例如，监督控制器266)或另一个上游装置接收此类设定值。
63.仍然参考图3，ahu控制器230被示出为包括通信接口302。通信接口302可以是或包括有线或无线通信接口(例如，插座、天线、发射器、接收器、收发器、电线端子等)，以用于与ahu 202的各个组件或其他外部系统或装置进行数据通信。在各实施例中，经由通信接口302的通信可以是直接的(例如，本地有线或无线通信)或经由通信网络(例如，wan、互联网、蜂窝网络等)。例如，通信接口302可以包括用于经由基于以太网的通信链路或网络发送和接收数据的以太网卡和端口。在另一个示例中，通信接口302可以包括用于经由无线通信网络进行通信的wi-fi收发器。在另一个示例中，通信接口302可以包括蜂窝或移动电话收发器、电力线通信接口、以太网接口或任何其他类型的通信接口。
64.仍然参考图3，ahu控制器230被示出为包括处理电路304，所述处理电路具有处理器306和存储器308。处理器306可以是通用或专用处理器、专用集成电路(asic)、一个或多个现场可编程门阵列(fpga)、一组处理组件或其他合适的处理组件。处理器306被配置用于
执行存储在存储器308中或从其他计算机可读介质(例如，cdrom、网络存储设备、远程服务器等)接收到的计算机代码或指令。
65.存储器308可以包括用于存储数据和/或计算机代码以完成和/或促进本披露内容中所描述的各个过程的一个或多个装置(例如，存储器单元、存储器装置、存储装置等)。存储器308可以包括随机存取存储器(ram)、只读存储器(rom)、硬盘驱动器存储设备、临时存储设备、非易失性存储器、闪存、光学存储器、或用于存储软件对象和/或计算机指令的任何其他合适的存储器。存储器308可以包括数据库组件、目标代码组件、脚本组件、或用于支持本披露内容中所描述的各种活动和信息结构的任何其他类型的信息结构。存储器308可以经由处理电路304可通信地连接到处理器306并且可以包括用于(例如，由处理器306)执行本文中所描述的一个或多个过程的计算机代码。
66.存储器308可以包括向ahu控制器230提供监测和控制ahu 202的能力的各种功能组件(例如，存储的指令或程序)中的任何功能组件。例如，存储器308被示出为包括数据收集器310，所述数据收集器操作以收集经由通信接口302接收的数据(例如，设定值、测量结果、来自致动器320和风扇238的反馈等)。数据收集器310可以将收集到的数据提供到致动器控制器312和风扇控制器314，所述致动器控制器和风扇控制器使用收集到的数据分别生成用于致动器320和风扇238的控制信号。由致动器控制器312和风扇控制器314使用的特定类型的控制方法(例如，基于状态的控制、pi控制、pid控制、esc、mpc等)可以根据ahu控制器的配置而不同并且可以适用于各种实施方式。
67.用于可变空气量单元的自动检测和聚类的系统
68.图4是自动检测恶意vav、尺寸过小vav和尺寸过大vav并且相应地将其聚类的系统400的框图。在一些实施例中，vav单元116(例如，如图1和图2所示)可以包括气闸或其他流量控制元件以控制供应到建筑物10(如图1所示)的单独区域的气流量。
69.本披露内容的系统400包括服务器402和一个或多个数据源418。在一些实施例中，服务器402可以是远程服务器、云服务器或场所内服务器中的一种。服务器402与数据源418通信地耦合以接收vav数据(也被称为第一数据)和ahu数据(也被称为第二数据)。在实施例中，vav数据可以包括一个或多个站点或区域的信息。类似地，ahu数据可以包括附属于建筑物10的一个或多个ahu的信息。
70.数据源418可以是bms监督控制器266(图2中示出)、现场控制器或bms的能够经由通信网络420传输ahu数据和vav数据的任何处理器或微控制器支持的上游装置之一。例如，通信网络420可以是bacnet网络、lonworks网络、lan、wan、互联网、蜂窝网络等。在一些实施例中，数据源418可以包括附属于一个或多个远程建筑物管理系统或自动化系统的远程控制器。
71.在一些实施例中，服务器402包括处理电路404、数据库416、通信模块412和bms接口414。
72.通信模块412可以促进服务器402与一个或多个数据源418之间的通信。bms接口414可以促进服务器402与bms的能源管理系统422之间的通信。在一些实施例中，bms接口414还可以提供服务器402与一个或多个客户端装置(图中未示出)之间的通信。
73.通信模块412和bms接口414可以是或者包括用于进行数据通信的有线或无线通信接口(例如，插座、天线、发射器、接收器、收发器、电线端子等)。在各实施例中，经由通信模
块412和bms接口414进行的通信可以是直接的(例如，本地有线或无线通信)或经由通信网络420(例如，wan、互联网、蜂窝网络等)而进行的。例如，通信模块412和bms接口414可以包括用于经由基于以太网的通信链路或网络发送和接收数据的以太网卡和端口。在另一个示例中，通信模块412和bms接口414可以包括用于经由无线通信网络进行通信的wi-fi收发器。在另一个示例中，通信模块412和bms接口414中的一者或两者可以包括蜂窝或移动电话通信收发器。在一些实施例中，通信模块412为电力线通信接口并且bms接口414为以太网接口。在其他实施例中，通信模块412和bms接口414两者都为以太网接口或为同一个以太网接口。
74.仍然参考图4，处理电路404包括处理器406和存储器407。处理电路404可以可通信地连接到bms接口414和/或通信模块412，从而使得处理电路134及其各个组件可以经由bms接口414和通信模块412发送和接收数据。处理器406可以被实施为通用处理器、专用集成电路(asic)、一个或多个现场可编程门阵列(fpga)、一组处理组件、或其他合适的电子处理组件。
75.存储器407(例如，存储器、存储器单元、存储装置等)可以包括用于存储数据和/或计算机代码的一个或多个装置(例如，ram、rom、闪存、硬盘存储装置等)，所述数据和/或计算机代码用于完成或促进本技术中所描述的各种过程、层和模块。存储器407可以是或包括易失性存储器或非易失性存储器。存储器407可以包括数据库组件、目标代码组件、脚本组件、或用于支持本技术中所描述的各种活动和信息结构的任何其他类型的信息结构。根据一些实施例，存储器407经由处理电路404可通信地连接到处理器406，并且包括用于执行(例如，由处理电路404和/或处理器406)本文所描述的一个或多个过程的计算机代码。
76.在一些实施例中，服务器402可以使用单一计算机(例如，一个外壳、封装单元等)实施。在其他实施例中，服务器402可以跨多个装置或计算机(例如，其可以存在于分布式位置中)实施。
77.使数据库416能够存储经由通信模块412通过网络420从数据源418接收的vav数据和ahu数据。可以使数据库416能够周期性地接收和存储vav数据和ahu数据作为历史数据或训练数据。在一些实施例中，ahu数据包括但不限于供气风扇状态(sf-s)、管道静压(dpt)和管道静压设定值(dpt-sp)。在一些实施例中，vav数据包括但不限于排放空气速度压力(da-vp)、供应空气流量(sa-f)、供应空气流量设定值(saf-sp)、气闸输出(dpr-o)、区域温度(zn-t)和区域温度设定值(znt-sp)。尽管数据库416被示出为服务器402必不可少的一部分，但在一些实施例中，数据库416可以是单独的云存储。
78.仍然参考图4，存储器407被示出为包括数据聚合和预处理层408、机器学习层409、分析层410以及命令和控制层411。层408至411可以被配置用于从一个或多个数据源418接收附属于一个或多个vav的vav数据；以及附属于一个或多个ahu的ahu数据，以将vav聚类为恶意vav、尺寸过大vav和尺寸过小vav。在一些实施例中，使层408至411能够以预定义的时间间隔周期性地接收vav数据和ahu数据。预定义的时间间隔可以是用户定义的或系统定义的。例如，预定义的时间间隔可以是一个月一次。以下段落描述了由每个层408至411执行的功能中的一些功能。
79.数据聚合和预处理层408可以被配置用于从数据库416接收vav数据和ahu数据作为训练数据。使数据聚合和预处理层408能够聚合vav数据和ahu数据，并且随后对训练数据
进行预处理以处理(多个)不期望的值。
80.使机器学习层409能够从数据聚合和预处理层408接收训练数据，例如，vav数据和ahu数据。机器学习层409被配置用于训练、验证和应用机器学习模型以检测恶意vav、尺寸过小vav和尺寸过大vav并且相应地对所述vav进行聚类。另外地，机器学习层409对聚类的vav中的每一个进行标记(或加标签)。在一些实施例中，标记(或标签)可以指定恶意vav、尺寸过大vav和尺寸过小vav内的vav的类别。
81.参考图5，机器学习层409包括聚类模型502、监督学习模型504和无监督学习模型506。在一些实施例中，机器学习层409可以包括监督学习模型504或无监督学习模型506之一。
82.聚类模型502可以执行用于聚类的恶意vav、尺寸过大vav和尺寸过小vav的方程式驱动检测。在一些实施例中，vav聚类可以作为用于训练机器学习层409的监督学习层504和无监督学习层506的准备步骤来执行。另外地，使聚类模型502能够标记被聚类的vav。
83.聚类模型502可以被配置用于接收ahu数据和vav数据。在下文中，ahu数据可以被称为ahu点模板数据并且vav数据可以被称为vav点模板数据。在一些实施例中，当((ahu状态为接通)且(vav气闸位置在100％处)且(dpt与dpt-sp之间的绝对误差百分比《2％))时，聚类模型502可以将vav单元确定为恶意vav。进一步地，当((dpr-o》99％)且(sa-f《saf-sp))时，聚类模型502可以将恶意vav标记为气闸松动或机械故障。仍进一步地，当da-vp具有平坦线或不可靠时，则聚类模型502将恶意vav标记为流量站故障(例如，测量空气速度压力的流量站有故障)。仍进一步地，当((dpr》99))且(sa-f》saf-sp))时，聚类模型502可以将恶意vav标记为气闸超控。
84.在一些实施例中，用于识别恶意vav并且随后对其进行标记的逻辑可以表达如下：
85.如果(ahu状态为接通))且(vav气闸位置＝100(或最大值))且(dpt与dpt-sp之间的绝对误差百分比《2％)：
86.恶意
87.如果(dpr-o》99％)且(sa-f《saf-sp)：气闸松动或机械故障
88.否则如果da-vp呈平坦线或不可靠：流量站故障
89.否则如果(dpr》99)且(sa-f》saf-sp)：气闸超控
90.否则
91.非恶意
92.进一步地，如果((ahu状态为接通)且(zn-t与znt-sp之间的绝对误差百分比《10％)且(dpr-o《100％)且(sa-f与saf-sp之间的绝对误差百分比《10％)且(供应空气流量设定值处于最小限制))，则聚类模型502可以将vav单元确定为尺寸过大vav单元。进一步地，当两个连续运行周期的平均dpr-o之间的误差百分比等于零时，聚类模型502可以将尺寸过大vav单元标记为气闸超控。仍进一步地，如果两个连续运行周期的平均dpr-o之间的误差百分比不等于零，则聚类模型502将尺寸过大vav单元标记为验证流量限制。
93.在一些实施例中，用于识别尺寸过大vav并且随后对其进行标记的逻辑可以表达如下：
94.如果((ahu状态为接通))且(zn-t与znt-sp之间的绝对误差百分比《10％)且(dpr-o《100％)且(sa-f与saf-sp之间的绝对误差百分比《10％)且(供应空气流量设定值处于最
小限制))
95.尺寸过大
96.如果(2个连续运行周期的平均dpr-o之间的误差百分比)＝＝0：气闸超控；
97.否则如果(2个连续运行周期的平均dpr-o之间的误差百分比)！＝0：请调整/验证流量限制
98.否则非尺寸过大
99.进一步地，当((ahu状态为接通)且(区域温度( 2摄氏度的差异)》区域温度设定值)且(vav气闸输出《100％)且(供应空气流量-供应空气流量设定值＝( -10％))且(供应空气流量设定值处于最大限制))时，聚类模型502可以将vav单元确定为尺寸过小vav。另外地，当两个连续运行周期的平均dpr-o之间的误差百分比等于零时，聚类模型502可以将尺寸过小vav单元标记为气闸超控。仍进一步地，如果两个连续运行周期的平均dpr-o之间的误差百分比不等于零，则聚类模型502可以将尺寸过小vav单元标记为验证流量限制。
100.在一些实施例中，用于识别尺寸过小vav并且随后对其进行标记的逻辑可以表达如下：
101.如果((ahu状态为接通))且(区域温度( /-2摄氏度)》区域温度设定值)且(vav气闸输出《100％)且(供应空气流量-供应空气流量设定值＝( /-10％))且(供应空气流量设定值处于最大限制))
102.尺寸过小
103.如果(2个连续运行周期的平均dpr-o之间的误差百分比)＝＝0：气闸超控；
104.否则如果(2个连续运行周期的平均dpr-o之间的误差百分比)！＝0：请调整/验证流量限制；
105.否则非尺寸过小。
106.仍然参考图5，可以训练监督学习模型504以识别vav点模板和/或具有最高权重且高度负责将vav归类为恶意vav、尺寸过大vav或尺寸过小vav之一的vav点模板的组合。监督学习模型504与聚类模型502通信地耦合以接收一个或多个区域或站点的vav点模板数据连同恶意vav、尺寸过小vav和尺寸过大vav的聚类。
107.监督学习模型504被配置用于接收样本数据集，所述样本数据集包含来自一个或多个站点的vav点模板以及来自聚类模型502的恶意vav、尺寸过大vav和尺寸过小vav的分类。在一些实施例中，监督学习模型504可以被配置用于接收来自聚类模型502的样本数据集。
108.在一些实施例中，样本数据集被分成三部分，例如，百分之六十可以用于训练监督学习模型504，百分之二十可以用于验证，以及剩余百分之二十可以用于测试。在一些实施例中，上述百分比可以变化。
109.进一步地，监督学习模型504可以采用支持向量机算法，其中，每个记录，例如，vav数据，可以被映射为n维向量空间中的一个点。在一些实施例中，
‘
n’表示矩阵
‘
x’中的维数，并且每一维表示有助于vav聚类的特定属性。
110.x＝[来自多个站点的vav点模板]的向量，x∈rn，x是x
(i)^t
的矩阵
[0111]
进一步地，
‘
l
k’可以被选择为向量空间中的随机点，其中，“l”是n维空间中三个随机点的向量并且“k”表示可能的聚类，例如，恶意、尺寸过大或尺寸过小。
[0112]
其中f是的矩阵
[0113]
其中，f(k)测量每个记录与每个lk之间的相似性，并且将该记录分配给最近的lk。
[0114]
在一些实施例中，可以重复随机选择lk和测量xi与每个lk之间的相似性以及将记录分配给最接近的lk的过程，直到成本函数收敛到期望的最小阈值。
[0115][0116]
其中，
[0117]
cost()＝训练示例的输出向量。
[0118]
随后，可以执行带有标记的交叉验证以避免方差或偏差问题。基于验证确定监督学习模型504的准确度，例如，可以在成功验证后确定监督学习模型504的准确度。在一些实施例中，监督学习模型504的准确度是正确标记的聚类vav与错误标记的聚类vav的百分比。
[0119]
在一些实施例中，在产生不令人满意的结果后，可以重复由监督学习模型504执行的上述步骤。
[0120]
仍进一步地，vav点模板数据或vav点模板数据的多项式组合的(多个)高贡献特征的权重可以被确定并且作为元数据传递到无监督学习模型506。
[0121]
仍然参考图5，可以使无监督学习模型506能够接收vav数据和包括高度加权特征的元数据，例如，vav点模板数据或vav点模板数据的多项式组合。在一些实施例中，无监督学习模型506采用k均值无监督学习。进一步地，可以使无监督学习模型506能够考虑高度加权特征，例如，最有贡献的参数，并且使用向量投影方法执行从n维到2维的维数减少。考虑到x＝[最多加权特征]的向量，m＝样本的总大小，并且f＝2，无监督学习模型506可以被配置用于执行数据分块，例如，将数据分成训练集、验证集和测试集，比例分别为60％、20％和20％。然而，实施例不限于此并且百分比可以更高或更低，取决于实施例。
[0122]
仍进一步地，无监督学习模型506可以被配置用于：
[0123]
a.从向量x中随机选择任意3个点并将其标记为质心μ
1,2,3
。
[0124]
b.随后，可以使用欧几里德距离方法将每个记录分配到对应的质心，其中，此步骤可以继续直到收敛，例如直到达到与监督学习方法类似或更好的结果。
[0125]
i.对于i＝1至m的所有示例：
[0126]
c(i)：＝最接近x(i)的聚类质心的1至3指数
[0127]
ii.对于k＝1至3的所有聚类：
[0128]
μk＝分配到聚类k的点的平均值
[0129]
iii.更新聚类质心。
[0130]
随后，可以执行带有标记的交叉验证以避免方差或偏差问题。基于验证，可以确定无监督学习模型506的准确性。无监督学习模型506的准确性可以是正确标记的聚类vav与错误标记的聚类vav的百分比。
[0131]
在某一实施例中，在产生不令人满意的结果后，可以重复由无监督学习模型506执行的上述步骤。
[0132]
在一些实施例中，聚类模型502、监督学习模型504和无监督学习模型506可以递归地用于在恶意vav、尺寸过小vav和尺寸过大vav聚类内执行标记。
[0133]
机器学习层409可以生成聚类的恶意vav、尺寸过小vav和尺寸过大vav的列表连同其相应的标记。在一些实施例中，聚类的恶意vav、尺寸过小vav和尺寸vav连同其相应的标记可以存储在数据库416中。
[0134]
在一些实施例中，为了标记恶意vav，聚类模型502可以接收ahu点模板数据和vav点模板数据，并且将恶意vav标记为气闸松动/机械故障、流量站故障或气闸超控。进一步地，可以基于接收到的vav数据和来自聚类模型502的标记来训练监督学习模型504，以确定对恶意vav的标记的高度贡献特征。仍进一步地，可以训练无监督学习模型506以基于由监督学习模型504得出的高度贡献特征来标记恶意vav。
[0135]
在一些实施例中，为了标记尺寸过小vav，聚类模型502可以接收vav点模板数据，并且将尺寸过小vav标记为气闸超控或流量限制问题之一。进一步地，可以基于接收到的vav数据和来自聚类模型502的标记来训练监督学习模型504，以确定对尺寸过小vav的标记的高度贡献特征。可以训练无监督学习模型506以基于由监督学习模型504得出的高度贡献特征来标记尺寸过小vav。
[0136]
在一些实施例中，为了标记尺寸过大vav，聚类模型502可以接收vav点模板数据，并且将尺寸过大vav标记为气闸超控或流量限制问题之一。进一步地，可以基于接收到的vav数据和来自聚类模型502的标记来训练监督学习模型504，以确定对尺寸过大vav的标记的高度贡献特征。可以训练无监督学习模型506以基于由监督学习模型504得出的高度贡献特征来标记尺寸过大vav。
[0137]
参考图4，可以使分析层410能够从机器学习层409接收聚类的恶意vav、尺寸过小vav和尺寸过大vav的列表连同其相应的标记。在一些实施例中，可以使分析层410能够从数据库416接收聚类的恶意vav、尺寸过小vav和尺寸过大vav的列表。分析层410可以显示用户友好的报告，所述报告描述与聚类的vav中的每一个相关联的标记。在一些实施例中，分析层410可以被配置用于将与ahu相关联的恶意vav、尺寸过小vav和尺寸过大vav分组在一起。
[0138]
例如，分析层410可以显示ahu的列表以及与ahu相关联的恶意vav的计数、尺寸过小vav的计数和尺寸过大vav的计数。在一些实施例中，可以使分析层410能够基于预定义的分析程序计算来计数。进一步地，ahu的列表和相关联的恶意vav、尺寸过小vav和尺寸过大vav的计数显示在经由bms接口414连接的(多个)客户端装置上，其中，将指针悬停在vav的计数上会显示聚类的vav中的每一个的装置标识符。进一步地，选择标识符中的一个标识符可以将用户引导至提供附加细节的页面。
[0139]
在非限制性实施例中，下面的表1描绘了ahu的列表和聚类为恶意、尺寸过小和尺寸过大的附属vav的计数。
[0140][0141]
在一些实施例中，处理电路404可以包括恶意vav计数器(图中未示出)，使所述恶意vav计数器能够保持由机器学习层409识别的恶意vav的数量的计数。命令和控制层411可以被配置用于利用恶意vav的数量的计数来优化相关联的ahu的管道静压设定值(dpt-sp)。
[0142]
命令和控制层411可以以固定比率减少静压设定值，直到下游区域不再被满足并且生成请求。当存在足够数量的请求时，命令和控制层411可以增加静压设定值。在一些实施例中，可以调整每个区域的请求以确保始终满足关键区域。当不再存在足够数量的请求时，可以再次以固定比率减少静压设定值。
[0143]
在一些实施例中，可以使命令和控制层411能够轮询所有vav的气闸位置。例如，根据从一个或多个数据源418或vav单元的气闸位置输出接收的信息，所有气闸可以低于60％。命令和控制层411可以以-0.1"wc(水柱)的速率重置ahu的管道静压设定值(dpt-sp)。进一步地，如果一个或多个vav单元气闸位置输出高于90％，则命令和控制层411将以 0.25"wc的速率重置静压设定值。在一些实施例中，使命令和控制层411能够周期性地轮询所有vav的气闸位置并且将重置频率限制为每十五分钟一次。然而，可以自定义重置频率的这个时间段。
[0144]
命令和控制层411可以排除由机器学习层409识别的恶意vav，同时确定对应ahu的优化的管道静压设定值(dpt-sp)。仍进一步地，命令和控制层411可以被配置用于将优化的dpt-sp传输到ahu控制器或任何其他处理器支持的bms装置。在一些实施例中，命令和控制层411可以将优化的dpt-sp传输到能源管理系统422的命令和控制特征。
[0145]
现在参考图6，描绘了用于检测和聚类恶意vav、尺寸过小vav和尺寸过大vav的系统600。在一些实施例中，系统600可以利用机器学习，例如，监督学习模型和无监督学习模型中的一者或两者。
[0146]
系统600包括服务器602和一个或多个数据源418。服务器602可以是远程服务器、
云服务器或场所内服务器。服务器602与数据源418通信地耦合以接收vav数据和ahu数据，其中从多个区域或站点接收vav数据和ahu数据。
[0147]
数据源418可以是bms监督控制器266(图2中示出)、现场控制器或bms的能够经由通信网络420传输ahu数据和vav数据的任何处理器或微控制器支持的上游装置。例如，通信网络420可以是bacnet网络、lonworks网络、lan、wan、互联网、蜂窝网络等。在一些实施例中，数据源418可以包括附属于一个或多个远程建筑物管理系统或自动化系统的远程控制器。
[0148]
服务器602包括处理电路604、数据库616、通信模块612和bms接口614。
[0149]
通信模块612可以促进服务器602与一个或多个数据源418之间的通信。bms接口614可以促进服务器602与bms的能源管理系统622之间的通信。在一些实施例中，bms接口614还可以提供服务器602与一个或多个客户端装置(图中未示出)之间的通信。
[0150]
通信模块612和bms接口614可以是或者包括用于进行数据通信的有线或无线通信接口(例如，插座、天线、发射器、接收器、收发器、电线端子等)。在各实施例中，经由通信模块612和bms接口614进行的通信可以是直接的(例如，本地有线或无线通信)或经由通信网络620(例如，wan、互联网、蜂窝网络等)而进行的。例如，通信模块612和bms接口614可以包括用于经由基于以太网的通信链路或网络发送和接收数据的以太网卡和端口。在另一个示例中，通信模块612和bms接口614可以包括用于经由无线通信网络进行通信的wi-fi收发器。在另一个示例中，通信模块612和bms接口614中的一者或两者可以包括蜂窝或移动电话通信收发器。在一些实施例中，通信模块612为电力线通信接口并且bms接口614为以太网接口。在其他实施例中，通信模块612和bms接口614两者都为以太网接口或为同一个以太网接口。
[0151]
仍然参考图6，处理电路604包括处理器606和存储器607。处理电路604可以可通信地连接到bms接口614和/或通信模块612，从而使得处理电路134及其各个组件可以经由bms接口614和通信模块612发送和接收数据。处理器606可以被实施为通用处理器、专用集成电路(asic)、一个或多个现场可编程门阵列(fpga)、一组处理组件、或其他合适的电子处理组件。
[0152]
存储器607(例如，存储器、存储器单元、存储装置等)可以包括用于存储数据和/或计算机代码的一个或多个装置(例如，ram、rom、闪存、硬盘存储装置等)，所述数据和/或计算机代码用于完成或促进本技术中所描述的各种过程、层和模块。存储器607可以是或包括易失性存储器或非易失性存储器。存储器607可以包括数据库组件、目标代码组件、脚本组件、或用于支持本技术中所描述的各种活动和信息结构的任何其他类型的信息结构。根据一些实施例，存储器607经由处理电路604可通信地连接到处理器606，并且包括用于执行(例如，由处理电路604和/或处理器606)本文所描述的一个或多个过程的计算机代码。
[0153]
在一些实施例中，服务器602可以被实施为单一计算机(例如，一个外壳、封装单元等)。在各种其他实施例中，服务器602可以跨多个装置或计算机(例如，其可以存在于分布式位置中)实施。
[0154]
仍然参考图6，存储器607可以包括数据聚合和预处理层608、聚类模型层609、分析层610以及命令和控制层611。
[0155]
数据聚合和预处理层608可以被配置用于从数据库616接收vav数据和ahu数据。在
一些实施例中，可以使数据聚合和预处理层608能够直接从一个或多个数据源418接收vav数据和ahu数据。进一步地，数据聚合和预处理层608可以聚合和预处理vav数据和ahu数据以处理(多个)不期望的值。
[0156]
可以使聚类模型609能够从数据聚合和预处理层608接收ahu数据和vav数据。聚类模型609可以被配置用于自动检测恶意vav、尺寸过小vav和尺寸过大vav并且相应地将其聚类。可以使聚类模型502能够执行用于聚类的恶意vav、尺寸过大vav和尺寸过小vav的方程式驱动检测。
[0157]
在一些实施例中，当((ahu状态为接通)且(vav气闸位置在100％处)且(dpt与dpt-sp之间的绝对误差百分比《2％))时，聚类模型609可以将vav单元确定为恶意vav。例如，当((dpr-o》99％)且(sa-f《saf-sp))时，聚类模型609可以用气闸松动或机械故障标记恶意vav。在另一个示例中，当da-vp具有平坦线或不可靠时，聚类模型609可以用流量站故障标记恶意vav。在一个示例中，当((dpr》99％)且(sa-f》saf-sp))时，聚类模型609可以用气闸超控标记恶意vav。
[0158]
在一些实施例中，用于识别恶意vav并且随后对其进行标记的逻辑可以表达如下：
[0159]
如果(ahu状态为接通))且(vav气闸位置＝100％)且(dpt与dpt-sp之间的绝对误差百分比《2％)：
[0160]
恶意
[0161]
如果(dpr-o》99％)且(sa-f《saf-sp)：气闸松动或机械故障否则如果da-vp呈平坦线或不可靠：流量站故障否则如果(dpr》99％)且(sa-f》saf-sp)：气闸超控
[0162]
否则
[0163]
非恶意
[0164]
进一步地，如果((ahu状态为接通)且(zn-t与znt-sp之间的绝对误差百分比《10％)且(dpr-o《100％)且(sa-f与saf-sp之间的绝对误差百分比《10％)且(供应空气流量设定值处于最小限制))，则聚类模型609可以将vav单元确定为尺寸过大vav单元。进一步地，如果两个连续运行周期的平均dpr-o之间的误差百分比等于零，则聚类模型609可以将尺寸过大vav单元标记为气闸超控。仍进一步地，如果两个连续运行周期的平均dpr-o之间的误差百分比不等于零，则聚类模型609可以将尺寸过大vav单元标记为验证流量限制。
[0165]
在一些实施例中，用于识别尺寸过大vav并且随后对其进行标记的逻辑可以表达如下：
[0166]
如果((ahu状态为接通))且(zn-t与znt-sp之间的绝对误差％《10％)且(dpr-o《100％)且(sa-f与saf-sp之间的绝对误差％《10％)且(供应空气流量设定值处于最小限制))
[0167]
尺寸过大
[0168]
如果(2个连续运行周期的平均dpr-o之间的误差％)＝＝0：气闸超控；
[0169]
否则如果(2个连续运行周期的平均dpr-o之间的误差％)！＝0：请调整/验证流量限制
[0170]
否则非尺寸过大
[0171]
进一步地，如果((ahu状态为接通)且(区域温度( 2摄氏度的差异)》区域温度设定值)且(vav气闸输出《100％)且(供应空气流量-供应空气流量设定值＝( -10％))且(供应
空气流量设定值处于最大限制))，则聚类模型609可以将vav单元确定为尺寸过小vav。另外地，如果两个连续运行周期的平均dpr-o之间的误差百分比等于零，则聚类模型609可以将尺寸过小vav单元标记为气闸超控。仍进一步地，如果两个连续运行周期的平均dpr-o之间的误差百分比不等于零，则聚类模型609可以将尺寸过小vav单元标记为验证流量限制。
[0172]
在一些实施例中，用于识别尺寸过小vav并且随后对其进行标记的逻辑可以表达如下：
[0173]
如果((ahu状态为接通))且(区域温度( 2摄氏度差异)》区域温度设定值)且(vav气闸输出《100％)且(供应空气流量-供应空气流量设定值＝( -10％))且(供应空气流量设定值处于最大限制))
[0174]
尺寸过小
[0175]
如果(2个连续运行周期的平均dpr-o之间的误差％)＝＝0：气闸超控；
[0176]
否则如果(2个连续运行周期的平均dpr-o之间的误差％)！＝0：请调整/验证流量限制；
[0177]
否则
[0178]
非尺寸过小。
[0179]
进一步地，分析层610可以被配置用于基于预定义的分析程序计算恶意vav、尺寸过小vav和尺寸过大vav的计数。可以在经由bms接口414连接的(多个)客户端装置上显示ahu的列表以及相关联恶意vav、尺寸过小vav和尺寸过大vav的计数。
[0180]
可以使命令和控制层611能够从聚类模型609接收关于恶意vav的细节。基于此，命令和控制层611可以被配置用于例如通过排除恶意vav来确定优化的管道静压设定值(dpt-sp)。
[0181]
用于可变空气量单元的自动检测和聚类的方法
[0182]
在本披露内容的一些实施例中，设想了一种用于vav的自动检测和聚类的方法。具体地，所述方法可以自动检测vav并将其聚类为恶意vav、尺寸过小vav或尺寸过大vav之一。
[0183]
现在参考图7，示出了描绘用于将vav聚类为恶意vav、尺寸过小vav和尺寸过大vav的步骤的流程图。在一些实施例中，检测和聚类方法700由服务器402执行。替代性地，检测和聚类方法700可以部分地由另一个服务器、计算系统或控制器执行。在一些实施例中，服务器402可以是远程服务器、云服务器或场所内服务器中的一种。
[0184]
在步骤702处，服务器402可以被配置用于从一个或多个数据源418接收vav数据和ahu数据。在一些实施例中，服务器402可以被配置用于周期性地接收vav数据和ahu数据。vav数据和ahu数据可以与一个或多个站点或区域相关联。在一个示例实施例中，数据源418可以是bms监督控制器266(图2中示出)、现场控制器或bms的能够经由通信网络420传输ahu数据和vav数据的任何处理器或微控制器支持的上游装置之一。
[0185]
在步骤704处，服务器402被配置用于将vav确定为恶意vav、尺寸过小vav和尺寸过大vav之一。在一些实施例中，当((ahu状态为接通)且(vav气闸位置在100％处)且(dpt与dpt-sp之间的绝对误差百分比《2％))时，恶意vav可以由服务器402确定。
[0186]
在一些实施例中，当((ahu状态为接通)且(zn-t与znt-sp之间的绝对误差百分比《10％)且(dpr-o《100％)且(sa-f与saf-sp之间的绝对误差百分比《10％)且(供应空气流量设定值处于最小限制))时，尺寸过大vav可以由服务器402确定。
[0187]
在一些实施例中，当((ahu状态为接通)且(区域温度( 2摄氏度的差异)》区域温度设定值)且(vav气闸输出《100％)且(供应空气流量-供应空气流量设定值＝( -10％))且(供应空气流量设定值处于最大限制))时，尺寸过小vav可以由服务器402确定。
[0188]
在步骤706处，使服务器402能够聚类恶意vav、尺寸过小vav和尺寸过大vav。在一些实施例中，附属于共同ahu的一个或多个恶意vav可以被聚类在一起。类似地，附属于共同ahu的一个或多个尺寸过大vav和尺寸过小vav可以被分别聚类在一起。
[0189]
在步骤708处，可以使服务器402能够通过从管道静压设定值计算中排除恶意vav来优化ahu的管道静压设定值(dpt-sp)。
[0190]
在一些实施例中，方法700可以进一步包括标记恶意vav、尺寸过小vav或尺寸过大vav的步骤。
[0191]
在一些实施例中，恶意vav可以被标记为气闸松动/机械故障、流量站故障或气闸超控。例如，当((dpr-o》99％)且(sa-f《saf-sp))时，服务器402可以用气闸松动或机械故障标记恶意vav。在另一个示例中，当da-vp具有平坦线或不可靠时，服务器402可以用流量站故障标记恶意vav。在一些实施例中，当((dpr》99％)且(sa-f》saf-sp))时，服务器402可以用气闸超控标记恶意vav。
[0192]
在一些实施例中，尺寸过大vav可以被标记为气闸超控或验证流量限制。例如，如果两个连续运行周期的平均dpr-o之间的误差百分比等于零，则服务器402可以将尺寸过大vav单元标记为气闸超控。仍进一步地，如果两个连续运行周期的平均dpr-o之间的误差百分比不等于零，则聚类服务器402可以将尺寸过大vav单元标记为验证流量限制。
[0193]
在一些实施例中，尺寸过小vav可以被标记为气闸超控或验证流量限制。例如，如果两个连续运行周期的平均dpr-o之间的误差百分比等于零，则服务器402可以将尺寸过小vav单元标记为气闸超控。仍进一步地，如果两个连续运行周期的平均dpr-o之间的误差百分比不等于零，则服务器402可以将尺寸过小vav单元标记为验证流量限制。
[0194]
在一些实施例中，方法700可以包括将可疑vav与系统隔离和/或使可疑vav与系统断开连接。在一些实施例中，可以从ahu的管道静压设定值的计算或确定中去除可疑vav。例如，可以进一步检查可疑vav以调整系统和/或可疑vav的设置/配置。
[0195]
在一些实施例中，方法700可以包括对接收的ahu数据和vav数据执行机器学习的一个或多个步骤。
[0196]
示例性实施例的配置
[0197]
如各示例性实施例中所示出的系统和方法的构造和布置仅是说明性的。尽管本披露内容中仅详细描述了几个实施例，但是许多修改是可能的(例如，各种元件的大小、尺寸、结构、形状和比例、参数的值、安装布置、材料的使用、颜色、定向等的变化)。例如，元件的位置可以颠倒或以其他方式变化，并且离散元件的性质或数量或位置可以更改或变化。因此，所有这种修改旨在被包括在本披露内容的范围内。可以根据替代实施例对任何过程或方法步骤的顺序或序列进行改变或重新排序。在不脱离本披露内容范围的情况下，可以在示例性实施例的设计、运行条件和布置方面作出其他替代、修改、改变、和省略。进一步地，术语“之间”可以用于包括端点，但实施例不限于此。例如，“在x与y之间”可以包括x和y或者排除x和y。
[0198]
本披露内容设想了用于完成各种操作的方法、系统和任何机器可读介质上的程序
产品。可以使用现有计算机处理器或由结合用于此目的或另一目的的适当系统的专用计算机处理器或由硬接线系统来实施本披露内容的实施例。本披露内容的范围内的实施例包括程序产品，所述程序产品包括用于承载或具有存储在其上的机器可执行指令或数据结构的机器可读介质。这种机器可读介质可以是可以由通用或专用计算机或具有处理器的其他机器访问的任何可用介质。举例来讲，这类机器可读介质可以包括ram、rom、eprom、eeprom、cd-rom或其他光盘存储装置、磁盘存储装置或其他磁存储装置，或者可以用来以机器可执行指令或数据结构的形式承载或存储所期望的程序代码并且可以由通用或专用计算机或具有处理器的其他机器访问的任何其他介质。上述内容的组合也包括在机器可读介质的范围内。机器可执行指令包括例如使通用计算机、专用计算机或专用处理机器执行某一功能或一组功能的指令和数据。
[0199]
尽管附图示出了方法步骤的具体顺序，但是步骤的顺序可以不同于所描绘的顺序。还可以同时或部分同时地执行两个或更多个步骤。这种变体将取决于所选软件和硬件系统以及设计者的选择。所有这种变体都处于本披露内容的范围内。同样，可以用具有基于规则的逻辑和用于实现各个连接步骤、处理步骤、比较步骤和判定步骤的其他逻辑的标准编程技术来实现软件实施方式。