數(shù)據(jù)挖掘技術(shù)在制冷空調(diào)行業(yè)的應(yīng)用

朱成文 任鳳

摘要：我國(guó)制冷空調(diào)行業(yè)的發(fā)展時(shí)間較短，雖然積累了一定的經(jīng)驗(yàn)，但是在市場(chǎng)發(fā)展上依舊存在諸多問(wèn)題，對(duì)制冷空調(diào)行業(yè)發(fā)展的影響因素也相對(duì)較多，導(dǎo)致制冷空調(diào)行業(yè)的發(fā)展速度一直較為緩慢。同時(shí)，大部分制冷空調(diào)企業(yè)都沒(méi)有自身的技術(shù)，且綜合實(shí)力較弱，極大制約了制冷空調(diào)行業(yè)的持續(xù)發(fā)展。而數(shù)據(jù)挖掘技術(shù)可以對(duì)各種數(shù)據(jù)進(jìn)行有效提取，將這些有用信息服務(wù)于制冷空調(diào)行業(yè)中，能夠有效推動(dòng)制冷空調(diào)行業(yè)的進(jìn)步和發(fā)展。鑒于此，本文就針對(duì)數(shù)據(jù)挖掘技術(shù)進(jìn)行深入分析，結(jié)合實(shí)際情況對(duì)數(shù)據(jù)挖掘技術(shù)在制冷空調(diào)行業(yè)的應(yīng)用進(jìn)行詳細(xì)闡述，希望能為數(shù)據(jù)挖掘技術(shù)在制冷空調(diào)行業(yè)中的應(yīng)用提供有效參考依據(jù)。

關(guān)鍵詞：數(shù)據(jù)挖掘技術(shù)；制冷空調(diào)行業(yè)；應(yīng)用

在科學(xué)技術(shù)的迅速發(fā)展背景下，數(shù)據(jù)挖掘技術(shù)被廣泛應(yīng)用到各個(gè)行業(yè)領(lǐng)域中，對(duì)我國(guó)人民的生活生產(chǎn)造成了較大影響，不僅提高了我國(guó)人民的信息交流效率，也促進(jìn)了我國(guó)社會(huì)經(jīng)濟(jì)的快速發(fā)展。隨著數(shù)據(jù)進(jìn)入爆炸式增長(zhǎng)的階段中，數(shù)據(jù)的存儲(chǔ)能力和計(jì)算能力也得到了顯著提高，在各種信息化技術(shù)的應(yīng)用條件下，我國(guó)逐漸進(jìn)入了大數(shù)據(jù)時(shí)代。在制冷空調(diào)行業(yè)的發(fā)展過(guò)程中，各個(gè)企業(yè)和部門(mén)對(duì)大數(shù)據(jù)的重視性日益提高，逐漸加強(qiáng)了對(duì)數(shù)據(jù)挖掘技術(shù)的研究和實(shí)踐，期望能夠以此促進(jìn)制冷空調(diào)行業(yè)與信息技術(shù)行業(yè)的融合及發(fā)展，使我國(guó)制冷空調(diào)行業(yè)的發(fā)展現(xiàn)狀得到有效改善，有效提高我國(guó)制冷空調(diào)行業(yè)的整體素質(zhì)。因此，有必要對(duì)數(shù)據(jù)挖掘技術(shù)進(jìn)行分析，對(duì)數(shù)據(jù)挖掘技術(shù)在制冷空調(diào)行業(yè)的應(yīng)用進(jìn)行詳細(xì)闡述，以此為制冷空調(diào)行業(yè)的發(fā)展提供更多的技術(shù)支持。

1.數(shù)據(jù)挖掘技術(shù)

就目前來(lái)看，數(shù)據(jù)挖掘技術(shù)涉及到的學(xué)科較多，主要由數(shù)據(jù)庫(kù)技術(shù)、信息檢索、統(tǒng)計(jì)學(xué)、人工智能、機(jī)器學(xué)習(xí)等各種先進(jìn)技術(shù)共同組成，其主要作用就是對(duì)海量的數(shù)據(jù)進(jìn)行分析，將其中的有用信息提取出來(lái)，以此為人類(lèi)的生活生產(chǎn)提供有利依據(jù)。在制冷空調(diào)行業(yè)的發(fā)展過(guò)程中，積累了大量的物流、運(yùn)營(yíng)、管理及產(chǎn)品等不同類(lèi)型的數(shù)據(jù)，對(duì)其進(jìn)行數(shù)據(jù)挖掘的過(guò)程可以分為數(shù)據(jù)預(yù)處理、數(shù)據(jù)挖掘及結(jié)果解釋與應(yīng)用等三個(gè)階段。

1.1數(shù)據(jù)預(yù)處理

在制冷空調(diào)行業(yè)中，對(duì)于數(shù)據(jù)的采集都是選擇人為記錄或傳感器測(cè)量等方式進(jìn)行的，并選擇本地保存或遠(yuǎn)程傳輸方式，將其存儲(chǔ)到數(shù)據(jù)庫(kù)。但是在進(jìn)行數(shù)據(jù)采集的時(shí)候，常常會(huì)出現(xiàn)許多不穩(wěn)定因素，這就很容易影響到數(shù)據(jù)的準(zhǔn)確性和完整性，顯著降低了數(shù)據(jù)的整體質(zhì)量，對(duì)數(shù)據(jù)挖掘中的性能和精度存在著較大影響。面對(duì)這種情況，就需要做好數(shù)據(jù)預(yù)處理，對(duì)某些異常的數(shù)據(jù)進(jìn)行正確處理，以此提高數(shù)據(jù)的整體質(zhì)量[1]。一般數(shù)據(jù)預(yù)處理是數(shù)據(jù)挖掘中不可或缺的步驟，整個(gè)過(guò)程包括了數(shù)據(jù)清理、數(shù)據(jù)集成、數(shù)據(jù)變換及數(shù)據(jù)歸約等多個(gè)步驟，其中數(shù)據(jù)清理就是對(duì)不一致的數(shù)據(jù)進(jìn)行糾正，并減少孤立數(shù)據(jù)、清除數(shù)據(jù)噪聲、填充數(shù)據(jù)中的缺失值，以此提高數(shù)據(jù)的整體質(zhì)量；其中數(shù)據(jù)集成就是對(duì)同一類(lèi)型、不同數(shù)據(jù)源的數(shù)據(jù)進(jìn)行集中保存，整個(gè)數(shù)據(jù)集成過(guò)程要充分考慮到數(shù)據(jù)值的沖突、冗余屬性 及模式集成等問(wèn)題；其中數(shù)據(jù)變換就是對(duì)數(shù)據(jù)的形式進(jìn)行轉(zhuǎn)換，比如數(shù)據(jù)類(lèi)型和數(shù)據(jù)標(biāo)準(zhǔn)化的轉(zhuǎn)換等等，確保其能夠滿(mǎn)足數(shù)據(jù)挖掘的需求；其中數(shù)據(jù)歸約就是在保持原始數(shù)據(jù)重要特征的基礎(chǔ)上，通過(guò)數(shù)值壓縮、數(shù)據(jù)壓縮及數(shù)據(jù)降維等方法對(duì)數(shù)據(jù)進(jìn)行壓縮，為數(shù)據(jù)的后續(xù)處理提供有利條件。

1.2數(shù)據(jù)挖掘

在完成數(shù)據(jù)預(yù)處理之后，就要通過(guò)數(shù)據(jù)挖掘獲取數(shù)據(jù)的有用價(jià)值，將制冷空調(diào)領(lǐng)域的專(zhuān)業(yè)知識(shí)作為核心基礎(chǔ)，結(jié)合計(jì)算機(jī)技術(shù)和數(shù)學(xué)理論等先進(jìn)技術(shù)，通過(guò)Python、MATLAB等應(yīng)用軟件進(jìn)行數(shù)據(jù)分析和處理。在進(jìn)行數(shù)據(jù)分析的時(shí)候，需要建立好數(shù)學(xué)算法模型，便于對(duì)數(shù)據(jù)進(jìn)行分類(lèi)、回歸和聚類(lèi)，深入挖掘各種數(shù)據(jù)之間的隱藏關(guān)系，有效獲取數(shù)據(jù)中的有用價(jià)值。同時(shí)，數(shù)據(jù)挖掘算法可以區(qū)分為無(wú)監(jiān)督學(xué)習(xí)算法和有監(jiān)督學(xué)習(xí)算法，一般在制冷空調(diào)行業(yè)中使用的有監(jiān)督學(xué)習(xí)算法包括了貝葉斯網(wǎng)絡(luò)、BP神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)及決策樹(shù)等等，無(wú)監(jiān)督學(xué)習(xí)算法則包括了關(guān)聯(lián)規(guī)則分析及聚類(lèi)分析等等[2]。其中有監(jiān)督學(xué)習(xí)算法就是在已經(jīng)知道輸出和部分輸出的對(duì)應(yīng)關(guān)系時(shí)，建立一個(gè)數(shù)學(xué)模型，將輸入映射到預(yù)期的輸出中，通過(guò)訓(xùn)練模型對(duì)輸出數(shù)據(jù)進(jìn)行準(zhǔn)確分析；其中無(wú)監(jiān)督學(xué)習(xí)算法就是在不知道輸出和輸入關(guān)系的情況下，對(duì)輸入數(shù)據(jù)進(jìn)行數(shù)學(xué)模型的建立，對(duì)數(shù)據(jù)特征進(jìn)行全面分析。

1.3結(jié)果解釋與應(yīng)用

一般數(shù)據(jù)挖掘結(jié)果都是以表格或圖形形式進(jìn)行呈現(xiàn)，雖然在數(shù)學(xué)方面能夠得到較好的解釋效果，但是在物理方面很難進(jìn)行有效解釋?zhuān)@就需要結(jié)合制冷空調(diào)領(lǐng)域的專(zhuān)業(yè)知識(shí)對(duì)其物理意義進(jìn)行有效解釋?zhuān)^而將其中具有價(jià)值的知識(shí)和信息提取出來(lái)，并將其使用到制冷空調(diào)行業(yè)中，為制冷空調(diào)行業(yè)的發(fā)展提供可靠的信息支持[3]。

2.數(shù)據(jù)挖掘技術(shù)在制冷空調(diào)行業(yè)中的應(yīng)用分析

2.1故障檢測(cè)和診斷中的應(yīng)用

就目前來(lái)看，我國(guó)制冷空調(diào)行業(yè)利用數(shù)據(jù)挖掘技術(shù)進(jìn)行數(shù)據(jù)研究的信息資料較少，大部分都是關(guān)于對(duì)制冷空調(diào)系統(tǒng)故障檢測(cè)和診斷及節(jié)能優(yōu)化等幾個(gè)方面的文獻(xiàn)資料。在進(jìn)行數(shù)據(jù)挖掘技術(shù)的研究過(guò)程中，研究人員對(duì)人工神經(jīng)網(wǎng)絡(luò)和粗糙理論進(jìn)行了結(jié)合運(yùn)用，通過(guò)這種數(shù)據(jù)挖掘方法對(duì)空調(diào)系統(tǒng)中的傳感器進(jìn)行了全面的故障檢測(cè)及診斷，并對(duì)其診斷結(jié)果進(jìn)行了科學(xué)分析，發(fā)現(xiàn)空調(diào)機(jī)組的溫濕度測(cè)量值能夠有效區(qū)分回水溫度及供水溫度傳感器的并發(fā)故障，整個(gè)檢測(cè)過(guò)程所消耗的時(shí)間相對(duì)較短，體現(xiàn)出較好的應(yīng)用優(yōu)勢(shì)[4]。同時(shí)，有關(guān)人員利用概率神經(jīng)網(wǎng)絡(luò)算法進(jìn)行故障檢測(cè)及診斷的時(shí)候，需要選擇人工引入故障方式進(jìn)行模型建立，在樣本數(shù)量符合相關(guān)要求之后，其故障檢測(cè)的整體效率能夠得到有效提高，使制冷空調(diào)行業(yè)的各項(xiàng)要求得到有效滿(mǎn)足。

2.2在產(chǎn)品開(kāi)發(fā)中的應(yīng)用

制冷空調(diào)行業(yè)中產(chǎn)生的海量數(shù)據(jù)具有較高的使用價(jià)值，對(duì)其中的有用數(shù)據(jù)進(jìn)行科學(xué)處理和使用，不僅能夠提高制冷空調(diào)行業(yè)的生產(chǎn)效率和質(zhì)量，也能夠?yàn)橹评淇照{(diào)行業(yè)的產(chǎn)品開(kāi)發(fā)提供可靠的信息依據(jù)，使制冷空調(diào)行業(yè)的產(chǎn)品開(kāi)發(fā)更具有合理性、科學(xué)性及可靠性。在針對(duì)制冷空調(diào)行業(yè)的數(shù)據(jù)進(jìn)行研究時(shí)，需要充分發(fā)揮數(shù)據(jù)挖掘技術(shù)的作用，通過(guò)數(shù)據(jù)挖掘技術(shù)對(duì)產(chǎn)品數(shù)據(jù)進(jìn)行有效分析，繼而根據(jù)企業(yè)的發(fā)展要求對(duì)其進(jìn)行合理調(diào)整，使企業(yè)產(chǎn)品開(kāi)發(fā)的效率和質(zhì)量得到有效提高[5]。同時(shí)，在進(jìn)行產(chǎn)品開(kāi)發(fā)的時(shí)候，制冷空調(diào)企業(yè)可以根據(jù)客戶(hù)的實(shí)際需求進(jìn)行綜合考慮，通過(guò)對(duì)產(chǎn)品數(shù)據(jù)進(jìn)行分析，把握產(chǎn)品創(chuàng)新的可行性，繼而對(duì)空調(diào)產(chǎn)品的功能結(jié)構(gòu)進(jìn)行合理優(yōu)化，將各種先進(jìn)技術(shù)應(yīng)用到空調(diào)產(chǎn)品的開(kāi)發(fā)過(guò)程中，使空調(diào)產(chǎn)品的智能化水平得到有效提高，為客戶(hù)提供更加便利、舒適的使用體驗(yàn)，有效促進(jìn)制冷空調(diào)行業(yè)的穩(wěn)定發(fā)展。

3.結(jié)語(yǔ)

綜上所述，我國(guó)制冷空調(diào)行業(yè)處于關(guān)鍵的轉(zhuǎn)型發(fā)展時(shí)期，從傳統(tǒng)的制造行業(yè)逐漸轉(zhuǎn)變向多元化的服務(wù)行業(yè)，對(duì)數(shù)據(jù)挖掘技術(shù)的應(yīng)用有著較高的需求，需要準(zhǔn)確把握數(shù)據(jù)挖掘技術(shù)的應(yīng)用方法、思路和流程，充分發(fā)揮數(shù)據(jù)挖掘技術(shù)在制冷空調(diào)行業(yè)中的應(yīng)用價(jià)值，為我國(guó)制冷空調(diào)行業(yè)的進(jìn)步和發(fā)展提供有利支持。

參考文獻(xiàn)：

[1]楊天翔.數(shù)據(jù)挖掘技術(shù)在制冷空調(diào)行業(yè)的應(yīng)用研究[J].智能城市，2017，3（03）：240.

[2]梁志豪.基于數(shù)據(jù)挖掘的房間空調(diào)器長(zhǎng)效性能研究[D].華南理工大學(xué)，2016.

[3]陳煥新，孫劭波，劉江巖，李冠男.數(shù)據(jù)挖掘技術(shù)在制冷空調(diào)行業(yè)的應(yīng)用[J].暖通空調(diào)，2016，46（03）：20-26.

[4]侯聰.數(shù)據(jù)挖掘在短期空調(diào)負(fù)荷預(yù)測(cè)中的應(yīng)用研究[D].中原工學(xué)院，2016.

[5]陳煥新，劉江巖，胡云鵬，李冠男.大數(shù)據(jù)在空調(diào)領(lǐng)域的應(yīng)用[J].制冷學(xué)報(bào)，2015，36（04）：16-22.