ASHRAE - American Society of Heating@ Refrigerating and Air-Conditioning Engineers@ Inc.
сфера применения
В этом документе алгоритмы машинного обучения (ML) применяются для обнаружения отклонений в системах охлажденной воды (CWS) на уровне здания. Преследуется цель выявления двух нештатных ситуаций: неточных показаний датчика охлажденной воды и низкого теплового КПД по ??Т. Визуализация данных об охлажденной воде в здании обеспечивает общие тенденции и первоначальную идентификацию отклонений в работе здания; эта визуализация также помогает сформулировать требования к алгоритмам обнаружения отклонений@ и, в конечном итоге@, к их выбору. Эти алгоритмы отмечают аномальную производительность, а индексы аномалий оцениваются по двум базовым показателям: нормальная работа и найденная наилучшая работа (с точки зрения ??T). Представлены два контекста обнаружения и количественной оценки отклонений. Сначала исторические данные ищутся для нормальных и аномальных кластеров. Рассчитываются индексы отклонений частоты кластера@ теплового КПД и потерь мощности@ относительно базовых показателей нормальной работы@. Второй контекст — это обнаружение отклонений в данных в реальном времени@, где индексы отклонения от нормы, тепловая эффективность и оценка потерь мощности оцениваются относительно наилучшей работы, обнаруженной в кластере нормальной работы.