变频空调实际运行模式识别及数据挖掘

变频空调的长期运行数据是空调在实际环境中运行状态最直接的反映,空调运行的内在规律潜藏在其长期的运行数据中,分析其长期运行数据时,由于数据冗余、存在异常数据等原因,需要采用数据挖掘的方法进行研究。采用聚类算法进行分析,空调的运行模式可总结为三种模式,即上午高负荷模式、下午高负荷模式以及低频平稳模式,三种模式下空调的送风温度都比较接近,但室外温度有所区别。上午(下午)高负荷模式中,室外温度在上午(下午)最高,功率及制冷性能系数(Energy efficiency ratio, EER)分别处于峰值及谷值,低频平稳模式下,室外温度并不高,开机后空调运行比较稳定,运行参数变化不大。此后,采用控制变量法和多项式拟合来分析环境工况参数对空调性能的影响,室外侧环境温度、空调回风温度的升高均导致空调的功率增加,而空调的EER随着回风温度的升高而增加,随着室外温度及空调的功率(运行频率)的增加而下降。采用神经网络算法,研究基于空调送风侧参数预测变频空调性能的方法,并建立神经网络预测模型,该方法的预测误差在15%以内,可以通过控制空调运行时的送风侧参数,达到控制空调性能的目的。最后,根据以上研究成果,提出变频空调控制优化方法,提高空调在线长期运行能效。     

基于人工智能算法模型的化工电力安全监控技术

研究构建了一套化工智能化工电力安全监控系统，包括控制模块、通讯模块、通讯节点、计算模块和ETL模型等，提高了数据通信能力。通过监控模块实现变电设备、输电设备、电力设备运行现场、电网运行、生产管理以及其他监测设备运行信息监控，提高了化工园区配电网故障诊断与监控能力。还构建了一套改进型双链量子遗传算法模型，提高了电力数据挖掘能力。试验结果表明:化工电力安全监控系统数据采集效率高，监控能力强，大大提高了化工电力安全监控能力。     

基于数据挖掘的ISC算法研究

在拥挤的大卖场或是百货公司逛街时,常因环境或是外在因素而导致行动网络不稳定,无法顺利在有限时间内将特定广告信息传递至目标消费者,因此该文在机会网络下结合数据挖掘与社群网络技术,提出一个高效率算法,能在有限时间内将商家或是消费者想要推播的广告信息推播给特定目标消费者,并且在推播过程中选择较有兴趣的消费者进而有效提高广告效益以及商家销售量。     

智能化剪力墙设计软件的研究

论述了智能化剪力墙软件发展的必要性,并对剪力墙设计的内容、难题和涉及的相关规范以及设计过程及特点进行剖析、研究,提出了实现智能化剪力墙设计软件中要解决的关键问题及解决方法。     

用一种数据挖掘的方法解决网络拥挤的问题

提出了从Web日志中挖掘得到关联规则，通过这些规则实现网页在服务器的预先存取，从而解决网络拥挤问题．     

数据挖掘技术在基坑设计专家系统中的应用

本文在介绍工程数据挖掘的概念、功能及逻辑结构的基础上，结合本地区典型基坑勘察设计资料，提出了将人工神经网络用于基坑设计专家系统的方法和步骤。应用表明，人工神经网络建立的模型，能将多方面的影响因素与设计方案之间的非线性关系描述出来，通过检验样本的预测证明这一方法是可行的，具有广泛的应用前景。     

数据仓库在消防指挥信息系统中的构建

讨论了数据仓库的内涵,以及在消防指挥信息系统中应用数据仓库技术的必要性,并就数据仓库在消防指挥信息系统中的构建进行了相关阐述。     

黄土力学数据挖掘系统研究

岩土工程智能化系统研究是岩土工程领域前缘问题。本文基于信息技术中最先进的数据挖掘技术,研制了黄土力学数据挖掘系统,包括有预处理模块、挖掘操作模块、知识库管理模块,自重湿陷与湿陷性判定决策树模型、判定规则和评价模型的精度以及其他应用软件接口等。可实现数据的归约、聚类分析、分类、预测等。通过工程实例分析,证明了该系统的有效性和实用性。采用59项工程的2766组黄土试验数据对决策树的每条规则进行测试,结果表明自重湿陷性判定规则的准确率为87.3%,湿陷性判定规则的准确率为92.5%。利用挖掘所得到的判定规则和决策树模型,可减少试验工作、降低成本;提出的模型还可用于确定湿陷底界与自重湿陷的底界,从而为地基处理深度的确定提供依据。