オフィス,オーディトリー,病院の建物からの空気処理装置の実際の操作ラベルデータ

科学分野:

• 建物のエネルギーシステム
• HVAC パフォーマンス分析
• 施設管理のためのデータサイエンス

背景:

• エアハンドリングユニット (AHU) は,建物の気候管理に不可欠です.
• 恒常空気量 (CAV) システムは,最適な性能のために効果的な故障検出を必要とします.
• 既存のデータセットには,自動故障検知および診断 (AFDD) モデル開発のための実際の運用データがないことが多い.

研究 の 目的:

• CAVシステムを持つAHUのための包括的な,現実世界の運用データセットを生成する.
• AFDDの機械学習と診断モデルの進歩を支援する.
• 検証されたAFDDモデルの施設管理システムへの統合を容易にする.

主な方法:

• オフィス,オーディトリーム,病院のユニークな機能に合わせたデータ収集.
• 欠落したデータや重複したデータを特定して削除する.
• 動作条件と故障カテゴリーの体系的な注釈
• データセットをトレーニング,検証,テストのサブセットに分割する.

主要な成果:

• 3つのビルのタイプの別々の高品質の運用データセットの開発
• 動作状態と故障情報を含むデータセット.
• 訓練およびAFDDモデルの検証に直接適用するために準備されたデータ

結論:

• 作成されたデータセットは,AHUのAFDDモデルを精錬し,進めるために不可欠です.
• これらのデータセットが利用可能になれば,自動化された故障検出ソリューションの開発と導入が加速されます.
• 強化されたAFDD機能により,建物の性能,信頼性,エネルギー効率が向上します.