山西省工业设备安装集团有限公司 山西太原 030032
摘要：目前，“绿色”、“环保”、“节能”已成为我国各个领域的发展方向，并受到人们的广泛关注。随着生产规模的扩大、人们生活水平的不断提升，除了要提供优质舒适的公众环境外，更应充分考虑“绿色”、“环保”、“节能”等方面的问题。由此，应根据发展要求，不断对暖通空调系统进行优化，引入大数据技术，利用大数据技术做好暖通空调运维系统管理工作，保证整体系统可以正常稳定运行，为工作生活创建良好的条件。
关键词：大数据技术；暖通空调；运维系统；应用
1大数据技术
近年来，大数据技术迅猛发展，受到了社会大众的广泛关注，同时在众多行业领域得到推广。“大数据”概念最早是由美国麦肯锡公司提出的，随着网络信息技术的不断发展，现如今有关大数据理论及其应用的研究已取得了革命性突破。大数据的核心特征在于“大”，关于这一特征学界有着多种不同的看法，而相对公认的特征则主要为4个V，分别为Volume（数据量）、Velocity（速度）、Variety（类型多）以及Value（价值），这4个V对大数据的基本特征进行了概括：首先，数据处理量庞大。该项特征不仅是大数据处理技术与传统计算机数据处理技术最突出的不同，还是其适应网络信息技术发展所表现出的重要优势。其次，数据处理速度快。在当前时代背景下，人们信息数据处理不仅提出了大容量的需求，还对数据处理速度提出了较为严格的要求。而大数据技术在数据采集、分析、处理、整合等各个环节都可表现出极高的运行效率。再次，可处理数据类型多。大数据技术可实现对各式各样类型、来源、性质等数据的统一整合处理，不仅可满足数据处理数量方面的要求，还可保证对各种复杂数据处理的有序进行。最后，应用价值大。经大数据技术处理后的数据，其科学性、精确性可得到显著提升，以此可为相关工作开展提供有力数据支撑，实现数据的可观价值。综上，大数据技术通过对海量数据的整合处理，不断发挥资源优势，可促进达成智慧化管理及检索目标。
2暖通空调系统常见问题及原因分析
2.1暖通空调系统常见问题分析
建筑暖通空调系统相对复杂，若其中有一个部件出现故障，就无法保证暖通空调系统正常运行。导致暖通空调系统出现故障的原因较多，例如电气损坏等。此外，还包括机械故障，在日常运行中的机械故障主要为阀片损坏。暖通空调出现故障时会给应用者生活质量带来影响，严重的话还会给应用者的人身及财产安全带来不同程度的损失。可见，建筑暖通空调系统应定期进行维护与检修，从而保证暖通空调系统可以正常、稳定的运行，最大限度的降低因维护工作不当所导致的经济损失。
2.2暖通空调系统故障原因分析
建筑暖通空调系统结构比较复杂，因此暖通空调系统在运行过程中需要不同的系统给予支持。各系统参数、设备的应用量也较多，它们之间会产生耦合，这样在一定程度上也增加了暖通空调系统的复杂性，导致暖通空调系统出现故障。当暖通空调系统中其中一个部件出现故障时也会影响到其他部件。例如，制冷循环系统在运行时会导致冷水泵故障，缩短了压缩机使用年限，暖通空调系统中的各部件都具有关联性，这样故障就具有一定的整体性，给故障诊断带来难度。此外，暖通空调传感器数量不多，无法保证信息的完整性，更无法保证系统检测准确度，最终导致暖通空调系统故障频发。
3大数据技术在暖通空调运维系统中的应用
3.1利用气候、舒适度及各传感器数据进行分析，调节暖通空调系统运行状态
首先，将暖通空调的运维系统通过内部局域网络与大数据库相连接，大数据库通过外部互联网络获取当日的本区域天气情况，温湿度变化数据，同时在本地通过传感器采集室内、外温湿度、当前雨量的数据，实时监控更新室内人员数量以及室内人员舒适度反馈数据，将数据整理分析后形成暖通空调系统运行效率与环境变化的曲线图，暖通空调运维系统则实时按照曲线图运行。当室外下起大雨，雨量监测器监测雨量较大时，同时根据室外传感器数据探测到室外温度降低，湿度升高，数据分析中心根据实时数据，同时更新运行曲线，暖通空调控制系统根据最新曲线运行，升高暖通空调的中央制冷温度，将制冷温差降低，同时控制室内的AHU和PAU控制器，降低风速，降低新风交换效率，然后根据室内温湿度传感器的数据，缓慢调节暖通空调的控制系统，以达到迅速平衡室内温湿度变化，最后根据室内的舒适度评价监测，在舒适、暖和、寒冷的判定数量基础上，实现长期的稳定调控。
3.2利用大数据技术进行分析，智能预诊暖通空调系统运行故障
首先一定要先对各个运行参数进行重新的分级，此外，由于不同设备在运行的过程当中，电流对于系统运行出现故障的反应程度具有最明显的高时效性，因此，将整个机组的运行电流参数定义在了A优先级，冷冻水的温度参数则被定义在了B优先级上，那么冷冻水的流量参数就定义在C优先级上。然后，确定好各个参数数值是处于合理的范围之内的，在冷水机组在运行过程当中，电流的百分比应当被规定在98%，误差为正负2%，而对于冷冻水的温度参数定义：进水口温度为5摄氏度，误差正负为1.5摄氏度，出水口温度为13摄氏度，误差正负为1.5摄氏度，冷冻水流量的正常范围定位：790m/h正负10m/h，根据暖通空调中央制冷机组的工作原理可以确定预诊断模型。
3.3建立暖通空调空调设备运维大数据，有效调用和共享人力资源
随着各企业规模大，设备装置多，其中用以维持生产工艺条件和人员工作环境的暖通空调设备也品类繁多、地点分散。而暖通空调设备往往外包，企业内管理人员有限，懂暖通空调装置运维的人员更少。企业暖通空调设备向高端化、精密化、多样化、复杂化方向发展，暖通空调发生功能故障的诱发因素越来越多，其运维管理上的不足日益显现。一旦暖通空调设备遇到问题尤其是突发问题，维修响应往往达不到预期，严重影响生产甚至诱发事故。利用大数据技术，可以将暖通空调设备的运维管理形成一个全网公开并由各个节点共同维护的账本，将暖通空调设备和人员的全部信息在账本上进行统计与存证，形成设备和人员基本信息集成大数据。实现暖通空调设备运行与维修管理资源的点对点快速且低成本的对接，从而打通暖通空调设备信息、技术、人力、资源的多方壁垒，减少费用支出，实现高效精准的设备运维管理模式。将内部的全部暖通空调设备（类型、制造厂商、机型特点、设备常见故障及排除方法、使用地点、投入使用情况等）和运维管理人员（单位、人数、人员资质、技术水平、专业特长等）的基础数据都可以加密传输通知到全网的用户，账本的信息可以由运维管理人员、暖通空调外包人员和空调产品供应商等所有用户共同核对。大数据技术基于密码学原理，不仅能在网络上安全共享，还能永久安全地存储在云服务器中，随时供查询、获取，为暖通空调设备的测评和记录方式开创新的可能，而且免除了第三方的信用担保，共识机制可以减少伪冒交易的发生，有利于保障每份副本信息的真实性、一致性与可信度。
4结语：现代绿色建筑理念下，大数据技术的介入和运用，对暖通空调运维系统的管理产生了很多积极的影响，也倒逼着施工建设单位对相关技术应用和管理水平的提高。同样，也促使更多人更加关注大数据技术的发展走向，期待它能够带给我们更多的现实意义、经济效益和环境效益。
参考文献：
[1]张利军．大数据技术在预诊暖通空调系统软故障中的应用分析[J]．建筑工程技术与设计，2017，000（018）：3474-3474.
[2]应康玺，徐佩荣，潘雷彬，等．大数据技术在预诊暖通空调系统软故障中的应用[J]．制冷与空调，2016，016（005）：59-62.
[3]谢舒迟．对于大数据技术的应用分析[J]．华东科技：学术版，2017（12）：11.