بيانات الاختبار الفعلي لنظام HVAC تقلل بشكل كبير من فعالية حساب تحديد معاملات النموذج. من أجل حل هذه المشكلة، يتم إقتراح طريقة لتحديد المعاملات استنادا إلى استكشاف ظروف التشغيل وتوجيه الاحتمال السابق. تحليل تناسب البيانات يستخدم لاستخدام حالات تشغيل نظام HVAC واختيار المتغيرات الرئيسية واجراء عينات شبكية بناء على أبعاد المتغيرات الرئيسية للحصول على ظروف تشغيل أكثر تمثيلا، وبالتالي تعزيز الفعالية في حساب النموذج. أثناء عملية تحديد المعاملات، يتم وضع نموذج احتمالات مسبقة للمعاملات التي يجب تحديدها وتقدير مدى الاحتمالية وتحسين دالة الهدف استنادا إلى الاحتمالية السابقة لتوجيه تقارب النموذج بشكل أسرع. تم اختبار هذه الطريقة على مجموعة بيانات تشغيل نظام HVAC في مصنع في ووهان لفترة شهر خلال موسم التبريد وأظهرت النتائج: انخفاض الخطأ المئوي المتوسطي (MAPE) ومعامل جذر متوسط مربعات الأخطاء (CV-RMSE) بنسبة 16.0% و 12.0% على التوالي مقارنة بالطريقة المعتمدة على تجميع K-means، وهبوط بنسبة 20.9% و 15.2% مقارنة بالطريقة المعتمدة على البيانات الأصلية، وكانت نسبة الخطأ المتوسط القياسي الموحد (NMBE) أقرب إلى صفر، وزادت نسبة التفسير (R2) بنسبة 4.7% و 8.5% على التوالي مقارنة مع الطريقتين، وزادت الفعالية بنسبة حوالي 39.3%. هذه الطريقة توفر توجيها تقنيا ودعم بيانات لتحقيق نمذجة فعالة ودقيقة لنظام HVAC.

نظام HVAC; نمذجة وحدة التبريد بالماء; تحديد معاملات; استكشاف الظروف; خوارزمية الجماعة الجسيمية