| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第12-30页 |
| 1.1 课题研究背景和意义 | 第12-14页 |
| 1.1.1 研究背景 | 第12-13页 |
| 1.1.2 研究意义 | 第13-14页 |
| 1.2 数据挖掘研究现状 | 第14-23页 |
| 1.2.1 数据挖掘技术在空调器产品中的应用 | 第14-18页 |
| 1.2.2 数据挖掘技术在建筑负荷中的应用 | 第18-19页 |
| 1.2.3 数据挖掘技术在其它制冷设备中的应用 | 第19-21页 |
| 1.2.4 数据挖掘技术在空调器零部件中的应用 | 第21-23页 |
| 1.2.5 研究现状总结 | 第23页 |
| 1.3 房间空调器长效性能研究现状 | 第23-28页 |
| 1.3.1 房间空调器整机长效性能研究 | 第23-24页 |
| 1.3.2 房间空调器压缩机长效性能研究 | 第24-25页 |
| 1.3.3 房间空调器换热器长效性能研究 | 第25-26页 |
| 1.3.4 房间空调器其它部件长效性能研究 | 第26-27页 |
| 1.3.5 研究现状总结 | 第27-28页 |
| 1.4 课题研究内容 | 第28-30页 |
| 第二章 房间空调器长效性能评价模型及数据收集 | 第30-39页 |
| 2.1 房间空调器长效性能评价模型 | 第30-33页 |
| 2.1.1 长效性能评价指标的选取 | 第30-31页 |
| 2.1.2 长效性能评价指标的计算 | 第31-33页 |
| 2.2 房间空调器长效性能相关数据收集 | 第33-38页 |
| 2.2.1 实验数据收集 | 第33-34页 |
| 2.2.2 调查数据收集 | 第34-35页 |
| 2.2.3 运行数据收集 | 第35-38页 |
| 2.3 本章小结 | 第38-39页 |
| 第三章 数据挖掘在房间空调器长效性能中的应用 | 第39-52页 |
| 3.1 数据挖掘的一般流程 | 第39-40页 |
| 3.2 房间空调器长效性能相关数据分析 | 第40-41页 |
| 3.3 基于数据挖掘的房间空调器长效性能研究方法 | 第41-50页 |
| 3.3.1 长效性能数据库的搭建 | 第41-44页 |
| 3.3.2 长效性能数据挖掘体系的建立 | 第44-50页 |
| 3.4 本章小结 | 第50-52页 |
| 第四章 房间空调器长效性能影响因素分析 | 第52-66页 |
| 4.1 分析方法介绍 | 第52-59页 |
| 4.1.1 聚类算法介绍 | 第52-55页 |
| 4.1.2 关联规则挖掘算法介绍 | 第55-57页 |
| 4.1.3 数据离散化 | 第57-59页 |
| 4.2 空调器长效性能直接影响因素分析 | 第59-61页 |
| 4.3 空调器长效性能间接影响因素分析 | 第61-65页 |
| 4.4 本章小结 | 第65-66页 |
| 第五章 房间空调器模式识别及控制优化 | 第66-84页 |
| 5.1 房间空调器在线数据收集及处理 | 第66-67页 |
| 5.1.1 当前空调器运行状态的判断 | 第66-67页 |
| 5.1.2 各天运行参数的时间归一化处理 | 第67页 |
| 5.2 空调器运行模式识别 | 第67-72页 |
| 5.2.1 空调器全年功率变化模式 | 第67-69页 |
| 5.2.2 空调器制冷模式下的运行参数变化模式 | 第69-71页 |
| 5.2.3 空调器模式识别的应用 | 第71-72页 |
| 5.3 稳定运行时空调器的性能参数与环境参数、运行频率的关系 | 第72-76页 |
| 5.3.1 基于统计学的运行参数关系分析 | 第72-74页 |
| 5.3.2 基于关联规则的运行参数关系分析 | 第74-76页 |
| 5.4 稳定运行状态下空调器的能效预测 | 第76-79页 |
| 5.5 房间空调器运行性能优化策略 | 第79-82页 |
| 5.6 本章小结 | 第82-84页 |
| 结论与展望 | 第84-86页 |
| 研究成果 | 第84-85页 |
| 研究展望 | 第85-86页 |
| 参考文献 | 第86-94页 |
| 攻读硕士学位期间取得的研究成果 | 第94-95页 |
| 致谢 | 第95-96页 |
| 附件 | 第96页 |