臺灣博碩士論文加值系統

空調系統耗能約佔整體建築物的40%，評斷空調系統的能耗進而改善達到節能成效，為當前重要的能源議題。已有許多領域利用資料探勘對大數據進行有效且正確的分析，因此本論文應用關聯式資料庫對空調系統性能做診斷，其中包括建築基本資料、冰水主機的設計參數與運轉參數，在此基礎上對冰水主機進行運轉能耗診斷．為後續的節能改善提供理論依據。
本論文採用Microsoft SQL Server作為空調運轉參數大數據庫之管理系統，透過資料庫管理系統獲取數棟建築物之基本參數及運轉參數，分別為冰水流量、冰水出水溫度及冰水回水溫度等12個參數，並針對幾個參數將它無因次化，方便在同一個基準條件下，比較冰水主機系統進行關聯性分析。
本論文發現空調系統可以建立大數據資料庫，並利用資料探勘對大數據庫進行在不同工況下，各項運轉參數分析，及透過無因次化參數之關聯性分析，充分瞭解最佳之運轉策略，達到空調最低能耗之目的。

The energy consumption of air-conditioning system is about 40% of building energy. It is now a crucial issue regarding the energy consumption of the air-conditioning system. Many studies have used data mining to analyze big data effectively and correctly. Therefore, this research applied the relational database to diagnose the performance of air-conditioning system, including basic building materials, design and operating parameters of the chillers. Based on the results of this research, data mining of big data has been shown to be able to diagnose the operation of energy consumption of the air-conditioning water chillers and provide the theoretical basis for further energy saving improvements.
This research adopted Microsoft SQL Server as the management system of the air conditioning operational database. The basic parameters and operational data were obtained through the database management system from several buildings. The data consist of 12 parameters including chilled water flow rate, chilled water supply temperature and chilled water return temperature, etc. Some parameters have been converted to dimensionless form, for comparison under the same basics in the relational analysis.
This research found that the air-conditioning system operation diagnosis would need to establish a big database. Data mining was shown to be feasible to analyze the operational parameters under different conditions. The results from data mining can help to fully understand the best operational strategy. Moreover the results of relational analysis of these dimensionless parameters lead to the purpose of lowest energy consumption of the air-conditioning system.

摘 要 i
ABSTRACT ii
誌 謝 iv
目 錄 v
表目錄 vii
圖目錄 viii
第一章 緒論 1
1.1 研究背景與動機 1
1.2 文獻回顧 2
1.2.1 資料探勘在HVAC行業之應用 2
1.2.2 冰水主機性能研究 7
1.3 研究目的 10
1.4 研究架構 11
第二章 相關理論 12
2.1 資料庫 12
2.1.1 資料庫管理系統 13
2.1.2 資料庫系統 13
2.1.3 SQL 語法 13
2.1.4 Microsoft SQL Server 16
2.2 中央空調系統 17
2.2.1 冰水主機 17
第三章 研究方法 20
3.1 需求分析 20
3.2 系統設計 23
3.3 概念設計 24
3.4 關聯式資料庫實作 26
第四章 結果分析 29
4.1 案例說明 29
4.1.1 小結 31
4.2 資料處理 31
4.2.1 熱平衡方程式 32
4.2.2.1 小結 33
4.2.2 冰水主機消耗功率模型 34
4.2.2.2 小結 36
4.3 冰水主機能耗分析 37
4.3.1 空調負荷分析 38
4.3.2 冰水流量分析 40
4.3.3 冷卻水流量分析 42
4.3.4 趨近溫度分析 45
4.3.5 模擬CNS-12575 工況 47
4.3.6 冰水主機實際工況比較 49
第五章 結論 60
參考文獻 61

[1] The Age of Big Data, "http://www.nytimes.com/2012/02/12/sunday-review/big-datas-impact-in-the-world.html?pagewanted=all&_r=1", 2019.
[2] Google Flu Trends, "https://www.google.org/flutrends/about/", 2019.
[3] 在你下單前就出貨！Amazon用大數據鞏固電商龍頭,"https://transbiz.com. tw/amazon-big-data/", 2019.
[4] 陳煥新、劉江岩、胡云鵬、李冠男，「大數據在空調領域的應用」，製冷學報，36卷，第4期，2015年8月，第16-22頁。
[5] 陳煥新、孫劭波、劉江岩、李冠男，「數據挖掘技術在製冷空調行業的應用」，暖通空調HV&AC，第46卷，第3期，2016年，第20-26頁。
[6] 崔治國、曹智、魏景妹、毛曉峰、唐艳南，「數據挖掘技術在建築暖通空調領域的研究應用進展」，建築科學，第34卷，第4期，2016年4月，第85-97頁。
[7] Fu Xiao and Cheng Fan, "Data mining in building automation system for improving building operational performance," Energy and Buildings 75 (2014), pp. 109–118.
[8] Cheng Fan, Fu Xiao and Chengchu Yan, "A framework for knowledge discovery in massive building automation data and its application in building diagnostics," Automation in Construction 50 (2015), pp. 81-90.
[9] 尚道東、張吉禮、趙天怡，「基于能耗監測平台的某空調系統能效診斷分析」，建築熱能通風空調，第33卷，第1期，2014年1月，第25-28頁。
[10] Andrew Kusiak, Mingyang Li and Fan Tang, "Modeling and optimization of HVAC energy consumption, "Applied Energy 87 (2010), pp.3092–3102.
[11] Velimir Congradac, Filip Kulic, "Recognition of the importance of using artificial neural networks and genetic algorithms to optimize chiller operation," Energy and Buildings 47 (2012), pp.651-658.
[12] 趙宗洲、楊世忠、于瀛，「中央空調冷水機組的運行能耗分析」，自動化技術與應用，第35卷，第12期，2016年，第114-117頁。
[13] 陳清良，半導體廠冰水主機與冷卻水塔最佳化運轉，碩士論文，國立臺北科技大學冷凍與低溫科技研究所，臺北，2004。
[14] 周璇、王炳文、閆軍威、凡祖兵、石凱，「基于關聯規則算法的冷水機組運行性能優化」，暖通空調HV&AC，第48卷，第12期，2018年，第106-112頁。
[15] 周彥騏，應用關聯法則於冰水主機與冷卻水塔系統耗能分析，碩士論文，國立臺北科技大學能源與冷凍空調工程系碩士班，臺北，2014。
[16] 呂思賢，應用支持向量迴歸預測於空調主機之性能分析，碩士論文，國立臺北科技大學能源與冷凍空調工程系碩士班，臺北，2015。
[17] 涂宗楷，冰水主機最佳化操作分析-應用資料包絡分析法結合CART決策樹，碩士論文，國立臺北科技大學能源與冷凍空調工程系碩士班，臺北，2017。
[18] 蔡盼盼、周璇、李利文，「基于支持向量迴歸機的離心式冷水機組運行能效模型研究」，制冷與空調，第29卷，第3期，2015年6月，第345-349頁。
[19] 趙慶松，空調主機群之最佳負載分配，碩士論文，國立臺北科技大學冷凍與低溫科技研究所，臺北，2002。
[20] 李俊宏，應用霍普菲爾類神經網路於冰水主機負載分配之最佳化，碩士論文，國立臺北科技大學冷凍空調工程系所，臺北，2006。
[21] 江建樺，應用模擬退火演算法於冰水主機負載分配之最佳化，碩士論文，立臺北科技大學冷凍空調工程系所，臺北，2005。
[22] 陳建文，一體水直冷式空調機之性能及散熱器熱質傳言就，碩士論文，國立臺北科技大學能源與冷凍空調工程系碩士班，臺北，2018。
[23] 經濟部能源局，空調系統冰水主機能源效率標準，2001年12月。
[24] 陳會安，「SQL Server 2017/2016資料庫設計與開發實務」，碁峰資訊股份有限公司，2018年，第3-1頁。
[25] 中國國家標準CNS12575，蒸氣壓縮式冰水機組-Water chilling packages using the vapor compression cycle，2007年。
[26] ASHRAE "Handbook—HVAC Applications Chapter 42 SUPERVISORY CONTROL STRATEGIES", 2011.