Data-Driven Strategies for Heat Pump Systems

Abstract

Integreringen av högeffektiva värmepumpar med förnybar elektricitet förväntas påskynda minskningen av koldioxidutsläppen avsevärt. Trots framsteg inom smarta sensorer och kommunikationstekniker som förbättrar dataproduktionen i värmepumpsenheter, förblir mycket av denna värdefulla data outnyttjad och används främst för enklare övervaknings- och felvarningsfunktioner snarare än för omfattande analys. Det största problemet är att datan ofta brister i fullständighet, konsekvens och noggrannhet. Detta innebär att datainsamling och lagring är en ekonomisk börda för tillverkare och slutanvändare som inte utnyttjas. Denna avhandling syftar till att fullt ut utnyttja hela potentialen hos olika dataresurser, så att kunskapsbaserade tjänster kan levereras och att hantera saknade data.

Avhandlingen introducerar ramverket ``Data - Information-Knowledge-Service" (DIKS) som en anpassning av den traditionella hierarkin ``Data-Information-Knowledge-Wisdom" (DIKW), med betoning på den praktiska tillämpningen av att omvandla inadekvat data till kunskapsbaserade tjänster hos värmepumpssystem. Den transformerande processen inom DIKS-pyramiden illustreras och visar detaljerat hur varje lager kan omvandla otillräckliga rådata från värmepumpar till användningsbara, kunskapsbaserade tjänster. Ramverket börjar med sammanställning och integration av olika datatyper, följt av avancerade bearbetningstekniker för att förbättra datakvaliteten och identifiera signifikanta mönster. Denna kunskapsgrund tillämpas sedan för att förbättra värmepumptjänster, vilket visar de praktiska fördelarna med detta strukturerade tillvägagångssätt.

Fem olika scenarier undersöks med olika typer av av dataanvändning, inklusive stora mängder av data med låg kvalitet från fältmätningar, högkvalitativa data av låg kvantitet från laboratoriedata och slutligen katalogdata. Det första scenariot, som använder data från fältet, utvecklar modeller med hjälp av artificiella neurala nätverk (ANN) för att skapa mjuka sensorer som kompenserar för avsaknaden av kostsamma fysiska sensorer i värmepumpsystem. Dessa mjuka sensorer använder ofullständiga data för att uppskatta centrala värmepumpparametrar, vilket vidare stödjer funktioner som operativ övervakning, feldetektering, smart energihantering och utveckling av digitala tvillingar. Det andra scenariot, som också använder data från fältet, fokuserar på modeller som prioriterar minimala inmatningsfunktioner, vilket förbättrar modellernas användbarhet i olika installationer. Dessa modeller uppskattar effektförbrukningen effektivt och kompenserar för bristen av fysiska elmätare, vilket underlättar nätverksplanering och smart styrning för att spara energi. I det tredje modellscenariot används Transfer Learning (TL)-tekniker för att uppskatta värmepumpprestanda med begränsade laboratoriedata, särskilt för värmepumpar med kolvätebaserade köldmedier i samband med utfasning av fluorerade köldmedier. Denna metod använder kunskap från befintliga köldmediadata för att förbättra modellernas tillförlitlighet och noggrannhet, vilket kan hjälpa till med optimering och val av köldmedium. Det fjärde scenariot utvecklar polynomregressionsmodeller från katalogdata för att utvärdera värmepumpprestanda utan sensoravläsningar. 

Dessa modeller hjälper till att välja lämpliga värmepumpsmodeller och stödjer planering av nätkapacitet. Det sista scenariot introducerar semi-empiriska modeller som använder termodynamiska och värmeöverföringskorrelationer för att förbättra tolkningsbarheten av datadrivna modeller. Dessa modeller är designade med reducerade parametrar, vilket förbättrar tjänster som feldetektering och systemunderhåll. 

Sammanfattningsvis visar denna avhandling tillämpningen av DIKS-ramverket för att effektivt utnyttja underutnyttjad otillräcklig data från värmepumpssystem, och omvandla den till praktiska kunskapsbaserade tjänster. De utvecklade modellerna minskar inte bara de ekonomiska bördorna för tillverkare och/eller användare i samband med datakostnader, utan förbättrar också avsevärt tjänsterna för värmepumpssystem.

urn.kb.se/resolve?urn=urn:nbn:se:kth:diva-353212