一种空调安装工程数据高效处理系统

摘要

本发明涉及数据高效处理技术领域，具体涉及一种空调安装工程数据高效处理系统，包括：第一获取模块、第二获取模块和第三获取模块，将每种参数的时序数据序列上的第一个和最后一个数据点作为分隔点，将数据点到相邻的两个分割点的近似线段的距离的最大值对应的数据点作为确定分割点，根据每个数据点相邻的多个数据点到近似线段的距离的分布情况，对每个数据点到近似线段的距离进行调整，根据每个数据点调整后的距离，从相邻的两个分割点之间的所有数据点中筛选多个分割点，将多次迭代获得的所有分割点作为每种参数的时序数据序列的压缩处理结果。本发明提高DP算法对参数的时序数据序列的压缩处理效率，实现对空调安装工程数据的高效压缩处理。

权利要求

1.一种空调安装工程数据高效处理系统，其特征在于，所述系统包括：

第一获取模块，用于采集各种参数在每个时刻的试运行数据，参数包括压力参数、风速参数、温度参数和湿度参数，每种参数在所有时刻的试运行数据组成每种参数的时序数据序列，时序数据序列上分布着多个数据点；

第二获取模块，用于将每种参数的时序数据序列上的第一个数据点和最后一个数据点作为分隔点；从相邻的两个分割点之间的所有数据点中筛选多个分割点，包括：将相邻的两个分割点之间的连线作为近似线段，如果数据点到近似线段的距离的最大值大于或者等于预设误差距离阈值，将数据点到近似线段的距离的最大值对应的数据点作为确定分割点；

根据每个数据点相邻的多个数据点到近似线段的距离的分布情况，对每个数据点到近似线段的距离进行调整，根据每个数据点调整后的距离和确定分割点到近似线段的距离之间的大小关系，从相邻的两个分割点之间的所有数据点中筛选多个分割点；

第三获取模块，用于迭代从每种参数的时序数据序列上相邻的每两个分割点之间的所有数据点中筛选多个分割点，直至每种参数的时序数据序列上相邻的每两个分割点之间的数据点到近似线段的距离的最大值小于预设误差距离阈值时，停止迭代，将获得的所有分割点作为每种参数的时序数据序列的压缩处理结果；

所述根据每个数据点相邻的多个数据点到近似线段的距离的分布情况，对每个数据点到近似线段的距离进行调整，根据每个数据点调整后的距离和确定分割点到近似线段的距离之间的大小关系，从相邻的两个分割点之间的所有数据点中筛选多个分割点，包括：在相邻的两个分割点之间，将除确定分割点以外的任意一个数据点，作为目标数据点，根据目标数据点与确定分割点对应时刻的差异、目标数据点到近似线段的距离以及目标数据点相邻的数据点到近似线段的距离的变化趋势，确定目标数据点属于分割点的可能性；

以此类推，确定相邻的两个分割点之间所有数据点属于分割点的可能性；

将相邻的两个分割点之间的所有数据点中，属于分割点的可能性大于预设阈值Y的数据点，作为待确定分割点；

分别对每个待确定分割点的左侧相邻的多个数据点和右侧相邻的多个数据点确定分割点到近似线段的距离进行线性拟合，获得两个距离拟合结果，根据两个距离拟合结果的差异以及待确定分割点属于分割点的可能性，确定每个待确定分割点的距离调整系数；

根据距离调整系数对待确定分割点到近似线段的距离进行调整，获得待确定分割点调整后的距离；

将调整后的距离大于或者等于确定分割点到近似线段的距离的数据点以及确定分割点，作为分割点；

所述根据目标数据点与确定分割点对应时刻的差异、目标数据点到近似线段的距离以及目标数据点相邻的数据点到近似线段的距离的变化趋势，确定目标数据点属于分割点的可能性，包括：；

式中， 表示目标数据点属于分割点的可能性， 、、 分别表示目标数据点的左侧相邻的数据点、目标数据点、目标数据点的右侧相邻的数据点到近似线段的距离， 表示目标数据点与确定分割点对应时刻的差异， 表示目标数据点与目标数据点的相邻分割点对应时刻的差异， 表示目标数据点的相邻分割点与确定分割点对应时刻的差异，表示确定分割点到近似线段的距离， 表示判别函数，当时， ，当

时， 。

2.根据权利要求1所述的一种空调安装工程数据高效处理系统，其特征在于，所述目标数据点的相邻分割点的获取方法，包括：将目标数据点与两个分割点对应时刻的差值的绝对值，记为目标数据点与两个分割点对应时刻的差异，将对应时刻的差异的最小值对应的分割点，作为目标数据点的相邻分割点。

3.根据权利要求1所述的一种空调安装工程数据高效处理系统，其特征在于，所述分别对每个待确定分割点的左侧相邻的多个数据点和右侧相邻的多个数据点确定分割点到近似线段的距离进行线性拟合，获得两个距离拟合结果，根据两个距离拟合结果的差异以及待确定分割点属于分割点的可能性，确定每个待确定分割点的距离调整系数，包括：每个待确定分割点的左侧相邻的A个数据点，组成每个待确定分割点的左相邻区间；每个待确定分割点的右侧相邻的A个数据点，组成每个待确定分割点的右相邻区间，A表示预设数量；分别对每个待确定分割点的左相邻区间和右相邻区间中所有数据点到近似线段的距离进行线性拟合，分别获得每个待确定分割点的左相邻区间和右相邻区间的距离拟合结果，所述每个待确定分割点的左相邻区间的距离拟合结果包括每个待确定分割点的左相邻区间中每个数据点的距离拟合值，所述每个待确定分割点的右相邻区间的距离拟合结果包括每个待确定分割点的右相邻区间中每个数据点的距离拟合值；

根据每个待确定分割点的左相邻区间和右相邻区间的距离拟合结果的差异对待确定分割点属于分割点的可能性进行调整，确定待确定分割点调整后的属于分割点的可能性，根据待确定分割点调整后的属于分割点的可能性，确定每个待确定分割点的距离调整系数。

4.根据权利要求3所述的一种空调安装工程数据高效处理系统，其特征在于，所述根据每个待确定分割点的左相邻区间和右相邻区间的距离拟合结果的差异对待确定分割点属于分割点的可能性进行调整，确定待确定分割点调整后的属于分割点的可能性，包括：；

式中， 表示每个待确定分割点调整后的属于分割点的可能性， 表示每个待确定分割点的左相邻区间的距离拟合结果的误差， 表示每个待确定分割点的右相邻区间的距离拟合结果的误差， 表示每个待确定分割点的左相邻区间的距离拟合结果的斜率，表示每个待确定分割点的右相邻区间的距离拟合结果的斜率， 表示以自然常数为底的指数函数， 表示线性归一化函数， 表示每个待确定分割点属于分割点的可能性。

5.根据权利要求4所述的一种空调安装工程数据高效处理系统，其特征在于，所述每个待确定分割点的左相邻区间的距离拟合结果的误差的获取方法，包括：将每个待确定分割点的左相邻区间中的每个数据点与每个数据点的距离拟合值的差值的绝对值，作为每个待确定分割点的左相邻区间中的每个数据点的拟合误差，将每个待确定分割点的左相邻区间中所有数据点的拟合误差之和，作为每个待确定分割点的左相邻区间的距离拟合结果的误差；

以此类推，获得每个待确定分割点的右相邻区间的距离拟合结果的误差。

6.根据权利要求3所述的一种空调安装工程数据高效处理系统，其特征在于，所述根据待确定分割点调整后的属于分割点的可能性，确定每个待确定分割点的距离调整系数，包括：；

式中， 表示每个待确定分割点的距离调整系数， 每个待确定分割点调整后的属于分割点的可能性。

7.根据权利要求1所述的一种空调安装工程数据高效处理系统，其特征在于，所述根据距离调整系数对待确定分割点到近似线段的距离进行调整，获得待确定分割点调整后的距离，包括：将待确定分割点的距离调整系数与待确定分割点到近似线段的距离的乘积，作为待确定分割点调整后的距离。

说明书

一种空调安装工程数据高效处理系统

技术领域

[0001] 本发明涉及数据高效处理技术领域，具体涉及一种空调安装工程数据高效处理系统。

背景技术

[0002] 为了确保空调在不同安装场景下能够提供最佳的性能和舒适度，在空调安装工程中需要进行试运行和调试；在调试阶段，通过调试设备对各种参数的试运行数据进行分析，获得空调运行状态，技术人员根据空调运行状态对各种参数进行调整，以确保安装后的空调能够达到最佳工作状态，参数调试的准确性依赖试运行数据的数据量，因此在试运行阶段，需要采集各种参数的大量的试运行数据；由于采集试运行数据的传感器的结构简单，其存储空间和电池电量有限，为了能尽可能采集和存储更多的试运行数据，需要对各种参数的试运行数据进行高效压缩处理。

[0003] 道格拉斯‑普克算法（DP算法）是一种有损压缩方法，该算法从所有数据中筛选出多个分割点，作为所有数据的压缩结果，压缩效果较好，但是常规的DP算法在筛选过程中，每次只能筛选出一个分割点，因此通过常规的DP算法对参数的试运行数据的压缩处理效率较低。

[0004] 综上，亟需一种对空调安装工程数据进行高效压缩处理的系统。

发明内容

[0005] 为了解决上述问题，本发明提供一种空调安装工程数据高效处理系统，所述系统包括：

[0006] 第一获取模块，用于采集各种空调参数在每个时刻的试运行数据，空调参数包括压力参数、风速参数、温度参数和湿度参数，每种空调参数在所有时刻的试运行数据组成每种空调参数的时序数据序列，时序数据序列上分布着多个数据点；

[0007] 第二获取模块，用于将每种参数的时序数据序列上的第一个数据点和最后一个数据点作为分隔点；从相邻的两个分割点之间的所有数据点中筛选多个分割点，包括：将相邻的两个分割点之间的连线作为近似线段，如果数据点到近似线段的距离的最大值大于或者等于预设误差距离阈值，将数据点到近似线段的距离的最大值对应的数据点作为确定分割点；根据每个数据点相邻的多个数据点到近似线段的距离的分布情况，对每个数据点到近似线段的距离进行调整，根据每个数据点调整后的距离和确定分割点到近似线段的距离之间的大小关系，从相邻的两个分割点之间的所有数据点中筛选多个分割点；

[0008] 第三获取模块，用于迭代从每种参数的时序数据序列上相邻的每两个分割点之间的所有数据点中筛选多个分割点，直至每种参数的时序数据序列上相邻的每两个分割点之间的数据点到近似线段的距离的最大值小于预设误差距离阈值时，停止迭代，将获得的所有分割点作为每种参数的时序数据序列的压缩处理结果。

[0009] 在本申请的一个实施例中，所述根据每个数据点相邻的多个数据点到近似线段的距离的分布情况，对每个数据点到近似线段的距离进行调整，根据每个数据点调整后的距离和确定分割点到近似线段的距离之间的大小关系，从相邻的两个分割点之间的所有数据点中筛选多个分割点，包括：

[0010] 在相邻的两个分割点之间，将除确定分割点以外的任意一个数据点，作为目标数据点，根据目标数据点与确定分割点对应时刻的差异、目标数据点到近似线段的距离以及目标数据点相邻的数据点到近似线段的距离的变化趋势，确定目标数据点属于分割点的可能性；

[0011] 以此类推，确定相邻的两个分割点之间所有数据点属于分割点的可能性；

[0012] 将相邻的两个分割点之间的所有数据点中，属于分割点的可能性大于预设阈值Y的数据点，作为待确定分割点；

[0013] 分别对每个待确定分割点的左侧相邻的多个数据点和右侧相邻的多个数据点确定分割点到近似线段的距离进行线性拟合，获得两个距离拟合结果，根据两个距离拟合结果的差异以及待确定分割点属于分割点的可能性，确定每个待确定分割点的距离调整系数；

[0014] 根据距离调整系数对待确定分割点到近似线段的距离进行调整，获得待确定分割点调整后的距离；

[0015] 将调整后的距离大于或者等于确定分割点到近似线段的距离的数据点以及确定分割点，作为分割点。

[0016] 在本申请的一个实施例中，所述根据目标数据点与确定分割点对应时刻的差异、目标数据点到近似线段的距离以及目标数据点相邻的数据点到近似线段的距离的变化趋势，确定目标数据点属于分割点的可能性，包括：

[0017] ；

[0018] 式中， 表示目标数据点属于分割点的可能性， 、 、 分别表示目标数据点的左侧相邻的数据点、目标数据点、目标数据点的右侧相邻的数据点到近似线段的距离，表示目标数据点与确定分割点对应时刻的差异， 表示目标数据点与目标数据点的相邻分割点对应时刻的差异， 表示目标数据点的相邻分割点与确定分割点对应时刻的差异， 表示确定分割点到近似线段的距离， 表示判别函数，当时， ，当
时， 。

[0019] 在本申请的一个实施例中，所述目标数据点的相邻分割点的获取方法，包括：

[0020] 将目标数据点与两个分割点对应时刻的差值的绝对值，记为目标数据点与两个分割点对应时刻的差异，将对应时刻的差异的最小值对应的分割点，作为目标数据点的相邻分割点。

[0021] 在本申请的一个实施例中，所述分别对每个待确定分割点的左侧相邻的多个数据点和右侧相邻的多个数据点确定分割点到近似线段的距离进行线性拟合，获得两个距离拟合结果，根据两个距离拟合结果的差异以及待确定分割点属于分割点的可能性，确定每个待确定分割点的距离调整系数，包括：

[0022] 每个待确定分割点的左侧相邻的A个数据点，组成每个待确定分割点的左相邻区间；每个待确定分割点的右侧相邻的A个数据点，组成每个待确定分割点的右相邻区间，A表示预设数量；分别对每个待确定分割点的左相邻区间和右相邻区间中所有数据点到近似线段的距离进行线性拟合，分别获得每个待确定分割点的左相邻区间和右相邻区间的距离拟合结果，所述每个待确定分割点的左相邻区间的距离拟合结果包括每个待确定分割点的左相邻区间中每个数据点的距离拟合值，所述每个待确定分割点的右相邻区间的距离拟合结果包括每个待确定分割点的右相邻区间中每个数据点的距离拟合值；

[0023] 根据每个待确定分割点的左相邻区间和右相邻区间的距离拟合结果的差异对待确定分割点属于分割点的可能性进行调整，确定待确定分割点调整后的属于分割点的可能性，根据待确定分割点调整后的属于分割点的可能性，确定每个待确定分割点的距离调整系数。

[0024] 在本申请的一个实施例中，所述根据每个待确定分割点的左相邻区间和右相邻区间的距离拟合结果的差异对待确定分割点属于分割点的可能性进行调整，确定待确定分割点调整后的属于分割点的可能性，包括：

[0025] ；

[0026] 式中， 表示每个待确定分割点调整后的属于分割点的可能性， 表示每个待确定分割点的左相邻区间的距离拟合结果的误差， 表示每个待确定分割点的右相邻区间的距离拟合结果的误差， 表示每个待确定分割点的左相邻区间的距离拟合结果的斜率，表示每个待确定分割点的右相邻区间的距离拟合结果的斜率， 表示以自然常数为底的指数函数， 表示线性归一化函数， 表示每个待确定分割点属于分割点的可能性。

[0027] 在本申请的一个实施例中，所述每个待确定分割点的左相邻区间的距离拟合结果的误差的获取方法，包括：

[0028] 将每个待确定分割点的左相邻区间中的每个数据点与每个数据点的距离拟合值的差值的绝对值，作为每个待确定分割点的左相邻区间中的每个数据点的拟合误差，将每个待确定分割点的左相邻区间中所有数据点的拟合误差之和，作为每个待确定分割点的左相邻区间的距离拟合结果的误差；

[0029] 以此类推，获得每个待确定分割点的右相邻区间的距离拟合结果的误差。

[0030] 在本申请的一个实施例中，所述根据待确定分割点调整后的属于分割点的可能性，确定每个待确定分割点的距离调整系数，包括：

[0031] ；

[0032] 式中， 表示每个待确定分割点的距离调整系数， 每个待确定分割点调整后的属于分割点的可能性。

[0033] 在本申请的一个实施例中，所述根据距离调整系数对待确定分割点到近似线段的距离进行调整，获得待确定分割点调整后的距离，包括：

[0034] 将待确定分割点的距离调整系数与待确定分割点到近似线段的距离的乘积，作为待确定分割点调整后的距离。

[0035] 本发明的技术方案的有益效果是：本发明将相邻的两个分割点之间的连线作为近似线段，将数据点到近似线段的距离的最大值对应的数据点作为确定分割点，基于属于分割点的数据点的不随选择的分割点发生变化的特征，根据每个数据点相邻的多个数据点到近似线段的距离的分布情况，对每个数据点到近似线段的距离进行调整，根据每个数据点调整后的距离和确定分割点到近似线段的距离之间的大小关系，每次从相邻的两个分割点之间的所有数据点中筛选多个分割点，提高DP算法对空调参数的时序数据序列的压缩处理效率，克服采集试运行数据的传感器的存储空间和电池电量有限的问题，实现对空调安装工程数据的高效压缩处理。

附图说明

[0036] 为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

[0037] 图1为本发明的一种空调安装工程数据高效处理系统的系统框图。

具体实施方式

[0038] 为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明提出的一种空调安装工程数据高效处理系统，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。

[0039] 除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。

[0040] 下面结合附图具体的说明本发明所提供的一种空调安装工程数据高效处理系统的具体方案。

[0041] 不同安装场景下的气候环境、空间尺寸、空间布局等不同，为了确保空调在不同安装场景下能够提供最佳的性能和舒适度，需要调整空调参数以适应不同安装场景的温度、湿度和空气质量等特点；因此，在空调安装工程中，在安装阶段后，还需要进行试运行和调试，其中，在试运行阶段，需要通过各种传感器采集各种参数的试运行数据，在调试阶段，通过调试设备对各种参数的试运行数据进行分析，获得试运行阶段的空调运行状态，技术人员根据空调运行状态对各种参数进行调整，以确保安装后的空调能够达到最佳工作状态。

[0042] 通过调试设备对各种参数的试运行数据进行分析，获得试运行阶段的空调运行状态时，输入的试运行数据的数据量越多，则获得试运行阶段的空调运行状态越准确，根据空调运行状态对各种参数进行调整的准确性越高；因此，参数调试的准确性依赖试运行数据的数据量，而采集各种参数的试运行数据的传感器的结构简单，其存储空间和电池电量有限，为了能尽可能采集和存储更多的试运行数据，需要对各种参数的试运行数据进行高效压缩处理。

[0043] DP算法是一种有损压缩方法，该算法的压缩过程具体为：

[0044] （1）将时序序列上的第一个数据点和最后一个数据点作为分隔点；

[0045] （2）从每相邻的两个分割点之间的所有数据点中筛选一个分割点，包括：将每相邻的两个分割点之间的连线作为近似线段，计算每相邻的两个分割点之间的数据点到近似线段的距离，如果数据点到近似线段的距离的最大值大于或者等于误差距离阈值，则将到近似线段的距离的最大值对应的数据点也作为分割点，所述误差距离阈值是预先定义的；

[0046] （4）重复上述步骤（2），从每相邻的两个分割点之间的所有数据点中筛选一个分割点，直至相邻的两个分割点之间的所有数据点到近似线段的距离均小于预先定义的误差距离阈值时，此时，获得的所有分割点就是数据时序序列的压缩结果，依次连接各个分割点所形成的折线，就是时序数据序列的解压结果。

[0047] 综上，常规的DP算法根据数据点到近似线段的距离与误差距离阈值的关系，进行分割点的筛选，将所有分割点作为试运行数据的压缩处理结果，压缩效果较好，因此通过DP算法对各种参数的试运行数据进行压缩处理，能够在传感器有限的存储空间中，存储更多的试运行数据，但是DP算法每次只能筛选出一个分割点，压缩处理效率较低；为了提高DP算法的压缩处理效率，本发明基于属于分割点的数据点的不随选择的分割点发生变化的特征，将空调参数的时序数据序列上的第一个数据点和最后一个数据点作为分隔点，将相邻的两个分割点之间的连线作为近似线段，将数据点到近似线段的距离的最大值对应的数据点作为确定分割点，根据每个数据点相邻的多个数据点到近似线段的距离的分布情况，对每个数据点到近似线段的距离进行调整，根据每个数据点调整后的距离和确定分割点到近似线段的距离之间的大小关系，从相邻的两个分割点之间的所有数据点中筛选多个分割点。

[0048] 请参阅图1，其示出了本发明一个实施例提供的一种空调安装工程数据高效处理系统，该系统包括以下获取模块：

[0049] 第一获取模块101，用于采集各种空调参数在每个时刻的试运行数据，每种空调参数在所有时刻的试运行数据组成每种空调参数的时序数据序列。

[0050] 在一些实现中，为了确保空调在不同安装场景下能够提供最佳的性能和舒适度，需要在空调安装后进行试运行和调试，在调试阶段，技术人员需要根据空调运行状态对各种参数进行调整，空调运行状态需要通过调试设备对各种参数的试运行数据进行分析获得，因此，在试运行阶段，需要通过各种传感器采集各种参数的试运行数据。

[0051] 可选地，空调参数包括压力参数、风速参数、温度参数和湿度参数，在空调的试运行阶段，通过各种传感器采集各种参数在每个时刻的试运行数据，每种参数在所有时刻的试运行数据组成每种参数的时序数据序列，每种参数的时序数据序列上分布着多个数据点，每个数据点是每个时刻的试运行数据。

[0052] 其中，试运行数据的获取时间间隔为1分钟，试运行数据的获取时长为2小时，一个小时内采集的所有时刻的试运行数据组成一个时序数据序列。

[0053] 优选地，所述通过各种传感器采集各种参数在每个时刻的试运行数据，包括：通过压力表和风速计分别采集压力参数和风速参数在每个时刻的试运行数据，通过温湿度计采集温度参数和湿度参数在每个时刻的试运行数据；其中，压力表是一种压力传感器，安装在空调的压力管上，用于对空调压力管上的压力进行测量；风速计是一种速度传感器，安装在空调的出风口处，用于对空调出风口处的风速进行测量；温湿度计集成了温度传感器和湿度传感器，装在空调的出风口处，用于对空调出风口处的温度和湿度进行测量。

[0054] 第二获取模块102，用于将每种参数的时序数据序列上的第一个数据点和最后一个数据点作为分隔点，将相邻的两个分割点之间的连线作为近似线段，如果数据点到近似线段的距离的最大值大于或者等于预设误差距离阈值，根据相邻的两个分割点之间的每个数据点到近似线段的距离，从相邻的两个分割点之间的所有数据点中筛选多个分割点。

[0055] 在一些实现中，参数调试的准确性依赖试运行数据的数据量，而采集试运行数据的传感器的存储空间有限，为了能存储更多的试运行数据，需要对各种参数的试运行数据进行压缩处理；DP算法是一种有损压缩方法，常规的DP算法根据数据点到近似线段的距离与误差距离阈值的关系，每次只能筛选出一个分割点，压缩处理效率较低；为了提高DP算法的压缩处理效率，本实施例通过对DP算法进行改进，每次从相邻的两个分割点之间的所有数据点中筛选出多个分割点。

[0056] 可选地，对于任意一种参数的时序数据序列，将该时序数据序列上的第一个数据点和最后一个数据点作为分隔点；将相邻的两个分割点之间的连线作为近似线段，如果数据点到近似线段的距离的最大值大于或者等于预设误差距离阈值，根据相邻的两个分割点之间的每个数据点到近似线段的距离，从相邻的两个分割点之间的所有数据点中筛选多个分割点，包括：将数据点到近似线段的距离的最大值对应的数据点作为确定分割点；根据每个数据点相邻的多个数据点到近似线段的距离的分布情况，对每个数据点到近似线段的距离进行调整，根据每个数据点调整后的距离和确定分割点到近似线段的距离之间的大小关系，从相邻的两个分割点之间的所有数据点中筛选多个分割点。

[0057] 其中，实施人员可根据实际实施情况设置误差距离阈值，每种参数的误差距离阈值 ，其中， 表示预设参数， 、 分别表示每种参数的最大值和最小值。

[0058] 可以理解的是，将该时序数据序列上的第一个数据点和最后一个数据点作为分隔点时，由于此时只有两个分割点，因此，这两个分割点为相邻的两个分割点。

[0059] 在一些实现中，相邻的两个分割点之间的近似线段能够近似表示理想情况下相邻的两个分割点之间的数据点的分布情况，此时数据点到近似线段的距离越大，则理想情况下相邻的两个分割点之间的数据点的分布情况与实际情况下相邻的两个分割点之间的数据点的分布情况越不一致，说明选取的分割点并不能完整的表示实际情况下相邻的两个分割点之间的数据点的分布情况，因此，需要根据实际情况下相邻的两个分割点之间的数据点的分布情况，进一步选取额多个分割点；近似线段随着选择的分割点发生变化，因此，数据点到近似线段的距离并不能准确地表示数据点是否应该作为分割点，在从所有数据点中选取多个分割点时，应该基于数据点的不随选择的分割点发生变化的特征，对数据点到近似线段的距离进行调整，使得数据点调整后的距离能够准确地表示数据点是否应该作为分割点。

[0060] 优选地，所述根据每个数据点相邻的多个数据点到近似线段的距离的分布情况，对每个数据点到近似线段的距离进行调整，根据每个数据点调整后的距离和确定分割点到近似线段的距离之间的大小关系，从相邻的两个分割点之间的所有数据点中筛选多个分割点，包括：在相邻的两个分割点之间，将除确定分割点以外的任意一个数据点，作为目标数据点，根据目标数据点与确定分割点对应时刻的差异、目标数据点到近似线段的距离以及目标数据点相邻的数据点到近似线段的距离的变化趋势，确定目标数据点属于分割点的可能性；以此类推，确定相邻的两个分割点之间所有数据点属于分割点的可能性，将相邻的两个分割点之间的所有数据点中，属于分割点的可能性大于预设阈值Y的数据点，作为待确定分割点，实现从相邻的两个分割点之间的所有数据点中筛选出多个待确定分割点，实施人员可根据实际实施情况设置阈值Y，例如Y=0.7；分别对每个待确定分割点的左侧相邻的多个数据点和右侧相邻的多个数据点确定分割点到近似线段的距离进行线性拟合，获得两个距离拟合结果，根据两个距离拟合结果的差异以及待确定分割点属于分割点的可能性，确定每个待确定分割点的距离调整系数；根据距离调整系数对待确定分割点到近似线段的距离进行调整，获得待确定分割点调整后的距离，将调整后的距离大于或者等于确定分割点到近似线段的距离的数据点以及确定分割点，作为分割点，实现从相邻的两个分割点之间的所有数据点中筛选多个分割点。

[0061] 优选地，所述根据目标数据点与确定分割点对应时刻的差异、目标数据点到近似线段的距离以及目标数据点相邻的数据点到近似线段的距离的变化趋势，确定目标数据点属于分割点的可能性，包括：

[0062] ；

[0063] 式中， 表示目标数据点属于分割点的可能性， 、 、 分别表示目标数据点的左侧相邻的数据点、目标数据点、目标数据点的右侧相邻的数据点到近似线段的距离，表示目标数据点与确定分割点对应时刻的差异，即目标数据点与确定分割点对应时刻的差值的绝对值， 表示目标数据点与目标数据点的相邻分割点对应时刻的差异，表示目标数据点的相邻分割点与确定分割点对应时刻的差异，即目标数据点的相邻分割点与确定分割点对应时刻的差值的绝对值， 表示确定分割点到近似线段的距离，表示判别函数，当 时，，当 时，
。

[0064] 其中，所述目标数据点的相邻分割点的获取方法为：将目标数据点与两个分割点对应时刻的差值的绝对值，记为目标数据点与两个分割点对应时刻的差异，将对应时刻的差异的最小值对应的分割点，作为目标数据点的相邻分割点。

[0065] 可以理解的是，由于在时序上空调参数的试运行数据具有局部相关性，因此，分割点相邻的数据点与分割点的分布相同，因此分割点相邻的数据点不会作为新的分割点，而距离分割点越远的数据点，与分割点的分布越不相同，因此距离分割点越远的数据点属于分割点的可能性越大， 和 分别表示目标数据点与确定分割点和目标数据点的相邻分割点对应时刻的差异，也表示目标数据点与确定分割点和目标数据点的相邻分割点的距离，因此， 越大时，目标数据点属于分割点的可能性越大， 用于对进行归一化，因此， 在[0,1]范围内； 、 的正
负符号分别表示目标数据点的左侧相邻的数据点到近似线段的距离的变化趋势和目标数据点的右侧相邻的数据点到近似线段的距离的变化趋势，当
时，说明 和 的正负符号不相同，此时，
目标数据点的左侧和右侧相邻的数据点到近似线段的距离的变化趋势不相同，则目标数据点属于分割点的可能性越大，此时 较大；目标数据点到
近似线段的距离 越大，则目标数据点越不服从理想情况下相邻的两个分割点之间的数据点的分布情况，此时，目标数据点属于分割点的可能性越大， 用于对 进行归一化，因此， 在[0,1]范围内。

[0066] 在一些实现中，由于传感器采集数据会受到噪声的影响，分割点周围的多个数据点的分布情况发生波动，导致分割点周围的部分数据点呈现出分割点的特征，称为虚假的分割点，但是这些虚假的分割点周围的多个数据点的分布依然保留着相同的趋势性，因此，虚假的分割点左右两侧的多个数据点到近似线段的距离的服从相同的分布趋势，而真实的分割点左右两侧的多个数据点到近似线段的距离的服从不同的分布趋势，因此，本实施例对待确定分割点的左右两侧相邻的多个数据点确定分割点到近似线段的距离分别进行线性拟合，根据两个距离拟合结果的差异对待确定分割点属于分割点的可能性进行调整，根据调整后的结果，确定每个待确定分割点的距离调整系数。

[0067] 优选地，所述分别对每个待确定分割点的左侧相邻的多个数据点和右侧相邻的多个数据点确定分割点到近似线段的距离进行线性拟合，获得两个距离拟合结果，根据两个距离拟合结果的差异以及待确定分割点属于分割点的可能性，确定每个待确定分割点的距离调整系数，包括：每个待确定分割点的左侧相邻的A个数据点，组成每个待确定分割点的左相邻区间；每个待确定分割点的右侧相邻的A个数据点，组成每个待确定分割点的右相邻区间，A表示预设数量，实施人员可根据实际实施情况设置数量A，例如A=8；分别对每个待确定分割点的左相邻区间和右相邻区间中所有数据点到近似线段的距离进行线性拟合，分别获得每个待确定分割点的左相邻区间和右相邻区间的距离拟合结果，所述每个待确定分割点的左相邻区间的距离拟合结果包括每个待确定分割点的左相邻区间中每个数据点的距离拟合值，所述每个待确定分割点的右相邻区间的距离拟合结果包括每个待确定分割点的右相邻区间中每个数据点的距离拟合值；根据每个待确定分割点的左相邻区间和右相邻区间的距离拟合结果的差异对待确定分割点属于分割点的可能性进行调整，确定待确定分割点调整后的属于分割点的可能性，根据待确定分割点调整后的属于分割点的可能性，确定每个待确定分割点的距离调整系数。

[0068] 其中，每个待确定分割点调整后的属于分割点的可能性的计算公式为：

[0069] ；

[0070] 式中， 表示每个待确定分割点调整后的属于分割点的可能性， 表示每个待确定分割点的左相邻区间的距离拟合结果的误差， 表示每个待确定分割点的右相邻区间的距离拟合结果的误差， 表示每个待确定分割点的左相邻区间的距离拟合结果的斜率，表示每个待确定分割点的右相邻区间的距离拟合结果的斜率， 表示以自然常数为底的指数函数， 表示线性归一化函数， 表示每个待确定分割点属于分割点的可能性。

[0071] 其中，所述每个待确定分割点的左相邻区间的距离拟合结果的误差的获取方法为：将每个待确定分割点的左相邻区间中的每个数据点与每个数据点的距离拟合值的差值的绝对值，作为每个待确定分割点的左相邻区间中的每个数据点的拟合误差，将每个待确定分割点的左相邻区间中所有数据点的拟合误差之和，作为每个待确定分割点的左相邻区间的距离拟合结果的误差。

[0072] 以此类推，获得每个待确定分割点的右相邻区间的距离拟合结果的误差。

[0073] 可以理解的是， 、 分别表示待确定分割点的左相邻区间和右相邻区间的距离拟合结果的斜率，代表了待确定分割点左右两侧的多个数据点到近似线段的距离的分布趋势， 代表待确定分割点左右两侧的多个数据点到近似线段的距离的分布趋势的差异，该值越大，则待确定分割点调整后的属于分割点的可能性越大； 表示每个待确定分割点的左相邻区间和右相邻区间的距离拟合结果的误差，该值越小，则每个待确定分割点的左相邻区间和右相邻区间的距离拟合结果越可信，因此根据对 进行加权。

[0074] 其中，每个待确定分割点的距离调整系数的计算公式为：

[0075] ；

[0076] 式中， 表示每个待确定分割点的距离调整系数， 每个待确定分割点调整后的属于分割点的可能性。

[0077] 优选地，所述根据距离调整系数对待确定分割点到近似线段的距离进行调整，获得待确定分割点调整后的距离，包括：将待确定分割点的距离调整系数与待确定分割点到近似线段的距离的乘积，作为待确定分割点调整后的距离。

[0078] 第三获取模块103，用于迭代从每种参数的时序数据序列上相邻的每两个分割点之间的所有数据点中筛选多个分割点，将获得的所有分割点作为每种参数的时序数据序列的压缩处理结果。

[0079] 可选地，对于每种参数的时序数据序列，利用第二获取模块102中的方法，将相邻的每两个分割点之间的连线作为近似线段，如果数据点到近似线段的距离的最大值大于或者等于预设误差距离阈值，根据相邻的每两个分割点之间的每个数据点到近似线段的距离，从相邻的每两个分割点之间的所有数据点中筛选多个分割点，迭代上述过程，直至相邻的每两个分割点之间的数据点到近似线段的距离的最大值小于预设误差距离阈值时，停止迭代，将获得的所有分割点作为每种参数的时序数据序列的压缩处理结果。

[0080] 可以理解的是，本实施例通过每次从相邻的两个分割点之间的所有数据点中筛选多个分割点，提高DP算法对空调参数的时序数据序列的压缩处理效率，实现对空调安装工程数据的高效压缩处理。

[0081] 在试运行阶段结束后，技术人员根据压力表、风速计和温湿度计中存储的所有时序数据序列的压缩处理结果，依次连接每个时序数据序列的压缩处理结果中相邻的两个分割点形成的折线，获得空调的每种参数的所有时序数据序列，通过调试设备对各种参数的试运行数据进行分析，获得空调运行状态，技术人员根据空调运行状态对各种参数进行调整，以确保安装后的空调能够达到最佳工作状态。

[0082] 本发明的系统包括第一获取模块、第二获取模块和第三获取模块。本发明将相邻的两个分割点之间的连线作为近似线段，将数据点到近似线段的距离的最大值对应的数据点作为确定分割点，基于属于分割点的数据点的不随选择的分割点发生变化的特征，根据每个数据点相邻的多个数据点到近似线段的距离的分布情况，对每个数据点到近似线段的距离进行调整，根据每个数据点调整后的距离和确定分割点到近似线段的距离之间的大小关系，每次从相邻的两个分割点之间的所有数据点中筛选多个分割点，提高DP算法对空调参数的时序数据序列的压缩处理效率，克服采集试运行数据的传感器的存储空间和电池电量有限的问题，实现对空调安装工程数据的高效压缩处理。

[0083] 以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。