基于大數據的電機性價比評價方法探索

摘要：商用空調中電機的成本占整體成本的比重較大，研發過程中需要對其成本合理性進行重點審視，結合大數據、云計算等新興技術的出現，可以借助現有的歷史數據，為電機成本的評判建立一定分析依據，并分析不同自變量的因素影響，結合電機選型進行綜合分析，本文闡述了大數據相關概念及電機冷/價比（空調冷量/電機成本）構成的主要成分，通過運用SPSS統計軟件及統計學原理，對電機的成本/空調冷量構成建立模型，并結合整體數據分布情況，得出相關分析意見，對性價比評價方法得出一定經驗。

關鍵詞：大數據、商用電機、成本冷/價比、SPSS、多元線性回歸

引言

商用空調中電機屬于“心臟”部分，據內部數據統計，電機占到空調平均成本的30%以上（水冷、多聯、單元等機型），一款電機的成本的性價比，將直接決定整機成本的合理性，而其中如何去評估電機的成本構成，傳統是按照參照電機（原型電機）的歷史數據，通過做對比來實現差價估計，但因受不同廠家工藝、技術方案的差異，往往評估出來的價格，與實際核價（最終定價），存在較大的差異，以此來計算電機的冷/價比（制冷量/成本），則誤差更大。在現今大數據日益發展的今天，我們可以考慮通過大數據基本分析思路，結合統計學中的一些基礎理論，借鑒已有的數據分布，采用大數據分析軟件，來推導出評估電機成本的合理模型。

一、項目研討背景：

①大數據發展趨勢：在互聯網和信息技術的不斷發展的前提下，人們所產生的相關數據也隨之增多。例如微信聊天、網上購物、乘坐公交地鐵、打電話等過程都在不斷的產生很多數據。我國的數據儲存量也在不斷的增長。這些數據主要包含結構化和非結構化兩種類別，數據單位從最開始的 GB 向最終的 ZB 急速增長，已經大大超出了人們目前所能處理的范疇。在這樣巨大的數據庫里面，如何更好的加強數據管理，快速的使用數據以及高效處理數據等問題已經越來越被人們所重視，在這樣的前提下，大數據時代隨之到來了。我國相關計劃顯示，要加強互聯網、大數據、云計算等和現代產業的相結合，從而不斷的推動電子行業、工業互聯網等的健康發展，同時提出了我國在 5 ～ 10 年的時間內，應完成相關的大數據發展和目標實現，隨后并提出了我國大數據的戰略目標[1]。

現階段對于大數據的定義標準并不統一。大數據課程內容顯示：大數據就是一個數據庫，它的容量非常大、類別較多，且關于數據集內容的管理和儲存無法用傳統數據庫工具來完成。它的特點不僅僅是大，還表現為一定的重要性和復雜性。大數據主要具備了以下特點：數據類別較多、處理數據速度較快、數據體量巨大、數據價值密度相對較低等。數據類別較多指的是數據的種類較為豐富，已經不再是之前較為單一的結構化數據，其來源較為豐富;處理數據速度極快指的是在數據量較為龐大的狀況下，還依然能夠保證數據處理的實時性;數據體量巨大主要指的是在現目前的規模較大的數據集中，數據量一般可以達到 10TB 至 1PB 之間;數據價值密度相對較低指的是在對數據聯系不斷的提起過程中，有用數據相對較少，如何通過相應的手段加強算法來完成數據價值的有效提取，已經成為了現目前大數據時代下必須應當解決的難題之一。

②商用空調電機存在現狀：商用空調中電機的主要作用，包括對房間進行換熱循環、室外側冷媒與空氣熱交換、室內新風運送等，可謂商用空調的“心臟”，其重要性不言而喻，而電機的大小選型一般取決商用空調的制冷量，一般冷量越大，所需要的換熱能力越強，對應的電機功率則需要更大，通過分析商用空調的成本構成，當中電機的占比可達30%以上（不同機組電機占比有較大差異，室內機電機成本占比可達60%），行業一般采用整機對應冷量/電機成本的方式（冷/價比），整機冷量是明確的指標，但成本存在變動，如何有效、合理評價一款商用電機的成本，是現今各家電企業都必須面臨的一個難題。

二、本文介紹了對商用電機的數據分析方法。

首先對歷史數據進行必要的數據預處理，采用多元線性回歸分析方法，使用SPSS 軟件對樣本數據進行分析，找出相關系數，總結運行規律，得出了電機沖片、電機功率、電機轉速三個影響因子與電機冷價比的關聯關系，使用殘差分析方法對模型進行了評價，模型的建立方法分為4 個步驟：數據采集、數據預處理、模型學習、輸出結果。將這4 個步驟總結可得出如圖1 所示的流程圖。

三、模型建立的流程：

電機成本構成，在影響因子與電機成本總在一個最優值上下浮動。在找到這一關聯關系的基礎上，可計算出一組給定影響因子對應的電機成本，最佳電機成本是決定整機性價比的前提。多元線性回歸能有效地挖掘出多個自變量與因變量之間的關聯系數，可以對海量的歷史數據進行快速分析。常用的曲線擬合方法是最小二乘法，常見軟件為SPSS。

3.1 數據預處理

利用總結提煉已有電機的冷/價比——沖片——功率——轉速——使用機型等相關因素。但是針對不同機組的電機使用條件，可能會存在某些特殊情形，如：高端機組選用高靜音特制電機、適用于海島地區的高防腐性能電機、高濕環境下應用的高密封防護電機，這些會形成成本的干擾因素，直接影響對數據模型的判斷，這些數據無法正確地反映出這些自變量和因變量的影響關系，對于分析結果影響很大，因此需要對原始數據先進行預處理，對部分極端值進行剔除和篩選，提出非常規應用場合、特殊客戶需求、高端性能工序復雜等非常規電機數據，最后得到處理后的數據樣本。

3.2 模型建立

本文選用的影響因子為：電機沖片、電機功率、電機轉速; 被評估的能耗指標為：整機冷量/電機成本。使用SPSS 軟件進行多元線性回歸，將筆者單位近5年來的電機數據作為輸入進行分析?？倲祿l目數為698 條，數據庫格式如下：

通過SPSS軟件對數據源的錄入，并運行“多項Logistic”得出的結果為：

y =-0.008 8 x1 + 0.515 x2 + 0.001 x3

式中：y 表示電機冷/價比;x1表示電機轉速;x2表示電機沖片尺寸;x3表示電機功率。

四、模型評價

對得到的運算結果進行解讀：

1、電機轉速每上升（下降）1轉，冷/價比會相應下降（上升）0.0088，即電機轉速每上升（下降）100轉，則冷/價比相應下降（上升）0.8，此點與電機n=T/P關系一致，即相同涉及扭矩下，轉速與功率成反比，轉速越高（低），功率需求越低（高），冷/價比亦可更低（高）;

2、電機沖片每上升（下降）1mm，冷/價比會相應上升（下降）0.515，即沖片越大，電機成本越高，此點符合常規電機開發的認知;

3、電機功率每上升（下降）1W，冷/價比會相應上升（下降）0.001，即電機功率每上升（下降）100W，則冷/價比相應上升（下降）0.1，功率越大，所需電機成本越高，但在經驗較豐富的空調廠商，采用較科學的電機選型方法后，其對應的整機冷量也同步上升，因此冷/價比基本持平（或者說影響較?。?

根據模型分析結果，對模型預測值與實際值的偏差進行計算，計算出R、R 平方、調整后R平方、標準偏斜度錯誤，結果如表1。R 表示復相關系數，R 越大，線性關系越密切。表1 顯示R = 0.743，可認為電機轉速、電機沖片尺寸、電機功率這3 個量與電機冷/價比的關系較為密切。

表2 展示了模型的系數及顯著性檢驗結果，可以發現各個系數（ 電機轉速、電機沖片、電機功率的系數） 的顯著性都為0，明顯低于0.05?？烧J為模型系數與樣本之間的差異為純機會變異; 之前的假設與真實情況是一致的。

表3 展示了模型的殘差估計結果：在632個正誤差之中，最大值是34.89，中位數是4.46，說明大部分正誤差維持在一個比較小的水平。出現最大值偏差較大，不排除與部分電機選型是非標工況，同樣冷量下需要更大的功率電機，如T3工況、低溫嚴寒工況，需要能效比仍然為一級能效的空調需求;

正誤差的方差為5.12，為一個較小的值;

結合平均值、中位數以及方差可以認為正誤差較小，模型精度較大，同樣道理我們也可以分析負誤差，可以得到負誤差較小，模型精度較大?？紤]絕對誤差，發現與正負誤差比較，其中位數無太大變化。模型標準差較小，說明了模型正/負離散程度均較小，模型得出的數據較為穩定。

這一結果證明了整個模型的殘差整體集中在較小的一個區間內，多元線性擬合結果較符合實際情況。

五、結論

基于大數據分析的評估模型（商用電機冷/價比模型）全面地考慮了整機冷量、電機功率、電機沖片、電機轉速影響整機成本、電機成本的多個影響因子，通過預處理數據，多元線性回歸等分析方法，最終結果有助于設計人員更加全面、細致地了解商用空調中電機性價比的評價方法，為進一步提升開發機組的性價比，提供了明確的方向。

參考文獻

[1]梁宵.大數據視角下電商企業精準營銷策略研究[D].鞍山：遼寧科技大學，2018.

作者簡介：吳超，男，1980.4.17，漢族，廣東潮州，本科學士學歷，電氣工程自動化專業，高級工程師，就職于格力電器股份有限公司技術部，現為對外經濟貿易大學統計學院在職人員高級課程研修班學員，從事商用空調電氣研發工作。