A FAULT DIAGNOSIS METHOD OF BASED AI ON OPTIMIZATION OF AIR CONDITIONER

The present invention has the following method comprising: a step of normalizing by collecting sensing data for a normal type according to an operation of an operating air conditioner installed in the site from a database of a control server; a step of correcting the normal type data of the operating air conditioner and constructing a normal type regression model; a step of detecting a fault candidate of the operating air conditioner through the learning model determining part based on the normal type regression model of the operating air conditioner; and a step of diagnosing a specific fault type in the control server for the detected fault candidate of the operating air conditioner. Therefore, the present invention is capable of having an effect of allowing a standard air conditioner to virtually function as the operating air conditioner. 본 발명은 공조기의 고장 검출 및 진단을 하기 위하여 건물 현장에서 운용 중인 공조기마다 운전 상태에 대한 머신러닝 학습에 필요한 많은 데이터를 축적하지 않더라도 표준적인 역할을 할 수 있는 공조기의 시뮬레이션 모델을 설정하고 정상 상태와 고장 상태에 대해 많은 데이터를 자동으로 생성하여, 이를 바탕으로 사전에 머신러닝 학습모델을 구축하며, 고장 진단이 요구되는 운용 공조기의 운전 상태 데이터를 표준 공조기의 운전 상태 데이터에 적합하도록 보정한 후에, 보정된 운용 공조기의 운전 상태 데이터를 표준 공조기의 머신러닝 학습모델에 적용하여 공조기의 고장을 검출하고 진단함으로써, 공조기 운용 초기부터 고장 검출 및 진단을 정확하게 할 수 있고, 공조기의 부적절한 고장에 따라 발생할 수 있는 냉난방 불쾌감과 경제적 손실을 감소시킬 수 있는 방법에 관한 것으로서, 표준 공조기에 대한 설비사양, 작동조건을 관제서버에 입력하여 관제서버에서 산출되는 시뮬레이션 모델을 통해 생성된 데이터를 기반으로 표준 공조기의 운전 상태에 대한 머신러닝 학습모델을 표준 공조기 학습모델 구축부를 통해 구축하는 단계; 상기 현장에 설치된 운용 공조기의 작동에 따른 정상 유형에 대한 센싱 데이터를 관제서버의 데이터베이스에서 수집하여 정규화 하는 단계; 상기 운용 공조기의 정상 유형 데이터를 보정하고 정상 유형 회귀모델을 구축하는 단계; 상기 운용 공조기의 정상 유형 회귀모델을 기반으로 상기 학습모델 결정부를 통해 운용 공조기의 고장 후보를 검출하는 단계; 상기 운용 공조기의 검출된 고장 후보에 대해 관제서버에서 구체적인 고장 유형을 진단하는 단계를 포함하는 것을 특징으로 한다.