基于PCA-Clustering的压缩机回液故障诊断

作者：周镇新; 李绍斌; 谭泽汉; 陈焕新^*; 王江宇; 刘江岩; 郭亚宾; 孙劭波

来源：制冷学报, 2018, 39(04): 111-118.

• 多联机系统
• 压缩机回液
• 故障检测与诊断
• 聚类分析
• 主成分分析

在多联机(VRF)空调系统中,压缩机回液将导致能量损失。本文结合大数据提出了一种基于PCA-Clustering的压缩机回液故障诊断的方法。首先提取出故障相关变量,并通过数据预处理,剔除异常值与空值;然后将处理后的数据进行主成分分析(PCA),获取降维后的新主元变量数据;最后将新的主元变量进行聚类分析(Clustering analysis)得到回液故障数据分类标签。结果表明:该方法能够在数据标签未知的情况下,较好的区分不同类别的压缩机回液故障及正常数据,使压缩机回液故障诊断率达到94.29%。

• 单位
  华中科技大学; 珠海格力电器股份有限公司