科研之友
微信
新浪微博
Facebook
分享链接
摘要
故障检测与诊断(FDD)技术对于降低制冷机组能耗和提高机组运行效率有着积极作用。特征残差是特征运行基准值和实际运行值之间的差值，其大小反映了机组运行偏离正常的基准状态的程度，因此是故障信息的最佳表征。支持向量机(SVM)是一种小样本多分类方法，具有出色的分类性能。基于此，文章提出了一种基于特征残差驱动SVM的FDD方法。构建特征基准值模型，目的是获得其基准值；再比较特征基准值和特征实测值，获得二者残差；最后使用残差训练SVM模型。使用试验数据对构建方法的FDD性能进行评价。结果显示，与使用特征数据直接驱动SVM的FDD模型和传统FDD模型相比，制冷机组故障检测诊断正确率得到了显著提升。
- 单位
