科研之友
微信
新浪微博
Facebook
分享链接
摘要
应用于冷水机组的故障诊断技术对于降低建筑能耗，提高机组运行效率有着重要作用。为了进一步提高冷水机组故障诊断性能，同时考虑到特征参数残差蕴含更多故障信息，提出一种基于特征参数残差驱动贝叶斯网络(BN)的冷水机组故障诊断方法。首先，构建特征参数基准值模型，获得其基准值；然后使用基准值和其实际运行值之间的参数残差训练BN模型。以此达到充分利用参数残差蕴含故障信息，从而提高故障诊断性能的目的。使用实验数据对构建方法的有效性进行验证，与使用特征参数直接驱动BN的诊断模型相比，对冷水机组常见故障的诊断正确率最高提升了约23%。此外，比较分析了三种参数基准值模型构建方法的性能，基于神经网络方法的基准值模型较其他两种基准值模型表现更优。
- 单位
