科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对冷水机组故障状态下样本数据规模小，特征参数耦合的问题，提出了一种基于一维卷积神经网络(One-dimension CNN,1DCNN)架构与Dempster-Shafer (DS)证据理论的冷水机组故障诊断模型。在该模型中，首先利用一维卷积层和池化层进行特征提取，然后将这些特征转换为质量函数，并在DS层利用Dempster规则聚合，最后期望效用层进行基于质量函数的精确分类。通过使用ASHRAE RP-1043的故障实验数据对方法性能进行验证，该1DCNN-DS模型的故障识别准确率达99.42%,与其他诊断模型仿真实验结果对比，存在明显优势。
- 单位
