为了解决传统PCA方法应用于含有噪声干扰数据时产生较高误报率和漏报率的问题,提出一种基于函数型数据分析的暖通空调系统故障检测与诊断方法。首先,将离散的测量数据看作一个完整的函数对象,通过基函数的线性组合给出函数估计,消除异常值补全缺失值;其次,将估计的函数离散化作为训练和测试数据矩阵;最后,针对传感器偏差和漂移两种故障进行仿真研究。结果表明,与传统PCA和中值滤波方法相比,改进的PCA方法不仅可以滤除噪声和剔除异常值,而且降低了故障误报率和漏报率。
科研之友
微信
新浪微博
Facebook
分享链接
