利用機器學(xué)習(xí)算法對空調(diào)系統(tǒng)進行查錯和診斷,能夠及時有效地對空調(diào)的故障進行檢測排查,保障系統(tǒng)有效運行并減少能源消耗。但空調(diào)設(shè)備復(fù)雜,故障原因種類繁多,機器學(xué)習(xí)算法在空調(diào)故障診斷適用性上還有待提高。當(dāng)前研究尚未解決的問題包括:如何能夠及時判斷出空調(diào)系統(tǒng)中的可能存在的故障,如何在不易獲取標記樣本時拓寬診斷方法的應(yīng)用范圍,如何將實驗狀態(tài)與工程設(shè)計中的實際問題相結(jié)合。為解決上述問題,本文展開針對空調(diào)故障診斷的特征選擇和機器學(xué)習(xí)算法研究,主要內(nèi)容如下:（1）提出了利用多種特征選擇方法對空調(diào)故障數(shù)據(jù)進行特征選擇。針對目前冷水機組故障診斷過程中的不足,采用不同的特征選擇方法對冷水機組故障數(shù)據(jù)進行特征選擇,并利用支持向量機完成分類,通過對比分析獲取冷水機組故障診斷中重要的特征子集。最終得到的結(jié)果能夠更有效率地對冷水機組進行故障診斷。（2）通過擴展序列前向選擇算法,提出一種結(jié)合代價敏感和序列前向選擇算法的故障檢測方法,使用反向跟蹤序列前向特征選擇算法,選擇出次序排列且考慮代價敏感的特征,實驗結(jié)果表明,該實驗算法所得的分類準確率均高于同等文獻工作結(jié)果,同時,這項工作實現(xiàn)了實驗設(shè)計和工程實際問題的有效結(jié)合,彌... 

【文章來源】：中國計量大學(xué)浙江省

【文章頁數(shù)】：59 頁

【學(xué)位級別】：碩士

【部分圖文】：

ASHRAEproject1043-RP90噸離心式冷卻器結(jié)構(gòu)示意圖

圖 1.2 ASHRAE project 1312-RP 空氣處理機組結(jié)構(gòu)示意圖1.4 創(chuàng)新點本文主要針對空調(diào)故障診斷的特征選擇與分類算法展開研究。包括對最重要特征子集的選擇，結(jié)合改進的序列特征選擇和代價敏感的分類方法以及在故障樣本較少情況下診斷方式的改善，本文的創(chuàng)新點主要包括三方面：（1）對冷水機組故障診斷中重要特征進行選擇考慮目前冷水機組故障診斷過程中存在著大量高維和冗余的數(shù)據(jù)給故障檢測和分類帶來困難，采用不同的特征選擇方法對冷水機組故障數(shù)據(jù)進行特征選擇，利用支持向量機完成分類，通過對比分析，獲取冷水機組故障診斷中重要的特征子集，重要特征子集的選擇可以提高后續(xù)冷水機組故障分析時的診斷準確率。（2）提出了一種改進的序列特征選擇并計算代價敏感分類準確性方法通過擴展序列前向選擇算法，提出一種結(jié)合代價敏感和序列前向特征選擇

擇方法和本文涉及的相關(guān)分類算法等。的一般性框架動的集中式空調(diào)系統(tǒng)故障診斷過程中，特征選擇工作，由于采集的數(shù)據(jù)集數(shù)目龐大，本文涉及實量均達到 1G 以上。其中，高維和冗余的數(shù)據(jù)往難，從變量選取重要的特征作為分類依據(jù)，去除維度可使得分類速度大幅度提升，更好地分析空角度還是對故障的有效判斷上，特征選擇都扮演也可稱變量選擇、屬性選擇或變量子集選擇，這，可使構(gòu)建的模型性能更好。特征選擇是根據(jù)一最具有類別區(qū)分能力的特征子集，通常根據(jù)特征，然后從中選取若干個權(quán)重最大的特征組成新的提高相關(guān)數(shù)據(jù)的預(yù)測性能、提供更準確更具有成造更好的模型產(chǎn)生積極的作用。特征選擇基本框架

【參考文獻】：
期刊論文
[1]基于特征子集區(qū)分度與支持向量機的特征選擇算法[J]. 謝娟英,謝維信.  計算機學(xué)報. 2014(08)

博士論文
[1]基于基因表達數(shù)據(jù)的腫瘤分類算法研究[D]. 陸慧娟.中國礦業(yè)大學(xué) 2012
[2]制冷系統(tǒng)故障檢測、診斷及預(yù)測研究[D]. 任能.上海交通大學(xué) 2008



本文編號：3316322