基于改进BP网络的冷水机组故障诊断

• 作者: 李冠男 李炅 石书彪 胡云鹏 胡文举 陈焕新 黎浩荣
• 来源期刊: 制冷学报
• 学科: 工学
• 关键词: 冷水机组 故障检测与诊断 神经网络 贝叶斯正则化
• 年，卷（期）: 2015,（6）
• 页码范围: 34-39
• 页数: 6页
• 分类号: TU831.4|TP183
• 字数: 3536字
• 语种: 中文
• DOI: 10.3969/j.issn.0253-4339.2015.06.034

摘要

采用常规神经网络进行冷水机组的故障检测与诊断,存在整体检测率低或完全无法检测的现象.为了提高冷水机组故障检测效率及诊断精度,本文提出了一种基于贝叶斯正则化的改进神经网络故障检测策略.由于BP神经网络存在泛化能力差的缺陷,对神经网络进行贝叶斯正则化,从而提高模型的检测效率.贝叶斯算法通过限制神经网络权值,使网络反应更加光滑,模型更精确.通过利用ASHRAE Project提供的数据对FDD(fault detection and diagnosis)策略进行验证,检测率明显提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈焕新	华中科技大学制冷与低温实验室	150	1067	18.0	25.0
2	胡云鹏	华中科技大学制冷与低温实验室	16	300	10.0	16.0
3	李冠男	华中科技大学制冷与低温实验室	18	287	10.0	16.0
4	胡文举	北京建筑大学供热供燃气通风及空调工程北京市重点实验室	31	147	6.0	10.0
5	石书彪	华中科技大学制冷与低温实验室	5	88	4.0	5.0
6	李炅		1	36	1.0	1.0