基于LS-SVM的制冷系统故障诊断

• 作者: 卿红 崔晓钰 韩华
• 来源期刊: 能源研究与信息
• 学科: 工学
• 关键词: 制冷系统 故障诊断 最小二乘支持向量机 误差反向传播 支持向量机
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 制冷与空调
• 页码范围: 1-7
• 页数: 7页
• 分类号: TB65
• 字数: 4292字
• 语种: 中文
• DOI: 10.13259/j.cnki.eri.2017.01.001

摘要

为了提高制冷系统故障诊断速度及准确性,提出了基于最小二乘支持向量机(LS-SVM)的制冷系统故障诊断模型,并采用ASHRAE制冷系统故障模拟实验数据进行模型训练与验证.对一台90冷吨(约316kW)的离心式冷水机组的7类制冷循环典型故障进行了实验.研究结果表明,LS-SVM模型对制冷系统七类故障的总体诊断正确率比支持向量机(SVM)诊断模型、误差反向传播(BP)神经网络诊断模型分别提高0.12%和1.32%;尽管对个别局部故障(冷凝器结垢、冷凝器水流量不足、制冷剂含不凝性气体)的诊断性能较SVM模型的略有下降,但对系统故障的诊断性能均有较大改善,特别是对制冷剂泄漏/不足故障;诊断耗时比SVM模型减少近一半,快速性亦有所改善.可见,LS-SVM模型在制冷系统故障诊断中具有良好的应用前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	崔晓钰	上海理工大学能源与动力工程学院	112	702	14.0	20.0
2	韩华	上海理工大学能源与动力工程学院	19	134	7.0	11.0
3	卿红	上海理工大学能源与动力工程学院	2	5	1.0	2.0