基于密度权重支持向量数据描述的冷水机组故障检测

• 作者: 何所畏 王占伟 王智伟 闫增峰 顾笑伟
• 来源期刊: 化工学报
• 关键词: 支持向量数据描述 算法 集成 冷水机组 故障检测 模型
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 过程系统工程
• 页码范围: 1099-1108
• 页数: 10页
• 分类号: TB65
• 语种: 中文
• DOI: 10.11949/j.issn.0438-1157.20161077

摘要

虚警率(FAR)是评价冷水机组故障检测性能的关键指标,用户无法接受过高的FAR.为了降低支持向量数据描述(SVDD)在冷水机组故障检测时的FAR,将密度权重集成到SVDD中,提出了一种基于密度权重支持向量数据描述(DW-SVDD)的冷水机组故障检测方法,该方法考虑了样本数据在真实空间中的密度分布情况.使用ASHRAE RP-1043冷水机组实验数据对提出的方法进行验证,并将检测结果与传统SVDD的冷水机组故障检测方法进行比较.结果表明,提出的方法将FAR从10.5%降低到7%,同比下降超过了30%,同时对4个劣化等级下的7种典型冷水机组故障有着优良的检测性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王智伟	西安建筑科技大学环境学院	73	254	8.0	12.0
2	闫增峰	西安建筑科技大学建筑学院	105	593	14.0	20.0
3	王占伟	西安建筑科技大学环境学院	6	22	2.0	4.0
4	顾笑伟	西安建筑科技大学环境学院	1	8	1.0	1.0
5	何所畏	西安建筑科技大学环境学院	1	8	1.0	1.0