基于长短期记忆神经网络的数据中心空调系统传感器故障诊断

• 作者: 吴斌 晋欣桥 杜志敏 王路瑶
• 来源期刊: 化工学报
• 关键词: 故障检测与诊断 数据中心 传感器故障 长短期记忆神经网络 算法 模型
• 年，卷（期）: 2018,（z2）
• 所属期刊栏目: 过程系统工程
• 页码范围: 252-259
• 页数: 8页
• 分类号: TU831.3
• 语种: 中文
• DOI: 10.11949/j.issn.0438-1157.20181084

摘要

数据中心空调系统的故障直接影响其能耗及运行可靠性.结合深度学习技术,利用长短时间记忆神经网络提出了一种空调系统传感器故障检测与诊断的方法.经实验验证,该方法可通过对液管温度传感器、排气温度传感器分别建立故障诊断模型,成功检测出传感器固定偏差故障和漂移偏差故障.对于无故障数据,该方法的检测正确率在90％左右;对于偏差程度大于该方法的最小检测偏差的传感器故障数据,其检测正确率在94％以上.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	晋欣桥	上海交通大学制冷与低温工程研究所	80	754	16.0	23.0
2	杜志敏	上海交通大学制冷与低温工程研究所	60	451	12.0	18.0
3	吴斌	上海交通大学制冷与低温工程研究所	59	372	9.0	17.0
4	王路瑶	上海交通大学制冷与低温工程研究所	2	5	1.0	2.0