基于Boosting的多联机制冷剂充注量故障诊断集成模型

• 作者: 丁新磊 周镇新 廖文强 李正飞 王誉舟 程亚豪 陈焕新 魏文天
• 来源期刊: 制冷学报
• 学科: 工学
• 关键词: Boosting 集成 制冷剂充注量 多联机 故障诊断
• 年，卷（期）: 2020,（2）
• 页码范围: 70-78
• 页数: 9页
• 分类号: TB657.2|TU831.3|TB181
• 字数: 5416字
• 语种: 中文
• DOI: 10.3969/j.issn.0253-4339.2020.02.070

摘要

多联机空调系统被广泛用于各种公共建筑物,一旦发生故障会导致舒适性降低,能耗增加.制冷剂充注水平是影响空调系统高效运行的重要参数.本文提出一种基于Boosting集成算法的故障诊断模型,以制冷剂充注量故障为研究对象,将逻辑回归、决策树、随机森林、支持向量机和BP神经网络等5个基分类器集成,使用卡方检验进行特征选择,并使用制冷、制热模式的实验数据建立诊断模型.结果表明:基于Boosting的集成模型能高效检测多联机制冷剂充注量的故障,准确率高达96.8％,相比于传统故障检测方法,大幅提高了诊断模型的响应速度、准确度和实用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	魏文天	华中科技大学中欧清洁与可再生能源学院	3	6	1.0	2.0
2	李正飞	华中科技大学能源与动力工程学院	10	11	2.0	3.0
3	王誉舟	华中科技大学能源与动力工程学院	3	0	0.0	0.0
4	周镇新	华中科技大学中欧清洁与可再生能源学院	4	8	2.0	2.0
5	廖文强	华中科技大学中欧清洁与可再生能源学院	2	6	1.0	2.0
6	丁新磊	华中科技大学能源与动力工程学院	4	11	2.0	3.0
7	程亚豪	华中科技大学能源与动力工程学院	4	3	1.0	1.0