基于密度权重支持向量数据描述的冷水机组故障检测

发布时间：2019-08-15 17:53

【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。
[Abstract]:False alarm rate (FAR) is the key index to evaluate the fault detection performance of chillers. Users can not accept excessive FAR.. In order to reduce the FAR, of support vector data description (SVDD) in chillers fault detection, a chillers fault detection method based on density weight support vector data description (DW-SVDD) is proposed, which takes into account the density distribution of sample data in real space. The proposed method is verified by the experimental data of ASHRAE RP-1043 chillers, and the detection results are compared with the traditional SVDD chillers fault detection methods. The results show that the proposed method reduces FAR from 10.5% to 7%, and decreases by more than 30% compared with the same period last year. At the same time, it has excellent detection performance for seven typical chillers under four deterioration grades.
【作者单位】： 西安建筑科技大学环境学院;西安建筑科技大学建筑学院;
【基金】：“十二五”国家科技支撑计划项目(2011BAJ03B06)~~
【分类号】：TB657.2

【相似文献】

相关期刊论文 前10条

1 王思温;马宗义;;微机故障检测设备及检测方法(六)[J];设备管理与维修;1989年06期

2 徐力平,赵忠华,张炎华;导航传感器故障检测策略[J];上海交通大学学报;2002年07期

3 李新国,陈红英;基于H_∞估计的鲁棒故障检测[J];中国空间科学技术;2004年06期

4 李志生;张国强;刘建龙;;故障检测与诊断技术在暖通空调领域的应用和展望[J];流体机械;2006年06期

5 李姗姗;刘勇;潘成胜;;分布式故障检测技术在双独立互联系统中的应用[J];沈阳理工大学学报;2006年03期

6 颜秉勇;田作华;施颂椒;;非线性摄动时滞系统的H_∞/H_-鲁棒故障检测[J];上海交通大学学报;2008年02期

7 冲津泰;森田郁郎;孙材济;;电动机的自动故障检测[J];电工技术;1982年01期

8 杜和青;长寿命卫星系统故障检测的一种可变门限设置方法[J];航天控制;1987年02期

9 江涌,夏国洪;故障检测与分离的广义一致性算子法[J];宇航学报;1988年01期

10 王思温;马宗义;;微机故障检测设备及检测方法(一)[J];设备管理与维修;1989年01期

相关会议论文 前10条

1 张汉国;;大系统的故障检测——随机情形[A];1993中国控制与决策学术年会论文集[C];1993年

2 周东华;;一种工业异步电机的在线故障检测与诊断新方法[A];1994年中国控制会议论文集[C];1994年

3 赵琦;周东华;;闭环系统的小故障检测与分离方法[A];第十九届中国控制会议论文集（二）[C];2000年

4 李福明;段广仁;;一种鲁棒故障检测与分离的参数化方法[A];第16届中国过程控制学术年会暨第4届全国故障诊断与安全性学术会议论文集[C];2005年

5 王洪江;孙保民;田进步;;一种图形化的故障检测和诊断方法[A];全国第19届计算机技术与应用（CACIS）学术会议论文集（上册）[C];2008年

6 彭涛;桂卫华;Ding Steven X;汤琼;李昊;;一种基于混合H_-/H_∞的故障检测系统优化设计方法[A];第二十七届中国控制会议论文集[C];2008年

7 魏晨;陈宗基;;非线性系统的鲁棒故障检测与诊断[A];第十九届中国控制会议论文集（二）[C];2000年

8 韩兵;陈新海;;随机参数最小均方滤波及其在飞行器故障检测中的应用[A];1995中国控制与决策学术年会论文集[C];1995年

9 葛彤;邓建华;;复杂动态系统故障检测与诊断的层次递进方法[A];1996中国控制与决策学术年会论文集[C];1996年

10 方华京;;控制系统故障检测的l~1优化方法[A];第十九届中国控制会议论文集（二）[C];2000年

相关重要报纸文章 前5条

1 陈代寿;BFD高速路由故障检测[N];中国计算机报;2005年

2 涵薏;排除风电系统中的故障[N];上海科技报;2010年

3 上海 徐亚东;ADSL故障检测利器[N];电脑报;2004年

4 暴青雨　本报特约通讯员 赵彦斌;为了战时能打赢[N];解放军报;2011年

5 翟卫平;梁来润;为了航天员的生命安全[N];中国航天报;2003年

相关博士学位论文 前10条

1 乔常明;故障检测与诊断方法研究及其在网络化系统中的应用[D];黑龙江大学;2015年

2 王红茹;动态系统的鲁棒故障检测与分离方法研究[D];哈尔滨工业大学;2006年

3 杨青;集合型故障检测与诊断技术研究[D];长春理工大学;2013年

4 张登峰;动态系统的故障检测与诊断研究[D];南京理工大学;2003年

5 李霄剑;鲁棒自适应故障检测与隔离方法研究[D];东北大学;2011年

6 马传峰;基于观测器的鲁棒H_∞故障检测问题研究[D];山东大学;2007年

7 周乐;基于概率的工业过程数据建模与故障检测[D];浙江大学;2015年

8 赵海军;新一代互联网服务及故障检测若干关键技术的研究[D];北京邮电大学;2009年

9 朱张青;动态系统的鲁棒故障检测与诊断技术[D];南京理工大学;2005年

10 李岳炀;基于观测器的离散时变系统鲁棒故障检测问题研究[D];山东大学;2011年

相关硕士学位论文 前10条

1 张荷;基于PU学习的软件故障检测方法研究[D];西北农林科技大学;2015年

2 妥建军;一种配电网有源相间故障检测技术的研究[D];山东大学;2015年

3 郑茜予;基于主元分析的微小故障检测[D];华北电力大学;2015年

4 翟梦佳;基于数据的燃料电池典型非正常工况故障检测研究[D];哈尔滨工业大学;2015年

5 陈姣;基于子空间辨识方法的动态系统的故障检测与诊断[D];华中科技大学;2015年

6 吴翔;可实现任意可靠度的故障检测与切换系统模型研究[D];东华理工大学;2015年

7 楼嘉宇;基于机器学习的电弧故障检测算法研究[D];杭州电子科技大学;2015年

8 洪硕果;SDN网络的故障检测和恢复技术研究与实现[D];南京邮电大学;2015年

9 林圣才;基于核可预测元分析算法的故障检测与诊断[D];上海交通大学;2015年

10 冉永清;基于增量式核非负矩阵分解算法的数据流故障检测与诊断[D];上海交通大学;2015年

，

本文编号：2527137