基于D-S数据融合的污水源热泵故障诊断研究

发布时间：2021-03-15 19:45

　　为了准确迅速判断污水源热泵（Sewage Source Heat Pump,SSHP）系统故障,防止软故障造成能源浪费,提出一种基于数据融合的污水源热泵故障诊断方法。该方法采用归一化消除数据的量纲影响,使用主成分分析法（Principal Components Analysis,PCA）对变量进行特征提取。从诊断数据中筛选出特征较明显、相关性较高的运行数据,有效地降低了数据维度。利用反向传播神经网络（Back Propagation,BP）、支持向量机（Support Vector Machine,SVM）和径向基网络（Radical Basis Function,RBF）对6维故障特征向量进行故障预测,再使用D-S数据融合进一步进行故障诊断,提升故障诊断准确度。通过对2111组SSHP数据样本和2111组生成的数据样本进行诊断,结果表明:①所提出的方法可有效识别正常状态、压缩机电磁阀故障、蒸发器结垢故障和板式换热器结垢故障共四种健康状态;②通过D-S数据融合得到的故障诊断结果,在BPA上反映均有明显提高。 

【文章来源】：工业控制计算机. 2020,33(11)

【文章页数】：4 页

【部分图文】：

SSHP故障监控系统

故障诊断流程图

运行故障数据占比

【参考文献】：
期刊论文
[1]基于核超限学习机和局部加权回归散点平滑法的PEMFC剩余使用寿命预测方法[J]. 刘嘉蔚,李奇,陈维荣,王筱彤,燕雨.  中国电机工程学报. 2019(24)
[2]移动终端的建筑典型人流数据生成和在能耗模拟中的应用分析[J]. 奚培锋,张少迪,赵建立,胡桐月,陈智博.  现代建筑电气. 2019(01)
[3]自控技术在污水源热泵能源站电气设计中的应用[J]. 吴闻婧,王东林,曲辰飞,王敬怡,董维华.  现代建筑电气. 2017(04)
[4]办公建筑能耗动态监测系统的设计和开发[J]. 王胤钧,于军琪,赵安军,陈旭,冯志文.  现代建筑电气. 2017(02)
[5]基于BP神经网络的热泵机组故障诊断研究[J]. 黄春香.  科技创新与应用. 2015(35)
[6]概率神经网络在水/水热泵机组故障诊断研究中的应用[J]. 王洋,江辉民,马最良,姜益强,姜安玺.  制冷与空调. 2008(01)



本文编号：3084712