集成特征选择在VRF系统制冷剂充注量故障诊断中的应用

发布时间：2022-10-28 21:51

　　针对VRF系统故障诊断存在的数据量大、特征冗余等问题,本文提出一种前向搜索优化的集成特征选择方法,该方法将单一特征选择方法得到的特征子集进行整合,以获得预测性能更好的特征变量。首先分别利用mRMR算法、ReliefF算法、随机森林算法、Adaboost.M1算法和Boruta特征选择算法对实验数据进行特征选择,然后利用前向搜索策略得到集成后的特征排序,并与算术平均、众数投票两种集成方法形成对比。最后,分别采用上述特征选择方法获得的关键特征变量作为模型的输入变量建立相应的故障诊断模型,通过对比发现前向搜索集成获得了最高的预测准确率,选出了最具代表的特征变量。 

【文章页数】：7 页

【文章目录】：
1 前向搜索集成特征选择原理
    1.1 基学习器的选择
    1.2 集成特征选择思想
    1.3 集成策略
    1.4 前向搜索集成特征选择策略
2 故障诊断模型的构建
    2.1 数据获取
    2.2 数据预处理
    2.3 故障诊断模型
    2.4 评价标准
3 故障诊断结果分析
    3.1 前向搜索与单一特征选择方法对比结果
    3.2 集成特征选择方法对比结果
    3.3 泛化能力检验结果
4 结束语


【参考文献】：
期刊论文
[1]基于Boosting的多联机制冷剂充注量故障诊断集成模型[J]. 魏文天,李正飞,王誉舟,周镇新,廖文强,丁新磊,程亚豪,陈焕新.  制冷学报. 2020(02)
[2]基于决策树算法的多联机制冷剂泄漏在线故障诊断[J]. 肖坤,李绍斌,谭泽汉,王江宇,陈焕新,李冠男.  制冷技术. 2018(06)
[3]基于ReliefF与mRMR耦合特征选择的多联机制冷剂充注量故障诊断[J]. 李正飞,谭泽汉,陈焕新,刘江岩,黄荣庚,刘佳慧.  暖通空调. 2018(10)
[4]基于集成特征选择的盗窃案件预测方法[J]. 石拓,蒋伟,张晶晶,魏新蕾.  北京理工大学学报. 2018(09)
[5]基于离散型Hopfield神经网络的制冷剂充注量故障诊断的新策略[J]. 寻惟德,李绍斌,谭泽汉,陈焕新,郭亚宾,袁玥.  制冷技术. 2018(03)
[6]基于遗传算法和BP神经网络的多联机阀类故障诊断[J]. 郭梦茹,谭泽汉,陈焕新,郭亚宾,黄耀.  制冷学报. 2018(02)
[7]特征选择稳定性研究综述[J]. 刘艺,曹建军,刁兴春,周星.  软件学报. 2018(09)
[8]基于PCA-DT的多联机制冷剂充注量故障诊断[J]. 王江宇,陈焕新,刘江岩,李冠男.  华中科技大学学报(自然科学版). 2016(07)
[9]数据挖掘技术在制冷空调行业的应用[J]. 陈焕新,孙劭波,刘江岩,李冠男.  暖通空调. 2016(03)
[10]基于ReliefF算法和相关度计算结合的故障特征降维方法及其应用[J]. 姜万录,王友荣,王振威,朱勇.  液压与气动. 2015(12)



本文编号：3697349