基于改进Xgboost算法的多联机空调系统故障诊断策略
2021-10-30朱波胡宽李正飞陈焕新
制冷技术 2021年4期
朱波,胡宽,李正飞,陈焕新
(华中科技大学能源与动力工程学院,湖北武汉 430074)
0 引言
多联机空调系统也称作“一拖多”空调系统,是指一台室外机连接多台室内机,室外机风冷换热、室内机直接蒸发换热的一次制冷剂空调系统。多联机系统多用于中小型建筑和部分公共建筑,具有节约能源、控制先进和运行可靠等特点。机组适应性好、制冷制热温度范围宽、设计自由度高、安装和计费方便[1]。工作原理是通过控制制冷剂流量和压缩机的制冷剂充注量来实现制冷与节能。制冷剂充注量是多联机系统运行过程中重要的参数,一旦出现充注量故障,会导致一系列安全问题和经济损失。因此对制冷剂充注量故障的检测十分必要。目前,制冷系统故障诊断方法有3 种:经验知识、模型分析和数据分析。数据分析方法不需要先验知识,仅通过分析发现大量数据之间的联系,因此在多联机复杂系统故障检测中有较好的应用前景[2-4]。
特征选择是机器学习过程中重要的数据预处理过程,对现实任务的解决有两点重要意义。一是避免维度灾难。维度灾难是由特征属性过多引发的,若能从过多的属性中挑选重要的属性即可大大减轻计算量,从而避免维度灾难。二是去除冗余特征以降低学习难度,可以把握重点[5-6]。李正飞等[7]结合ReliefF 和mRMR 特征选择算法获得特征后建立反向传播算法模型进行故障诊断,结果表明:该方法可以提高多联机制冷剂充注量故障诊断的精度与效率。……
登录APP查看全文
