[發明專利]一種空調系統傳感器故障檢測方法、裝置及電子設備在審
| 申請號: | 202010647428.0 | 申請日: | 2020-07-07 |
| 公開(公告)號: | CN111898725A | 公開(公告)日: | 2020-11-06 |
| 發明(設計)人: | 閆秀英;劉雨陽 | 申請(專利權)人: | 西安建筑科技大學 |
| 主分類號: | G06N3/00 | 分類號: | G06N3/00;G01D18/00 |
| 代理公司: | 西安通大專利代理有限責任公司 61200 | 代理人: | 李鵬威 |
| 地址: | 710055 陜*** | 國省代碼: | 陜西;61 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 空調 系統 傳感器 故障 檢測 方法 裝置 電子設備 | ||
1.一種空調系統傳感器故障檢測方法,其特征在于,包括以下步驟:
確定系統評價指標并建立目標函數從而確定適應度函數;
選擇高斯徑向基核函數和多項式核函數構建立空調系統傳感器故障檢測混合核函數矩陣,建立描述空調系統運行狀態及傳感器故障檢測的基于混合核函數的KPCA數學模型;
利用多目標粒子群算法對混合核函數參數進行優化,以得到空調系統傳感器故障檢測優化。
2.如權利要求1所述的方法,其特征在于,根據空調的目標指標,確定空調系統傳感器故障檢測評價指標;所述目標指標包括均方根誤差、故障檢測率及主元數。
3.如權利要求1所述的方法,其特征在于,所述混合核函數如下所示:
式(6)中,x為訓練樣本數據,y為測試樣本數據;p為混合核函數的影響系數,d為多項式的階次參數,σ為高斯徑向基的核寬度參數。
4.如權利要求1所述的方法,其特征在于,所述基于混合核函數的KPCA數學模型如下所示:
X=[Tfre,Tsup,Trtn,Hfre,Hsup,Hrtn,cw]T (7)
式(7)中,主要采用空調系統中典型溫濕度傳感器測量值建立狀態模型;Tfre-新風溫度、Tsup-送風溫度、Trtn-回風溫度、Hfre——新風濕度、Hsup-送風濕度、Hrtn-回風濕度和cw-冷凍水閥門開度。
5.如權利要求1所述的方法,其特征在于,所述利用多目標粒子群算法對混合核函數參數進行優化具體包括:
根據目標函數所決定的適應度確定當前搜索進度下的最優位置、當前位置的及每個粒子整個種群的最優位置;根據當前位置和最優位置、整個種群的最優位置的相對位置關系,并進行迭代尋優;
將確定的適應度與粒子個體極值作對比,判斷是否將當前位置作為最優位置;將確定的適應度與粒子全局極值作對比,判斷是否更新整個種群的最優位置;
判斷是否滿足終止條件,若滿足便輸出最優結果,不滿足則繼續重復產生新解替代舊解。
6.如權利要求5所述的方法,其特征在于,所述多目標粒子群算法是各個粒子在某空間內按照某種規則或方式進行信息傳遞,并不斷根據實際位置與尋優位置偏差對自己進行校正的自組織行為,采用下列公式對粒子進行操作:
vid=ω*vid+c1*r1(pid-xid)+c2*r2(pgd-xgd) (9)
xid=xid+vid (10)
式(9)和(10)中,i-群體中粒子的總數;vid-迭代粒子i飛行速度矢量的第d維分量;xid-迭代粒子i搜索空間中位置的第d維分量;pid-pbest的第d維分量;pgd—gbest的第d維分量;c1、c2-學習因子;r1、r2-隨機函數;ω-慣性權重。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于西安建筑科技大學,未經西安建筑科技大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010647428.0/1.html,轉載請聲明來源鉆瓜專利網。





