基于密度权重支持向量数据描述的冷水机组故障检测.pdf

基于密度权重支持向量数据描述的冷水机组故障检测.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
基于密度权重支持向量数据描述的冷水机组故障检测.pdf

第 68卷 第 3期 化 工 学 报 Vb1.68NO.3 2017年 3月 CIESC Journal March 2017 i研究论文 DOh 10.11949~.issn.0438—1157 j 3 } j} 0 基于密度权重支持向量数据描述的冷水机组故障检测 顾笑伟 ,王智伟 ,王 占伟 ,何所畏 ,闫增峰 (西安建筑科技大学环境学院,陕西 西安 710055; 西安建筑科技大学建筑学院,陕西 西安 710055) 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 ASHRAERP.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。 关键词:支持向量数据描述;算法:集成;冷水机组;故障检测;模型 中图分类号:TB65 文献标志码:A 文章编号:0438—1157(2017)03—1099—10 Chillerfaultdetectionbydensityweightedsupportvectordatadescription GUXiaowei,WANGZhiwei,WANGZhanwei,HESuowei1YAN Zengfeng , (SchoolofEnvironmental,Xi’anUniversityofArchitectureandTechnology,Xi’an710055,Shaanxi,China; SchoolofArchitecture,Xi’anUniversiytofArchitectureandTechnoloyg,Xi’an710055,Shaanxi,China) Abstract:Falsealarm rate(FAR)isakeyindicatortoevaluateperformanceofchillerfaultdetectionmethods. sincecustomerscannotaccepthighFAR.InordertoreduceFARofsupportvectordatadescription(SVDD).based chillerfaultdetection,adensityweightedsupport vectordatadescription (DW-SVDD)一basedchillerfault detectionmethodwasproposedbyintegrationofdensityweightintoSVDD withaconsideration ofdensity distributionofsampledatainrealspace.Theproposedmethodwasvalidatedwithexperimenta1dataofRP.1043 ASHRAEanddetectionresultswerecomparedtothoseoftraditionalSVDD chillerfaultdetectionmethods.The resultsshowedthatthenewmethodcouldreduceFARfrom l0.5% to7%.whichwasl

文档评论(0)

170****0532 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

版权声明书
用户编号:8015033021000003

1亿VIP精品文档

相关文档