原创力文档- 1、本文档共5页，可阅读全部内容。
- 2、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。
- 3、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。
- 4、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)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第 1O期 电 子 学 报 Vo1．42 No．10
2014年 lO月 A( AEU CTR0NICA SINICA Oct． 2(J14
基于 GMM聚类 的空调机组多未知模态
辨识方法研究
李冬辉，何鹏林
(天津大学电气与 自动化工程学院，天津 3130072)
摘 要： 智能建筑空调机组故障检测与诊断是保证建筑环境安全、舒适、节能的基本方法．然而 ，多未知模态辨
识仍是其中的关键难点之一 ．鉴于高斯混合模型(GMM)不受特定概率分布局限，可在区分类别的基础上直接得出数据
的统计分布，具有优越的计算性能，且能拟合任意连续分布，本文提出一种基于GMM的空调机组多未知模态辨识方
法 ．仿真试验结果表明，GMM聚类方法在空调机组运行模态辨识中具有较高的准确性与可靠性．
关键词： 空调机组；运行模态；高斯混合模型；辨识方法
中图分类号： TP23 文献标识码 ： A 文章编号：2014)10—2004—05
电子学报 URL：http：／／www．eiouma1．org．ca DOI：10．3969／j．issn．0372—2112．2014．10．021
ResearchonldentificationofUnknownModesfor
Air-ConditioningBasedonGMM
LIDong—hui，HE Peng-lin
(SchoolofElectricalandAutomationEngineering，TianjinUniversity， n300072，China)
Abstract： FaultdetectionanddiagnosisforAir-Conditioning(AC)systeminintelligentbuildingistheguaranteeofbuilding
s~eyt，comfortandenergy-saving．Howevre，hteidentificationofunknownmodesforAC system isstilloneofhtekeydifficulties．
1eGaussianMixtureModel(GMM)isnotconfinedtoaspecifiedprobabilitydistributionandhtedistributionofgivendatacnabe
obtainde onhtebasisofclassfiication．W im exceUentcomputingperformanceanycontinuousdistributioncna befi~xlviaGMM
．
Hence，anew ideaofclusteringbasedonGMM toidentifyhteunknownoperationmodesniACisdeveloped．111esimulationexper．
imenthasqualifiedtheaccuracynadreliabilityofthisG删 modeidentificationapproach
文档评论（0）