一种用于多联机空调系统的分布式故障诊断方法及系统技术方案

本发明专利技术属于制冷系统数据挖掘领域，具体涉及一种用于多联机空调系统的分布式故障诊断方法及系统，包括：采集多联机空调系统的运行数据；控制已训练好的分布式内置在不同计算GPU中的多个基础诊断模型，分别独立地基于运行数据进行故障诊断得到初始诊断结果；将各初始故障结果与运行数据进行组合，并控制已训练好的内置于另一个计算GPU中的集成诊断模型，基于组合后的数据进行集成故障诊断，得到最终的故障诊断结果。本发明专利技术将多个基础诊断模型分布在不同的计算GPU中，实现并行分布式故障诊断，最后通过集成诊断模型进行集成诊断，该方法能解决诊断模型参数寻优效率低下的问题，运算速度高，多个模型能实现多目标、多故障高精度诊断，诊断性能优异。

【技术实现步骤摘要】
一种用于多联机空调系统的分布式故障诊断方法及系统
本专利技术属于制冷系统数据挖掘领域，更具体地，涉及一种用于多联机空调系统的分布式故障诊断方法及系统。
技术介绍
随着社会的发展，空调系统能耗已达建筑能耗一半，降低空调系统能耗越来越重要，多联机系统具有安装便捷、热舒适性高等优势广泛应用于各类建筑中，PIER(PublicInterestEnergyResearch)的研究表明近50％的用户存在制冷剂充注量不合适、传感器精度差等故障。为了节约能源、降低能耗，目前已有一些关于空调系统的故障诊断研究，例如专利《一种基于深度学习的中央空调故障诊断系统》(申请号:CN207741275U)，通过控制器获取空调装置运行参数，控制器将参数传输至云服务器中，通过电脑终端获取云服务器中的运行参数通过深度学习技术进行诊断；专利《物联网环境下基于数据融合的空调故障诊断系统及方法》(申请号CN102354206A)通过无线测控模块将环境温度、湿度、二氧化碳浓度及空调参数信息传输至管理计算机，管理计算机综合上述信息进行数据处理、比较和分析，诊断空调故障。然本文档来自技高网...

【技术保护点】
1.一种用于多联机空调系统的分布式故障诊断方法，其特征在于，包括：/n采集多联机空调系统的运行数据；/n控制已训练好的分布式内置在不同计算GPU中的多个基础诊断模型，分别独立地基于所述运行数据进行故障诊断得到初始诊断结果；/n将各所述初始故障结果与所述运行数据进行组合，并控制已训练好的内置于另一个计算GPU中的集成诊断模型，基于所述组合后的数据进行集成故障诊断，得到最终的故障诊断结果。/n

【技术特征摘要】
1.一种用于多联机空调系统的分布式故障诊断方法，其特征在于，包括：
采集多联机空调系统的运行数据；
控制已训练好的分布式内置在不同计算GPU中的多个基础诊断模型，分别独立地基于所述运行数据进行故障诊断得到初始诊断结果；
将各所述初始故障结果与所述运行数据进行组合，并控制已训练好的内置于另一个计算GPU中的集成诊断模型，基于所述组合后的数据进行集成故障诊断，得到最终的故障诊断结果。


2.根据权利要求1所述的一种用于多联机空调系统的分布式故障诊断方法，其特征在于，所述运行数据包括：压缩机频率、风机频率、压缩机排气温度、压缩机外壳温度、冷凝温度、过冷器液出温度、过冷器气出温度、压缩机电流、压缩机电压、压缩机定性温度、风机电流、风机电压、风机温度、室内湿球温度、室内干球温度、膨胀阀开度和蒸发温度。


3.根据权利要求1所述的一种用于多联机空调系统的分布式故障诊断方法，其特征在于，所述多个基础诊断模型包括：支持向量机、K近邻、朴素贝叶斯和决策树模型；所述集成诊断模型为多类别逻辑回归模型。


4.根据权利要求1所述的一种用于多联机空调系统的分布式故障诊断方法，其特征在于，在控制多个基础诊断模型进行故障诊断之前，所述方法还包括：对所述运行数据进行预处理，其中，预处理为稳态过滤器、特征选择和数据标准化中的一种或多种。


5.根据权利要求1所述的一种用于多联机空调系统的分布式故障诊断方法，其特征在于，所述多个基础诊断模型和所述集成诊断模型由以下训练方法得到：
将多工况故障数据和在线采集的多联机正常运行数据混合，对混合后的数据进行数据预处理；将预处理之后的数据分配至多个独立的计算GPU，以分别对多个基础诊断模型进行独立训练；将训练后的各模型输出结果与所述预处理之后的数据组合；控制另一个计算GPU基于所述组合后的数据训练集成诊断模型。


6.根据权利要求5所述的一种用于多联机空调系统的分布式故障诊断方法，其特征在于，所述多工况故障数据包括所述多联机空调系统在三种标准工况下运行时的故障数据，该故障数据对应的故障类型有：多联机制冷剂充注量故障、传...

【专利技术属性】
技术研发人员：陈焕新，李正飞，李绍斌，熊建国，程亚豪，
申请(专利权)人：华中科技大学，珠海格力电器股份有限公司，
类型：发明
国别省市：湖北;42