制冷机的故障诊断方法、装置及存储介质制造方法及图纸

本公开是关于一种制冷机的故障诊断方法、装置及存储介质。制冷机的故障诊断方法包括：获取源域数据和目标域数据，源域数据表示具有大量原始标记的参考制冷机的数据，目标域数据表示具有预设原始标记的目标制冷机的数据；获取源域数据和目标域数据中的共享特征；根据共享特征和源域数据，得到初始支持向量机分类器；基于目标域数据和共享特征，调整初始支持向量机分类器，得到目标域数据的目标分类器；基于目标分类器，对目标制冷机进行故障诊断。使用本公开中的方法，能够训练出应用于原始标记很少或者无标记的目标域数据的目标分类器，使用该分类器能够实现对目标域数据的自动故障诊断。障诊断。障诊断。

【技术实现步骤摘要】
制冷机的故障诊断方法、装置及存储介质


[0001]本公开涉及故障诊断
，尤其涉及一种制冷机的故障诊断方法、装置及存储介质。

技术介绍

[0002]作为建筑物总能耗高达40％的大型能源消耗者，制冷机系统可能由于故障的存在而损失高达30％的性能系数，因此制冷机的故障自动诊断对于评估制冷机的退化状态具有重要的作用，通常需要保证故障诊断的效率和可靠性。现有技术中的故障诊断模型通常依赖于历史数据，需要大量的标记数据来训练诊断模型。但是，由于数据标记通常需要费力并且通常被认为既耗时又昂贵，因此通常故障诊断模型只针对单一类型的制冷机，而该行业主要由定制冷水机主导在大小和设计上差异很大的站点上构建，因此模型可能不适用于不同结构的制冷机。针对不同结构的制冷机通常需要使用跨域故障诊断，虽然跨域故障诊断时需要较少的目标域数据，但是，大多数现有的制冷机跨域故障诊断模型依赖于目标域数据中的几个正确标记的实例，而这些实例只能通过极大的努力和相关成本提取。

技术实现思路

[0003]为克服相关技术中存在的问题，本公开提供一种制冷机的故障诊断方法、装置及本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种制冷机的故障诊断方法，其特征在于，所述制冷机的故障诊断方法包括：获取源域数据和目标域数据，所述源域数据表示具有大量原始标记的参考制冷机的数据，所述目标域数据表示具有预设原始标记的目标制冷机的数据；获取所述源域数据和所述目标域数据中的共享特征；根据所述共享特征和所述源域数据，得到初始支持向量机分类器；基于所述目标域数据和所述共享特征，调整所述初始支持向量机分类器，得到所述目标域数据的目标分类器；基于所述目标分类器，对所述目标制冷机进行故障诊断。2.根据权利要求1所述的制冷机的故障诊断方法，其特征在于，所述获取所述源域数据和所述目标域数据中的共享特征，包括：确定所述源域数据的边缘分布和所述目标域数据的边缘分布之间的距离；当所述距离最小时，分别从所述源域数据和所述目标域数据中提取特征，作为共享特征。3.根据权利要求1所述的制冷机的故障诊断方法，其特征在于，所述基于所述目标域数据和所述共享特征，调整所述初始支持向量机分类器，得到所述目标域数据的目标分类器，包括：根据所述初始支持向量机分类器，获得所述目标域数据中的预测故障数据和预测非故障数据；将所述预设故障数据和所述预测非故障数据作为所述目标域数据的伪标记；基于具有所述伪标记的所述目标域数据和所述共享特征，调整所述初始支持向量机分类器，得到所述目标域数据的目标分类器。4.根据权利要求3所述的制冷机的故障诊断方法，其特征在于，所述基于具有所述伪标记的所述目标域数据和所述共享特征，调整所述初始支持向量机分类器，得到所述目标域数据的目标分类器，包括：每次选取部分具有所述伪标记的所述目标域数据替换同等数量符合预设条件的所述源域数据，得到更新后的源域数据；基于所述更新后的源域数据和所述共享特征，训练所述初始支持向量机分类器，得到更新后的支持向量机分类器；根据更新后的支持向量机分类器，更新所述目标域数据的伪标记；当所述目标域数据的伪标记均不再更新时，将所述更新后的支持向量机分类器作为所述目标分类器。5.根据权利要求1所述的制冷机的故障诊断方法，其特征在于，所述制冷机的故障诊断方法还包括：将所述目标分类器获得的所述目标域数据的预测数据作为所述目标域数据的标记...

【专利技术属性】
技术研发人员：李永胜，张婕妤，李致宇，田长彬，马昕，孙洪洋，
申请(专利权)人：山东天瑞重工有限公司，
类型：发明
国别省市：