基于用户侧泛在电力物联网的空调故障感知

摘要：

传统空调故障感知方法需要侵入式地在系统内部安装多个不同类型传感器且数据采集频率要求高,导致用户侧泛在电力物联网的基础条件不能支撑其大规模落地应用.针对上述问题,文章提出了两种仅利用智能插座和温度传感器的空调故障感知方法,数据采集频率低,且通过突变保存机制减少了数据存储量:方法一提出了基于一阶等效热参数模型的空调近似物理模型,利用模型预测值与空调实测值的残差分析进行空调故障实时感知;方法二基于支持向量数据描述(SVDD)模型得出正常运行数据描述,实现正常数据与故障数据的在线分离.结果 表明,基于近似一阶等效热参数模型的方法对于滤网完全堵塞的故障实时误判率为1.46％,基于SVDD的方法的实时误判率为0.

关键词：泛在电力物联网、故障感知、数据挖掘、支持向量数据描述

所属期刊栏目：58

分类号：TM93

资助基金：国家自然科学基金资助项目;国网上海市电力公司项目

在线出版日期：2021-05-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：92-98