基于改进BP网络的冷水机组故障诊断

摘要：

采用常规神经网络进行冷水机组的故障检测与诊断,存在整体检测率低或完全无法检测的现象.为了提高冷水机组故障检测效率及诊断精度,本文提出了一种基于贝叶斯正则化的改进神经网络故障检测策略.由于BP神经网络存在泛化能力差的缺陷,对神经网络进行贝叶斯正则化,从而提高模型的检测效率.贝叶斯算法通过限制神经网络权值,使网络反应更加光滑,模型更精确.通过利用ASHRAE Project提供的数据对FDD(fault detection and diagnosis)策略进行验证,检测率明显提高.

关键词：冷水机组、故障检测与诊断、神经网络、贝叶斯正则化

所属期刊栏目：36

分类号：TU831.4;TP183(房屋建筑设备)

资助基金：国家自然科学基金项目51328602;The project was supported by the National Natural Science Foundation of China No.51328602.本文受2013年压缩机技术国家重点实验室开放基金项目230031;供热供燃气通风及空调工程北京市重点实验室研究基金资助课题NR2016K02;The project was supported by the 2013 State Key Laboratory of Compressor Technology230031;Beijing Key Lab of Heating and Gas Supply,Ventilating and Air Conditioning EngineeringNR2013K02

在线出版日期：2016-03-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：34-39