首页|采用改进闪电搜索算法的冷水机组故障特征选择研究

采用改进闪电搜索算法的冷水机组故障特征选择研究

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
提出了一种用于冷水机组故障特征选择的方法,先使用Fisher Score剔除少数对故障类别极不敏感的特征,再利用改进的闪电搜索算法确定特征的权重以及应选个数,从而得到最终的特征子集.在ASHRAE 1043RP数据上进行实验,得到了包含13个参数的冷水机组故障特征子集且大部分是温度参数.采用最近邻算法(k-nearest neighbors,KNN)、随机森林(random forest,RF)、BP(back bropagation)神经网络和门控循环单元(gated recurrent unit,GRU)4种方法求出了每类故障的诊断准确率,与原始数据相比,部分故障诊断精度也有所提高,验证了所选的特征子集的有效性.
Research on fault feature selection of the chiller using the improved lightning search algorithm

王华秋、兰群、赵利军

展开 >

重庆理工大学 两江人工智能学院,重庆 401135

河南中烟工业有限责任公司安阳卷烟厂,河南 安阳 455000

冷水机组 故障特征子集 改进的闪电搜索算法 故障诊断

教育部科技项目

2018YFB1700803

2023

10.3969/j.issn.1674-8425(z).2023.01.016

重庆理工大学学报
重庆理工大学

重庆理工大学学报

CSTPCD北大核心
影响因子：0.567
ISSN：1674-8425
年,卷(期)：2023.37(1)
  • 1
  • 5