[发明专利]基于模型与数据融合的冷水机组复合故障诊断方法及系统

说明书

基于模型与数据融合的冷水机组复合故障诊断方法和系统，第一步，构建参考模型，以确定特征参数的正常值；第二步，构建BN模型；第三步，在线应用BN模型，将在线实时监测的数据经计算，获得特征参数计算值，同时将在线实时监测的数据输入到构建好的参考模型，获取特征参数的正常值；比较特征参数计算值与正常值的大小，确定特征参数的变化方向；将确定的特征参数变化方向和在线获取的直接测量参数一并输入BN模型中，输出各个故障的后验概率，依据最大后验概率原则，输出故障诊断结果。本发明将基于模型与基于数据这两类方法融合在一个诊断体系中，实现彼此优势互补，扬长避短，从而有效克服基于单类方法的局限性，获得优于单类方法的故障诊断性能。

技术领域

本发明属于冷水机组故障诊断技术领域，具体涉及一种冷水机组故障诊断方法和系统。

背景技术

冷水机组是空调系统中的主要耗能设备，当冷水机组发生故障时，若不及时排除，将会导致空调系统运行能效下降，带来大量的能源浪费，减少设备使用寿命，并降低室内环境舒适度。将故障诊断技术应用于冷水机组，及时发现并排除故障，对空调系统可靠运行及节约能源具有重要意义。

经历几十年的发展，冷水机组故障诊断被广泛研究，大量应用在冷水机组的故障诊断方法被提供。通常，这些方法可被分成两类：1)基于模型的方法；2)基于数据的方法。每类方法都有其优点和缺点。

基于模型方法的优点：模型构建不需要故障数据；其缺点：对于复杂系统(有着大量输入与输出，如冷水机组)来说，精确模型通常是复杂的，构建这样的模型往往需要耗费大量的时间与精力。

基于数据方法的优点：不需要构建系统详细的物理模型；其缺点：需要足够数量和质量的包含各类故障的数据训练模型。

显然，单类方法的缺点导致其在现场应用中存在局限性：(1)基于模型方法在不能构建精确模型的现场不适用；(2)基于数据方法在不能获取足够数量和质量的包含各类故障数据的现场不适用。

发明内容

本发明的目的是将基于模型和基于数据方法进行融合，构建一种基于模型与数据融合的冷水机组复合故障诊断方法，实现这两类方法的优势互补，扬长避短，从而有效克服基于单类方法的局限性。

为了实现上述目的，本发明所采用的技术方案是：

基于模型与数据融合的冷水机组复合故障诊断方法，包括如下步骤：

(1)获取冷水机组正常工作和故障时的数据，并将冷水机组正常工作和故障时的数据进行稳态过滤，得到冷水机组正常工作和故障时的稳态数据，选择用于表征冷水机组故障的特征参数和直接测量参数，选择用于表征冷水机组运行工况的指示参数；

(2)选择用于确定特征参数正常值的参考模型；

(3)使用获取的冷水机组正常工作时的稳态数据，对参考模型进行训练，确定参考模型中的回归系数，得到训练好的参考模型；

(4)构建BN模型；所述BN模型包括BN的结构和BN的参数；

(5)获取冷水机组运行时的实时数据，经过特征选择后，得到各项特征参数的计算值和直接测量参数的测量值；

(6)将获取冷水机组运行时的实时数据输入构建好的参考模型中，得到各项特征参数的正常值；

(7)比较特征参数的正常值与计算值，得到各项特征参数相对于正常值的变化方向；

(8)将各项特征参数的变化方向和直接测量参数的测量值一并作为证据，输入构建好的对应于每个故障的BN模型中，根据每个故障发生的后验概率，判断冷水机组出现了何种故障。

所述步骤(3)在对参考模型进行训练时，表征冷水机组故障的特征参数作为参考模型的输出，表征冷水机组运行工况的指示参数作为参考模型的输入。