摘要
本发明公开了基于多源域无监督自适应式的建筑空调系统故障诊断方法,所述方法包括:获取目标域数据集和源域备选数据集合,根据目标域数据集和源域备选数据集合筛选得到源域数据集合;根据目标域数据集和源域数据集合的特点构建多源域无监督自适应诊断模型;根据目标域数据集和源域数据集合训练多源域无监督自适应诊断模型;将目标域数据集输入到训练好的多源域无监督自适应诊断模型,输出待诊断建筑空调系统的诊断结果。本发明对目标建筑标签数据要求更低,能缓解数据分布差异,并且能够有效整合实际场景中多源、多样化的丰富诊断信息,缓解数据分布差异带来的模型泛化性能差问题,实现了在目标域空调系统无标签数据下的有效故障诊断。
技术关键词
建筑空调系统
故障诊断方法
相似性计算方法
特征提取器
故障诊断系统
分类器
样本
控制传输损失
空调运行数据
数据分布
故障诊断模块
无标签数据
梯度下降算法
模型训练模块
高斯核函数
可读存储介质
数据获取模块
处理器
系统为您推荐了相关专利信息
压缩空气储能系统
透平发电机组
故障诊断模型
数据
关键性能参数
异常信息
检测主机
故障诊断系统
故障监测系统
工控机
剩余寿命预测模型
深度时空特征
信息处理模块
连续小波变换
深度特征提取
电力变压器
变压器本体
多参量传感
故障诊断方法
电容分压式电压传感器
频域特征
故障预测模型
故障诊断方法
局部放电故障
超声数据