摘要
本发明提出的一种冷水机组故障检测和分类方法、系统、装置及介质,所述方法包括:采集冷水机组的运行数据,记录为特征变量;对特征变量进行预处理,提取其中的故障检测特征变量生成时间序列数据,并存储到时序数据库中;在时序数据库中收集冷水机组运行正常期间的时间序列数据,构建训练样本集;使用MoE算法对时间序列数据进行算法建模,生成MoE模型,并进行参数配置;基于训练样本集,使用Adam优化器和CosineLR调度器训练MoE模型;获取冷水机组实时的时间序列数据,输入到MoE模型中,识别出异常的时间序列数据;使用K‑means聚类算法对异常的时间序列数据进行无监督分类,以确定冷水机组的故障类型。
技术关键词
冷水机组故障
生成时间序列数据
分类方法
训练样本集
无监督分类
变量
分类程序
故障检测
调度器
压缩机吸气温度
动态时间规整算法
制冷剂过冷度
生成时序数据
压缩机排气温度
动态规划方法
系统为您推荐了相关专利信息
监督分类方法
节点特征
高级持续性威胁攻击
邻居
半监督学习方法
图像分类网络
图像分类方法
低比特量化
浮点数
风格
更新模型参数
矩阵
高斯核函数
医学信息智能
表达式
鲁棒分类器
图像分类方法
高维特征向量
图像特征提取
构建鲁棒