摘要
本发明公开了一种基于非整数阶多项式模型的空调机组故障检测方法,包括:获取目标空调机组的故障特征数据;将故障特征数据为训练集和测试集;构建非整数阶多项式网络NIOPN模型;对NIOPN模型的输入数据进行归一化处理;基于梯度下降和Adam优化算法通过对模型进行训练,基于反向传播算法通过测试集计算损失函数对模型参数的梯度,并更新模型参数,获得训练后的NIOPN模型;本发明通过引入非整数阶多项式层的网络架构,增强模型对复杂非线性数据的拟合能力,并且在保持模型精度的同时减少过拟合。该方法可广泛应用于各类数据回归与分类场景,特别适用于特征高度非线性的数据集。
技术关键词
故障检测方法
空调机组
多项式
故障特征
更新模型参数
送风风扇
传播算法
数据
分类场景
冷却盘管
非线性
网络架构
样本
矩阵
超参数
复杂度
系统为您推荐了相关专利信息
状态监测数据
偏差
节点
配电网故障
数字孪生模型
文本生成器
风格迁移方法
深度学习网络模型
文本生成模型
前馈神经网络
故障诊断方法
数据采集模块
故障诊断系统
故障特征
GPS时间同步装置
三相永磁同步电机
故障特征
数学模型
电压
匝间短路故障