摘要
本发明公开了基于LSTM‑KAN的冷水机组故障诊断方法,提出了一种结合LSTM和KAN的冷水机组故障诊断特征子集优化方法,通过特征重要度排序与相关性分析协同作用,有效剔除冗余特征,利用LSTM的时序建模能力与KAN的非线性优化特性,增强对复杂故障模式的捕捉能力,显著提高低特征数下的故障诊断精度,LSTM‑KAN融合结构通过参数高效性设计,提升实时诊断响应速度。本发明还公开了基于LSTM‑KAN的冷水机组故障诊断系统,包括数据获取与预处理模块、特征选择优化模块、LSTM‑KAN训练模块和故障诊断模块,用于实现本发明的基于LSTM‑KAN的冷水机组故障诊断方法。
技术关键词
冷水机组故障诊断
故障诊断模块
特征选择
优化器
样条
数据
皮尔逊相关系数
故障预测模型
输出特征
故障诊断系统
非线性
冗余特征
预测特征
制冷剂
制冷机组
时序特征
冷凝器
系统为您推荐了相关专利信息
图像检测模型
模型超参数
注意力机制
空洞
空间金字塔池化
智能分拣系统
连续输送系统
收集系统
生成系统
富集
多元异构模型
健康评分方法
健康管理系统
执行故障诊断
轴承故障特征频率