摘要
本发明提供了一种基于多模型集成和自适应学习的制冷机故障诊断方法及系统,包括:获取历史制冷机运行参数并作为基准样本,获取待判断的制冷机运行参数并作为判断样本;基于当前基准样本构建工况箱,判断当前判断样本是否处于当前工况箱范围内,若不处于当前工况箱范围内,则删除当前判断样本;否则保留;构建制冷机故障识别器,利用构建的制冷机故障识别器基于判断样本进行故障识别;构建冷机功率物理灰箱模型,判断样本利用构建的冷机功率物理灰箱模型预测制冷机功率;基于当前预测得到的制冷机功率构建功率预测范围;将判断样本中制冷机功率与功率预测范围进行比较;同时结合制冷机故障识别器识别结果判断当前制冷机是否存在异常。
技术关键词
制冷机
灰箱模型
故障诊断方法
样本
多模型
识别器
功率
工况
蒸发器
基准
物理
参数
冷凝器
集成学习模型
故障诊断系统
冷冻水流量
深度神经网络
贪心算法
分箱
层级
系统为您推荐了相关专利信息
滑坡易发性评价方法
深度学习模型
数据
样本
联邦学习模型
大语言模型
指令
模型控制方法
模型训练模块
卡片
通信信号调制识别
多模态特征
特征提取器
投影模块
训练集