摘要:数据驱动的冷水机组模型通常只用于专有对象,当涉及到一种不同类型的冷水机组时,需要大量的正常数据和故障数据训练一个新的模型,这既耗时又依赖大量数据,不利于冷水机组故障诊断技术在实际应用中的推广。本文的研究中,介绍了处理不平衡数据技术,探索将离心式冷水机组训练成一个能够诊断螺杆式冷水机组故障的新模型的可能性,即只需使用少量新数据即可。采用合成少数类过采样技术(SMOTE)对故障样本进行过采样,不平衡率为5%,然后使用支持向量机(SVM)用于故障诊断。通过对50%~400%的过采样率的研究,发现螺杆式冷水机组四种故障的过采样率为100%,诊断准确率达到96.70%。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社