节点文献

基于数据模型的机房空调系统制冷剂泄漏诊断研究

RESEARCH OF REFRIGERANT LEAKAGE FAULT DIAGNOSIS FOR AIR CONDITIONING SYSTEM BASED ON DATA MODEL

  • 推荐 CAJ下载
  • PDF下载
  • 不支持迅雷等下载工具,请取消加速工具后下载。

【作者】 徐廷喜吴斌黄小清杜志敏晋欣桥

【机构】 上海交通大学

【摘要】 空调系统制冷剂泄漏故障常用诊断方法是利用经验规则进行判断,论文首先利用经验规则表挑选机器学习特征,然后分别利用xgboost算法和随机森林算法训练诊断模型,并对比两种算法模型精度以及模型的泛化能力。两种算法模型的测试精度均达99%以上,且模型泛化误差均小于0.01,克服了常规机器学习模型过拟合的问题,并能够区分不同程度故障,有利于进一步指导研究多种故障类型问题。

【关键词】 制冷剂泄漏机器学习xgboost随机森林
  • 【会议录名称】 上海市制冷学会2017年学术年会论文集
  • 【会议名称】上海市制冷学会2017年学术年会
  • 【会议时间】2017-12-18
  • 【会议地点】中国上海
  • 【分类号】TB657.2
  • 【主办单位】上海市制冷学会
节点文献中: 

本文链接的文献网络图示:

本文的引文网络