文献类型：期刊文章

作　　者：石书彪[1] 陈焕新[1] 李冠男[1] 胡云鹏[1] 黎浩荣[2] 胡文举[3] 李炅[4]

机构地区：[1]华中科技大学制冷与低温实验室,武汉430074 [2]University of Nebraska-Lincoln,内布拉斯加68410 [3]北京建筑大学供热供燃气通风及空调工程北京市重点实验室,北京100044 [4]压缩机技术国家重点实验室,合肥230031

出　　处：《制冷学报》

基　　金：国家自然科学基金项目(51328602);2013年压缩机技术国家重点实验室开放基金项目(230031);供热供燃气通风及空调工程北京市重点实验室研究基金资助课题(NR2016K02)项目资助~~

年　　份：2015

卷　　号：36

期　　号：6

起止页码：34-39

语　　种：中文

收录情况：BDHX、BDHX2014、CAS、CSCD、CSCD_E2015_2016、JST、RCCSE、ZGKJHX、核心刊

摘　　要：采用常规神经网络进行冷水机组的故障检测与诊断,存在整体检测率低或完全无法检测的现象。为了提高冷水机组故障检测效率及诊断精度,本文提出了一种基于贝叶斯正则化的改进神经网络故障检测策略。由于BP神经网络存在泛化能力差的缺陷,对神经网络进行贝叶斯正则化,从而提高模型的检测效率。贝叶斯算法通过限制神经网络权值,使网络反应更加光滑,模型更精确。通过利用ASHRAE Project提供的数据对FDD(fault detection and diagnosis)策略进行验证,检测率明显提高。

关 键 词：冷水机组 故障检测与诊断 神经网络 贝叶斯正则化

分 类 号：TU831.4] TP183]