基于CPSO-SVM的变风量空调末端装置故障诊断

摘要

变风量空调末端装置的数量庞大,分布在顶棚上,维护十分困难,导致空调建筑通常存在大量变风量空调末端装置故障.结合变风量空调系统的时变性和非线性特点,本文提出了一种基于混沌粒子群优化支持向量机(CPSO-SVM)的空调末端装置故障诊断方法.利用混沌粒子群算法优化支持向量机模型中的拉格朗日算子,以提高支持向量机模型的分类准确率和泛化能力.首先介绍了10种空调末端装置故障的15种故障征兆;然后以包含15种故障征兆的样本为训练数据,并利用混沌粒子群算法优化支持向量机模型;最后利用训练的支持向量机模型对空调末端装置运行数据进行分类,判断空调末端装置的故障类型.基于实际系统的验证结果表明,混沌粒子群优化支持向量机有较好的分类准确率和泛化能力,可以有效诊断空调末端装置的多种故障.