声明
1 绪论
1.1 研究背景及意义
1.2 空调系统的故障检测研究现状
1.3 关联规则在故障检测中的应用
1.4 本文主要研究内容
2 基于关联规则的制冷剂泄漏故障检测
2.1 关联规则挖掘
2.1.1 Apriori算法原理
2.1.2 FP-growth算法原理
2.2 基于关联规则的分类原理
2.2.1 类别标签规则修剪
2.2.2 模型分类规则筛选
2.2.3 分类模型的泛化应用
2.3 基于关联规则的制冷剂泄漏故障检测策略
2.3.1 故障检测策略的模型训练
2.3.2 故障检测模型应用
2.4 本章小结
3 数据中心用空调系统制冷剂泄漏故障检测研究
3.1 数据中心用空调系统
3.2 制冷剂泄漏故障检测模型构建
3.3 故障检测结果与模型验证
3.4 本章小结
4 基于数据重采样方法优化的故障检测研究
4.1 数据不平衡与故障偏倚
4.1.1 数据不平衡现象
4.1.2 故障检测模型的故障偏倚问题
4.1.3 数据重采样方法
4.2 基于数据重采样方法优化的故障检测策略
4.3 故障检测结果与优化策略评估
4.3.1 数据重采样方法优化的训练集分布
4.3.2 数据优化后的故障检测模型
4.3.3 优化后的模型故障检测结果评估
4.3.4 优化后的故障偏倚问题分析
4.4 本章小结
5 总结与展望
5.1 总结
5.2 展望
致谢
参考文献
附录1 攻读学位期间第一作者发表论文目录
附录2 攻读硕士学位期间非第一作者发表论文目录
附录3 攻读硕士学位期间学术交流
附录4 攻读硕士学位期间参与的科研项目