-
题名基于多块和自注意TCN结合的冷水机组故障诊断
- 1
-
-
作者
孙雨
丁强
夏宇栋
李聪
-
机构
杭州电子科技大学能量利用系统及自动化研究所
-
出处
《过程工程学报》
CAS
CSCD
北大核心
2024年第2期162-171,共10页
-
基金
国家重点研发计划(编号:2018YFE0208400)。
-
文摘
针对冷水机组故障运行数据特征参数耦合且时序特征难以提取的问题,提出一种基于多块和自注意时间卷积网络(Multiblock Self-attention Temporal Convolutional Networks,MB-SATCN)的故障诊断模型。该模型根据冷水机组传感器与系统结构的物理关系将变量划分为多个子块,在子块中使用TCN挖掘冷水机组运行数据的特征信息,并通过自注意力层加强关键特征对故障诊断结果的影响权重,然后将各子块模型输出的局部特征利用自注意力机制加权融合以构建全局特征,并使用softmax函数进行分类。与对照方法相比,MB-SATCN方法在冷水机组常见故障诊断方面表现更优,对系统故障识别能力更强,平均故障诊断精确率和平均召回率均在97%以上。
-
关键词
冷水机组
故障诊断
时间卷积网络
自注意力机制
算法
神经网络
模型
-
Keywords
chiller
fault diagnosis
temporal convolutional network
self-attention mechanism
algorithm
neural network
model
-
分类号
TU831.4
[建筑科学—供热、供燃气、通风及空调工程]
TP183
[自动化与计算机技术—控制理论与控制工程]
-
