基于最小二乘及分类向量机的空气调节器故障检测
Fault detection of air conditioner based on least squares and support vector machine classification作者机构：电子科技大学微电子与固体电子学院成都610000 四川职业技术学院计算机科学系四川遂宁629000 甘肃农业大学信息科学技术学院兰州730070
出 版 物：《沈阳工业大学学报》 (Journal of Shenyang University of Technology)
年 卷 期：2016年第38卷第3期
页 面：326-330页
学科分类：08[工学] 0835[工学-软件工程] 081202[工学-计算机软件与理论] 0812[工学-计算机科学与技术（可授工学、理学学位）]
基 金：甘肃省青年科技基金资助项目(1208RJYA096) 兰州市科技局资助项目(2014-1-74)
主 题：空气调节器 设备 故障检测 递归最小二乘法 支持向量机 评价指标 数据
摘 要：为了对空气调节器的故障进行检测和诊断,提高建筑物管理系统的能源利用率,提出一种基于递归最小二乘的故障检测和诊断方法.方法包含特征选择、递归最小二乘和支持向量机分类三个部分,在特征选择中,将空气调节器的故障分为11个类型,并基于Relief F算法选取三个最显著的特征变量.在递归最小二乘中,通过最小化真实值与预测值之差的平方和对模型的参数进行估计,并基于二叉决策树思想采用支持向量机对11个故障状态和1个正常状态进行分类.结果表明,所提方法可以更好地对空气调节器中的故障进行检测,并对故障类型进行分类.
维普期刊数据库
同方期刊数据库