[发明专利]一种空调系统传感器故障检测方法、装置及电子设备

权利要求书

1.一种空调系统传感器故障检测方法，其特征在于，包括以下步骤：

确定系统评价指标并建立目标函数从而确定适应度函数；

选择高斯径向基核函数和多项式核函数构建立空调系统传感器故障检测混合核函数矩阵，建立描述空调系统运行状态及传感器故障检测的基于混合核函数的KPCA数学模型；

利用多目标粒子群算法对混合核函数参数进行优化，以得到空调系统传感器故障检测优化。

2.如权利要求1所述的方法，其特征在于，根据空调的目标指标，确定空调系统传感器故障检测评价指标；所述目标指标包括均方根误差、故障检测率及主元数。

3.如权利要求1所述的方法，其特征在于，所述混合核函数如下所示：

式(6)中，x为训练样本数据，y为测试样本数据；p为混合核函数的影响系数，d为多项式的阶次参数，σ为高斯径向基的核宽度参数。

4.如权利要求1所述的方法，其特征在于，所述基于混合核函数的KPCA数学模型如下所示：

X＝[T_fre，T_sup，T_rtn，H_fre，H_sup，H_rtn，cw]^T (7)

式(7)中，主要采用空调系统中典型温湿度传感器测量值建立状态模型；T_fre-新风温度、T_sup-送风温度、T_rtn-回风温度、H_fre——新风湿度、H_sup-送风湿度、H_rtn-回风湿度和cw-冷冻水阀门开度。

5.如权利要求1所述的方法，其特征在于，所述利用多目标粒子群算法对混合核函数参数进行优化具体包括：

根据目标函数所决定的适应度确定当前搜索进度下的最优位置、当前位置的及每个粒子整个种群的最优位置；根据当前位置和最优位置、整个种群的最优位置的相对位置关系，并进行迭代寻优；

将确定的适应度与粒子个体极值作对比，判断是否将当前位置作为最优位置；将确定的适应度与粒子全局极值作对比，判断是否更新整个种群的最优位置；

判断是否满足终止条件，若满足便输出最优结果，不满足则继续重复产生新解替代旧解。

6.如权利要求5所述的方法，其特征在于，所述多目标粒子群算法是各个粒子在某空间内按照某种规则或方式进行信息传递，并不断根据实际位置与寻优位置偏差对自己进行校正的自组织行为，采用下列公式对粒子进行操作：

v_id＝ω*v_id+c₁*r₁(p_id-x_id)+c₂*r₂(p_gd-x_gd) (9)

x_id＝x_id+v_id (10)

式(9)和(10)中，i-群体中粒子的总数；v_id-迭代粒子i飞行速度矢量的第d维分量；x_id-迭代粒子i搜索空间中位置的第d维分量；p_id-p_best的第d维分量；p_gd—g_best的第d维分量；c₁、c₂-学习因子；r₁、r₂-随机函数；ω-惯性权重。