[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

说明书

本发明公开了一种空调系统传感器故障检测方法、装置及电子设备，方法包括以下步骤：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。本发明引入多目标粒子群算法去解决空调系统传感器故障检测优化问题的求解，并改进利用混合算法进行目标问题求解具有一定优势，能够实现空调系统传感器故障检测优化。

技术领域

本发明属于空调系统故障检测领域，涉及一种故障检测优化方法，具体涉及一种空调系统传感器故障检测方法、装置及电子设备。

背景技术

暖通空调(Heating Ventilating and Air Conditioning，HVAC)系统作为智能建筑体系中的重要组成部分，随着智能建筑的发展已得到广泛应用并取得快速且显著的发展。现如今，智能建筑中对室内环境质量智能化集成及建筑物能源消耗提出了更高要求，随之在HVAC系统稳定运行的前提下，对舒适性、智能化及节能性的要求都不断提高，这就促使HVAC系统变得越来越复杂。在愈加庞杂的暖通空调系统中，由于自身缺陷、超负荷运行和欠缺运维等原因，各类故障发生的几率会随着时间的推移逐渐增大。而故障的存在，不仅导致能源浪费而且会影响室内环境质量，甚至缩短设备的使用寿命。鉴于多方面考虑，故障检测与诊断(Fault Detection and Diagnosis，FDD)系统对于及时准确地检测、识别故障将起到至关重要的作用，将成为HVAC系统中必不可少的组成部分。HVAC系统故障诊断是通过HVAC已有知识配合FDD方法识别和判断故障位置(区域)、故障类别和故障原因，其中确定故障元器件为核心问题。系统中故障诊断技术的应用不仅对设备检修与维护起到很大帮助；同时，经过理论分析与实际数据表明，建筑能耗约占社会总能耗的30％，建筑中HVAC系统是最主要的耗能设备，其运行能耗可以占到建筑能耗的50％-60％，而且呈逐年增长趋势。同时，相关数据显示，HVAC系统发生故障，系统能耗会增加15％-30％；通过实施故障检测与诊断优化暖通空调系统的运行，可以降低20％-30％的建筑能耗，减少10％-40％的空调系统能耗。

发明内容

为解决现有技术中算法在实现过程中参数选择难以达到最优的问题，本发明的目的在于提供一种空调系统传感器故障检测方法、装置及电子设备，该方法对基本核主元分析法(Kernel Principal Component Analysis，KPCA)进行改进，提出一种基于多目标粒子群(Multi-objective Particle Swarm Optimization，MOPSO)算法优化的混合核函数KPCA方法对传感器故障检测方法，实现对空调系统传感器故障检测率进一步提高和优化。

为了实现上述任务，本发明采取如下的技术解决方案：

一种空调系统传感器故障检测方法，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。

作为本发明的进一步改进，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。

作为本发明的进一步改进，所述目标指标所对应的目标函数如下：

Ⅰ.均方根误差