[发明专利]一种基于支持向量机增量学习的冷水机组故障诊断方法在审
| 申请号： | 201810159234.9 | 申请日： | 2018-02-26 |
| 公开（公告）号： | CN108376264A | 公开（公告）日： | 2018-08-07 |
| 发明（设计）人： | 韩华;崔晓钰;范雨强;武浩;徐玲 | 申请（专利权）人： | 上海理工大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 上海德昭知识产权代理有限公司 31204 | 代理人： | 郁旦蓉;颜爱国 |
| 地址： | 200093 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 根据本发明所涉及的基于支持向量机增量学习的冷水机组故障诊断方法，其特征在于，包括以下步骤：S1，收集冷水机组故障历史数据，包括初始训练集数据；S2，对S1中的历史数据进行预处理，得到处理后的初始训练集数据；S3，选择径向基核函数作为SVM(支持向量机)的核函数，构建基于SVM模型的诊断器；S4，在诊断器中应用S2中处理后的初始训练集数据进行训练后得到初始诊断器；S5，现场采集新数据，并对新数据进行预处理得到新样本集；S6，采用增量学习方法自适应更新初始诊断器，得到最终诊断器；S7，实时采集冷水机组的运行数据并进行预处理；S8，将S7中预处理后的运行数据输入到S6中的最终诊断器中，得到诊断结果。 | ||
| 搜索关键词： | 诊断器 预处理 冷水机组故障 训练集数据 支持向量机 增量学习 历史数据 运行数据 新数据 径向基核函数 自适应更新 诊断 冷水机组 实时采集 现场采集 诊断结果 核函数 新样本 构建 应用 | ||
【主权项】：
1.一种基于支持向量机增量学习的冷水机组故障诊断方法，其特征在于，包括以下步骤：S1，收集冷水机组故障历史数据，包括初始训练集数据；S2，对S1中的所述历史数据进行预处理，得到处理后的初始训练集数据；S3，选择径向基核函数作为SVM(支持向量机)的核函数，构建基于SVM模型的诊断器；S4，在所述诊断器中应用S2中处理后的所述初始训练集数据进行训练后得到初始诊断器；S5，现场采集新数据，并对所述新数据进行预处理得到新样本集数据；S6，采用增量学习方法自适应更新所述初始诊断器，得到最终诊断器；S7，实时采集冷水机组的运行数据并进行预处理；S8，将S7中预处理后的所述运行数据输入到S6中的所述最终诊断器中，得到诊断结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于上海理工大学，未经上海理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810159234.9/，转载请声明来源钻瓜专利网。
