刘江岩
- 作品数：21 被引量：138H指数：8
- 供职机构：华中科技大学能源与动力工程学院更多>>
- 发文基金：国家自然科学基金国家重点实验室开放基金北京市重点实验室更多>>
- 相关领域：建筑科学一般工业技术自动化与计算机技术交通运输工程更多>>
- 基于PCA-DT的多联机制冷剂充注量故障诊断被引量：21
- 2016年
- 针对多联机制冷剂充注量故障,提出了一种基于主成分分析-决策树(PCA-DT)算法的制冷剂充注量故障检测与诊断方法.该方法先通过数据预处理进行数据清理,然后利用PCA对原始数据做降维处理,最后将新的数据划分为训练集与测试集,以训练集建立决策树模型进行故障检测与诊断.实验数据测试集的检测与诊断结果验证了该模型的可行性.采集了某多联机在3个地区的实际运行数据,对建立的决策树模型进行进一步的验证,结果表明:该方法对于多联机的制冷剂充注量故障有良好的检测与诊断效果,且检测与诊断效果整体上要优于DT算法.
- 王江宇陈焕新刘江岩李冠男
- 关键词：多联机主成分分析决策树制冷剂充注量
- 基于支持向量机的多联机系统制冷剂充注量故障检测与诊断被引量：12
- 2018年
- 利用支持向量机算法,建立了制冷剂充注量故障检测与诊断模型。采用网格搜索和十折交叉验证方法优化模型,通过测试数据验证模型性能。结果表明,制冷剂充注不足时的故障检测与诊断准确率较高,但制冷剂充注过量时准确率明显偏低。经过优化后,制冷剂充注量故障检测与诊断的总准确率由82.2%提高到94.6%。
- 黄倩云陈焕新孙劭波刘江岩李冠男李绍斌
- 关键词：多联机制冷剂充注量故障检测与诊断支持向量机参数寻优
- 基于PCA-Clustering的压缩机回液故障诊断被引量：10
- 2018年
- 在多联机(VRF)空调系统中,压缩机回液将导致能量损失。本文结合大数据提出了一种基于PCA-Clustering的压缩机回液故障诊断的方法。首先提取出故障相关变量,并通过数据预处理,剔除异常值与空值;然后将处理后的数据进行主成分分析(PCA),获取降维后的新主元变量数据;最后将新的主元变量进行聚类分析(Clustering analysis)得到回液故障数据分类标签。结果表明:该方法能够在数据标签未知的情况下,较好的区分不同类别的压缩机回液故障及正常数据,使压缩机回液故障诊断率达到94.29%。
- 周镇新李绍斌谭泽汉陈焕新王江宇刘江岩郭亚宾孙劭波
- 关键词：多联机系统故障检测与诊断聚类分析主成分分析
- 基于SVR-OCSVM模型的多联机系统用能评估与诊断被引量：1
- 2020年
- 直接根据多联机系统能耗数据的变化来判断导致能耗大幅波动的因素是很困难的。本文提出一种有效的可用于多联机系统的能耗评估与诊断方法:将支持向量回归(SVR)算法与单类支持向量机(OCSVM)算法相结合,首先通过提取系统能耗数据集特征,去除非稳态数据,根据提取的特征变量与系统能耗建立SVR模型,预测多联机系统能耗;然后将实际能耗值与预测能耗值之差和之比分别标准化,作为输入变量,建立单类支持向量机(OCSVM)模型进行样本判别,确定是否为导致系统能耗异常的原因,以此评估诊断多联机系统能耗情况。本文基于多联机能耗正常的数据集构建了能耗评估与诊断模型,并用多联机系统能耗异常数据集验证了模型的可靠性。结果表明:基于SVR-OCSVM模型的能耗评估与诊断模型具有较高的准确度,基本能达到70%以上。
- 刘佳慧刘江岩陈焕新黄荣庚李正飞
- 关键词：多联机系统支持向量回归单类支持向量机
- 一种基于社交平台的家用空调能耗比较系统
- 本发明属于空调能耗领域，并公开了一种基于社交平台的家用空调能耗比较系统。该系统包括电量计量模块、计算存储模块、处理模块、用户操作模块和社交模块，其中，电量计量模块将空调用电量传递给空调，空调将用电量和空调被操作指令传递给...
- 陈焕新王江宇李冠男刘江岩
- 文献传递
- 基于CUSUM的冷水机组传感器在线故障检测
- 冷水机组是一个高度非线性的复杂系统,其自控系统传感器故障会导致冷水机组的运行偏离正常状态,导致能耗浪费.采用冷水机组正常运行数据,通过多元统计的主元分析方法建立训练矩阵,利用平方预测误差(Q统计量)可以进行故障分析工作....
- 胡云鹏陈焕新李冠男刘江岩孙楷政
- 关键词：暖通空调系统冷水机组在线故障检测
- 文献传递
- 基于双预测模型的多联机能耗数据异常诊断策略被引量：5
- 2019年
- 异常值的存在将对能耗预测结果带来很大影响。本文提出了一种基于双模型对比的分析策略来剔除异常值。在制冷剂充注量为95.75%实验工况下采集多联机组运行数据,并进行数据预处理,建立了支持向量机(SVM)和最小二乘支持向量机(LS-SVM)预测模型,对多联机组能耗进行预测,最终对比分析两种模型预测结果,找出同时出现较大误差的异常数据点,将其剔除。结果表明:SVM和LS-SVM双预测模型对比分析法能有效地诊断出多联机组能耗数据异常,剔除异常数据后,两种模型的预测精度提升显著。
- 李昱瑾陈焕新刘江岩
- 关键词：多联机系统支持向量机最小二乘支持向量机
- 基于ReliefF与mRMR耦合特征选择的多联机制冷剂充注量故障诊断被引量：9
- 2018年
- 针对制冷剂充注量故障,提出了一种结合ReliefF和mRMR特征选择算法的故障诊断方法。首先,利用ReliefF算法计算出每个特征变量的权重系数W (A),剔除权重系数低于阈值的特征;然后,利用集成的mRMR算法选出与目标类别具有最大相关性且相互之间具有最小冗余性的特征子集;最后,利用特征提取后的变量建立BP神经网络模型进行故障诊断,并和单一特征选择算法的结果进行对比。结果表明:该方法较好地提高了多联机制冷剂充注量故障诊断模型的诊断精度和效率。
- 李正飞谭泽汉陈焕新刘江岩黄荣庚刘佳慧
- 关键词：多联机空调系统制冷剂充注量故障诊断RELIEFF神经网络
- 基于数据挖掘算法的地铁站能耗时序预测方法被引量：8
- 2020年
- 建立了误差反向传播神经网络(BPNN)、决策树分类与回归树(CART)、支持向量回归机(SVR)三种普通的输入-输出预测模型,对地铁站能耗进行预测。基于数据挖掘算法对三个模型进行改进,得到了三种模型基于时间延迟的预测结果,对比了改进前后的预测结果,并确定了最佳的时间延迟。结果表明:普通的输入-输出模型中,SVR对能耗的预测更加精确;基于时间序列的能耗预测模型对BPNN预测模型的提升最大;滞后时长为5 min时,三种模型的预测精度最高;基于决策树CART算法的时序能耗预测模型对时间延迟的敏感度最高。
- 罗启崟龙静陈焕新刘江岩李正飞
- 关键词：地铁站数据挖掘时间序列
- 基于ARMA模型的地铁站环控系统能耗预测被引量：9
- 2019年
- 本文通过对时间序列的研究分析,提出一种基于自回归移动平均(ARMA)模型来预测地铁站环控系统能耗的方法。对采集的地铁站环控系统能耗数据进行平稳性检验和白噪声检验;依据数据样本的自相关系数、偏自相关系数及AIC准则确定模型最优参数,建立可有效预测地铁站环控系统能耗的ARMA模型;采用4种方法对拟合模型的有效性进行检验;利用平均绝对误差(MAE)和均方根误差(RMSE)对模型拟合效果进行分析。结果表明,该方法能够有效提取能耗数据中有用的信息,MAE和RMSE分别可达0.101和0.470,对于地铁站环控系统能耗预测具有较高的拟合精度。
- 黄荣庚龙静潘志刚陈焕新刘江岩刘佳慧李正飞
- 关键词：时间序列ARMA模型
