公开(公告)号：CN117332238A

公开(公告)日：2024-01-02

申请号：CN202311554402.1

申请日：2023-11-21

Applicant: 山东建筑大学

Inventor： 宋永兴 ,  宋志晨 ,  刘强 ,  张林华 ,  于明 ,  崔萍 ,  张立波

IPC: G06F18/20 ,  G06F18/241 ,  G06F18/213 ,  G06N3/0464 ,  G06N3/08 ,  G06F30/27 ,  G06Q10/20

Abstract: 本发明提出了一种基于数字孪生的中央空调系统故障检测与诊断方法。该方法包括五个步骤：首先利用数字孪生技术构建中央空调系统数字孪生模型。其次，经过动态仿真生成稀缺的故障数据。第三，从时域、频域和概率分布等方面对孪生数据中的仿真信号到实际信号的可迁移性进行分析，利用数字孪生模型生成的仿真信号和实测信号对基于Wasserstein距离的一维卷积神经网络（1D‑CNN‑WD）迁移诊断模型进行训练。第四，将中央空调系统的实际监测信号输入训练完成的1D‑CNN‑WD迁移诊断模型，获得中央空调系统的健康状态。第五，利用数字孪生模型可视化功能，根据设备故障可能性的大小来改变其模型颜色以凸显故障部位，方便相关工作人员根据专业知识和经验准确判断故障部位。本方法可将数据驱动和经验知识相结合对中央空调系统进行故障检测与诊断，解决了传统的中央空调系统故障检测与诊断诊断方法可解释性差的问题。