首页> 中文期刊> 《中国计量学院学报》 >基于深度学习LSTM的空调故障诊断

基于深度学习LSTM的空调故障诊断

         

摘要

目的:对空调的故障进行及时的检测排查并减少能源消耗,以减少人力维护成本,保证空调系统高效运行.方法:利用深度学习对空调系统进行准确诊断,使用长期短期记忆(LSTM)神经网络,针对空调的冷水机组故障数据,利用时间序列特性,搭建LSTM分类模型,同时对参数进行优化调整并进行交叉验证,以确定最优的LSTM模型参数及准确地对空调故障标签进行分类.结果:在五种不同空调故障严重程度下,该模型能够较准确的对空调故障进行诊断.结论:通过对比传统循环神经网络和它的另一个变体门控循环网络,该模型故障诊断的准确率较好,并且对新样本的适应性较好.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号