基于XGBoost-RF的制冷剂泄漏故障检测与诊断

摘要：

针对冷水机组运行中正常数据多于故障数据情况和制冷系统中最常见的制冷剂泄漏故障,本文采用极端梯度提升算法(XGBoost)建立故障检测模型,采用随机森林(RF)算法建立故障诊断模型,研究了检测阈值改变对检测模型的影响及有、无正常样本训练的诊断模型的对比.结果表明,在检测阈值设定为0.99时,可保证大部分故障样本均能被检测出来,且虚警率低,仅由故障数据训练得到的诊断模型整体性能最佳,可最大限度发挥检测模型和诊断模型的优势.

关键词：冷水机组、制冷剂泄漏、故障检测与诊断、极端梯度提升、随机森林、阈值

所属期刊栏目：53

分类号：F832.4;F724.6;TP277

资助基金：国家自然科学基金51506125

在线出版日期：2023-02-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：105-111,130