CN110162014A - 一种集成多种智能算法的制冷系统故障诊断方法 - Google Patents

Abstract

根据本发明的集成多种智能算法的制冷系统故障诊断方法，包括：步骤1，通过模拟冷水机组故障实验，采集得到多个实验数据；步骤2，选取多个不同的成员诊断器，分别得到多个不同的成员诊断器的诊断模型，多个诊断模型包括：K近邻诊断器、支持向量机诊断器、决策树诊断器、随机森林诊断器及逻辑斯蒂回归诊断器；步骤3，对S2中多个不同的诊断模型进行集成，形成集成诊断器模型；步骤4，使用样本训练集数据对集成诊断器模型进行训练，得到训练好的集成诊断器模型；步骤5，使用测试样本集在训练好的集成诊断器模型对冷水机组进行故障诊断，得到故障诊断结果；步骤6，对成员诊断器与集成诊断器的故障诊断结果进行对比。

Description

一种集成多种智能算法的制冷系统故障诊断方法

技术领域

本发明属于制冷领域，具体涉及一种集成多种智能算法的制冷系统故障诊断方法。

背景技术

传统的诊断系统通常仅采用样本的某种单一特征描述和一个特定的诊断器进行分类，对于类别较多、输入样本带噪声的问题很难获得较好的结果。不同的诊断器性能存在差异，对于在一个诊断器中很难区分的两种特征描述在另一种诊断器上有可能更容易判断。KNN为较简单的消极学习诊断器，根据样本及目标间距离进行诊断。但样本不平衡时，易导致大比例样本在待测目标中占据主导地位。SVM为积极学习诊断器，通过寻找最优决策面对样本分类，较KNN内存资源开销更小，但其对参数调节和和函数的选择敏感，且原始分类器不加修改仅适用于处理二分类问题。DT也为积极学习诊断器，通过计算样本信息熵或基尼指数等系数生成树状模型对样本进行分类。随机森林则为通过Bagging集成多棵决策树生成的集成诊断器，在大部分方面表现优于决策树。但其对少量数据集和低维数据集的分类不一定能得到较好效果，且计算速度低于单棵决策树。而逻辑斯蒂回归模型根据现有数据对分类边界线建立回归公式并以此进行分类，其模型简单易于实现，更适于流数据分析，与SVM往往能得到相似的结果。但逻辑斯谛回归会尽量最大化训练数据集的条件似然，使其比SVM更易于处理离群点，而SVM则更关注接近决策边界(支持向量)的点。

上述五种诊断器各自诊断原理不同且对样本特征偏重不一样，对于同一组目标样本难以同时取得较优结果，各自具有不同优缺点且适用样本特征范围不同。

发明内容

为了解决上述问题，本发明引入集成方法，同时采用上述多个诊断器生成集成诊断器，集成学习的目标是将不同的模型组合成为一个元模型，多模型集成建模可以有效解决单一模型建模效率低、泛化能力较差的问题，使各个诊断器优势互补，在面对同一组目标样本时具有更高的诊断正确率及泛化性能，以期更全面的对制冷系统故障进行诊断。

本发明把制冷系统多个诊断模型进行集成，针对单模型诊断性能不佳、泛化能力不强等问题，提出一种集成多种智能算法的制冷系统故障诊断方法，组合了K近邻模型(k-Nearest Neighbor，KNN)、支持向量机(SVM)、决策树模型(Decision Tree，DT)、随机森林(Random Forest，RF)及逻辑斯谛回归模型(Logistic Regression，LR)的基于多数投票法则的集成诊断器，使用该集成诊断器能够提高冷水机组故障诊断的准确率，成为冷水机组故障诊断技术在实际应用中的手段之一，具有较好的应用前景。

本发明提供了一种集成多种智能算法的制冷系统故障诊断方法，具有这样的特征，包括以下步骤：步骤1，通过模拟冷水机组故障实验，采集得到多个实验数据，实验数据经过处理后随机选择组成样本训练集数据及测试样本集数据；步骤2，选取多个不同的成员诊断器，分别得到多个不同的成员诊断器的诊断模型，多个诊断模型包括：K 近邻诊断器、支持向量机诊断器、决策树诊断器、随机森林诊断器及逻辑斯蒂回归诊断器；步骤3，对S2中多个不同的诊断模型进行集成，形成集成诊断器模型；

集成诊断器模型的表达式为：

m为模型的个数，i为模型的编号，C_j对应第j个模型，w_j是Cj 对应的权重，为集成诊断器的预测类标，x_A为特征函数 [Cj(x)＝i∈A]，A为类标的集合。

步骤4，使用样本训练集数据对集成诊断器模型进行训练，得到训练好的集成诊断器模型；步骤5，使用测试样本集在训练好的集成诊断器模型对冷水机组进行故障诊断，得到故障诊断结果；步骤6，对成员诊断器与集成诊断器的故障诊断结果进行对比。

在本发明提供的集成多种智能算法的制冷系统故障诊断方法中，还可以具有这样的特征：其中，步骤1中，数据采集可分为广泛覆盖的正常工况数据采集与相应的故障模拟数据的采集。

另外，在本发明提供的集成多种智能算法的制冷系统故障诊断方法中，还可以具有这样的特征：其中，对实验数据进行计算后得到虚拟传感器数据。

另外，在本发明提供的集成多种智能算法的制冷系统故障诊断方法中，还可以具有这样的特征：其中，如果成员诊断器的预测权重均等，集成诊断器模型的表达式为：

Cm(x)为第m个模型对样本x的预测类标，为集成诊断器的预测类标。

另外，在本发明提供的集成多种智能算法的制冷系统故障诊断方法中，还可以具有这样的特征：其中，K近邻诊断器模型的表达式为：

x_i、y_i分别为两类样本点在多维空间中的坐标，n为样本特征个数，i为样本特征序号，p＝1时d为曼哈顿距离(即绝对值距离)，p＝2时d为欧式距离(即直线距离)。

另外，在本发明提供的集成多种智能算法的制冷系统故障诊断方法中，还可以具有这样的特征：其中，决策树诊断器模型的表达式为：

D为全部样本集，A为某特征样本集，D₁、D₂分别为对集合D进行二元切分后得到的两个子集合。

另外，在本发明提供的集成多种智能算法的制冷系统故障诊断方法中，还可以具有这样的特征：其中，逻辑斯蒂回归诊断器模型的表达式为：

P(y|x；θ)＝(h_θ (x))^y(1-hθ(x))^1-y

P为样本属于某类的概率，hθ(x)为预测函数，y为数据类别。

发明的作用与效果

根据本发明所涉及的集成多种智能算法的制冷系统故障诊断方法，针对单模型诊断性能不佳、泛化能力不强等问题，通过多数投票法则将K近邻诊断器、支持向量机诊断器、决策树诊断器、随机森林诊断器及逻辑斯蒂回归诊断器进行集成，形成集成诊断器模型，使用该集成诊断器能够提高冷水机组故障诊断的准确率，成为冷水机组故障诊断技术在实际应用中的手段之一，具有较好的应用前景。

附图说明

图1是本发明的实施例中最优分类面示意图；

图2是本发明的实施例中ID3、C4.5及cart树工作示意图；

图3是本发明的实施例中决策树示意图；

图4是本发明的实施例中随机森林模型示意图；

图5是本发明的实施例中多数投票原则通用集成方法示意图；

图6是本发明的实施例中六种模型对各类故障的诊断正确率示意图；

图7是本发明的实施例中逻辑斯谛回归模型测试的混淆矩阵示意图；

图8是本发明的实施例中K近邻模型测试的混淆矩阵示意图；

图9是本发明的实施例中支持向量机测试的混淆矩阵示意图；

图10是本发明的实施例中决策树模型测试的混淆矩阵示意图；

图11是本发明的实施例中随机森林模型测试的混淆矩阵示意图；

图12是本发明的实施例中IMV模型测试的混淆矩阵示意图。

具体实施方式

为了使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，以下实施例结合附图对本发明的制冷系统故障诊断方法作具体阐述。

实施例

通过模拟冷水机组故障实验，采集得到多个实验数据，实验数据经过处理后随机选择组成样本训练集及测试样本集。

制冷系统模拟实验。实验可采用一种制冷系统(如：离心式冷水机组、螺杆式冷水机组、多联机等)，实验可包括多种渐变故障，如制冷剂泄漏、冷凝器结垢、冷凝器侧水流量不足、制冷剂中混入不凝性气体、蒸发器侧水流量不足、制冷剂充注过量及润滑油过量等，各种故障可以分别模拟不同的故障严重程度，数据采集可分为广泛覆盖的正常工况数据采集与相应的故障模拟数据的采集，采集的参数可包括制冷循环及风/水的各种温度(蒸发/冷凝温度、进出口温度等)、各处压力、流量、压缩机功率等，还可以在此基础上进行实时计算后得到虚拟传感器参数，如制冷量、COP、过冷度、过热度、蒸发器温差等，作为故障诊断候选特征。实验数据需经过稳态处理、去除噪声后随机选择组成样本训练集及测试样本集。

本实施例采用ASHRAE(美国采暖、制冷与空调工程师学会数据) 制冷系统故障模拟实验的数据对一台90冷吨(约316kW)的离心式冷水机组进行性能测试和实验。ASHRAE中的实验数据包括7种故障类别，1组正常类别，共计八种情况，每个数据包含64个特征参数。其中，选取8000组数据作为训练集样本对各诊断器进行训练；其余 4000组数据作为测试集样本对各诊断器进行测试，共计12000组样本。

各类故障类别代号及缩略词如表1所示。

表1七种典型故障

选取多个不同的成员诊断器，分别得到多个不同的成员诊断器的诊断模型。

传统的诊断系统通常仅采用样本的某种单一特征描述和一个特定的诊断器进行分类，对于类别较多、输入样本带噪声的问题很难获得较好的结果。不同的诊断器性能存在差异，对于在一个诊断器中很难区分的两种特征描述在另一种诊断器上有可能更容易判断。为了使诊断器优势互补及形成诊断多样性，本发明选取多种单一智能诊断模型，包括K近邻诊断器、支持向量机诊断器、决策树诊断器、随机森林诊断器及逻辑斯蒂回归诊断器，作为成员诊断器分别进行建模训练。在训练集样本中，样本均为已有类别标签的样本，它的特征参数及所对应的标签已知。将多个不同训练样本输入诊断模型，诊断模型即可从中学习不同特征参数与不同样本类别标签间的对应关系，即用已有训练样本对模型进行训练建模的过程。当使用已有标签样本使模型对其进行学习后，就可以使用此训练好的模型对测试集样本(无标签样本)的标签进行预测。

各模型对训练集样本学习方式不同，下面为五个成员诊断器。

1.K近邻模型(KNN)

一个模式识别算法根据其工作原理可分为积极学习(Eager Learning)与消极学习(Lazy Learning)，KNN则为典型的消极学习。它并未根据样本建立一般化的目标函数及参数，而是将训练样本进行存储，直至需要分类新的实例时才分析其与所存储样例的关系。在 KNN中，通过计算距待分类样本最近的k个样本间距作为诊断指标，对待测样本进行分类。样本间距采用明可夫斯基距离计算：

式1中，x_i、y_i分别为两类样本点在多维空间中的坐标，n 为样本特征个数，i为样本特征序号，p＝1时d为曼哈顿距离(即绝对值距离)，p＝2时d为欧式距离(即直线距离)。

在样本数量较大时又可采用球树或KD树预先建立诊断模型，减少冗余的近邻搜索过程，大大缩减诊断耗时。KNN无需估计参数及训练，适于多分类问题；然而样本不平衡时，可能导致新样本旁k个近邻样本中大容量类样本占多数，但可通过对距离进行加权来缓解。

2.支持向量机(SVM)

与消极学习相反，积极学习在诊断前就利用训练数据得到目标函数，在诊断时利用已得函数进行决策，SVM就属于这种学习方式。SVM 从求解线性可分问题的最优超平面发展而来，其思想如图1所示，图 1中圆形和方形代表两类样本，H为分类线，H1和H2分别为过各类中离分类线最近的样本(实心点)且平行于分类线的直线，其间距离为分类间隔。最优分类线不仅要将两类样本正确分开，且要使分类间隔最大。

对线性可分的样本(x_i,y_i)，i＝1,2,…,n,x∈R^d,y∈{+1,-1}，其中n为样本数，d为样本空间的维数，y为期望输出，R为实数空间， i为样本序号。这些样本可被式2超平面线性分割为两类。

(ω·x)+b＝0 (2)

其中·表示内积，x为落在超平面上的样本，b为阈值，ω为垂直于超平面的向量，对它归一化，使其满足式3：

y_i[(ω·x)+b]-1≧0,i＝1,2,…,n (3)

此时，分类间隔为2/||ω||，因此使分类间隔最大等价于使|| ω||²最小。满足式3且使1/2||ω||²最小的分类面为最优分类面，即最优超平面。H1和H2上的训练样本称为支持向量(Support Vectors,SVs)。

统计学习理论指出，在N维空间中，设样本分布满足在一个半径为R的超球范围内，则满足条件的||ω||≦A的正则超平面构成的决策指示函数集为：

f(x,ω,b)＝sign{(ω·x)+b} (4)

VC维满足式5所示界：

h≦min([R²A²],N)+1 (5)

由式5可知，最小化||ω||²即使VC维上界最小，从而实现结构风险最小化原则对函数复杂性的选择。求解最优分类问题转化为求解式6优化方程：

其中，ω为垂直于超平面的向量，ξ_i为考虑到一些样本不能被分类而引入的松弛变量；C是对错误分类的惩罚系数，C≥0；n 为分类样本个数，i为样本序号，y为期望输出。

对上述优化问题求解，可得如式7所示最优分类函数：

式中，α_i是对偶问题的解，b为阈值。

对于线性不可分问题，可将低维的输入空间数据通过非线性映射函数映射到高维属性空间，将分类问题转化到属性空间进行。如果选用适当的映射函数，输入空间线性不可分问题在属性空间可转化为线性可分问题。此非线性映射函数称为核函数(KernelFunction)。SVM 中不同内积核函数可形成不同算法，目前应用较为普遍的核函数有四类，即多项式核函数、径向基函数、多层感知器核函数及B样条核函数。不同的核函数往往可得到相近的分类准确性和支持向量集合，支持向量机可独立于核函数的类型，但核函数的参数对SVM性能有很大影响。

支持向量机本质为一种基于样本的机器学习方法，它选择一些典型的类型已知的样本作为范例样本，对未知样本的识别是通过和这些范例样本相比较并综合的结果，支持向量为帮助支持向量机做出决策的典型的范例样本，而核函数为计算未知样本和支持向量之间相似度的函数。

面对多分类问题时可引入多分类算法，包括一对一或一对多方式进行诊断，即令所有类别两两分类或一类与其余所有类进行二元分类。SVM仅需样本部分支持向量即可建立分类模型，较KNN等方法内存资源开销更小；但其对参数调节和和函数的选择敏感，且原始分类器不加修改仅适用于处理二分类问题。

3.决策树(DT)

此外，决策树也为一种典型的积极学习模式。决策树为树状结构的分类模型，常用算法有ID3、C4.5及cart树等。如图2所示，样本输入决策树时，首先计算其信息熵；式中p_i为样本X为类别i的概率，D为全部样本集，A为某特征样本集。熵越大，随机变量X的不确定性就越大。当熵中的概率由数据估计得到时，也称为经验熵。随后决策树选择样本某一特征，将样本按该特征值的范围分为n份，分别计算每一部分的熵，再按照该部分样本数量占总样本比例相乘，最后n部分相加，得到该特征下的条件熵。普通决策树根据不同的特征选择算法，分为ID3算法和C4.5算法，适用于离散型变量。ID3根据信息增益作为特征选择算法，信息增益为一层决策树前后的数据熵的变化值，即父节点的信息熵与子节点的条件熵之差，而子节点更加有序。(信息增益越大，前后熵差越大，该特征分类越有序)。选取特征时，对每个特征计算信息增益，选取信息增益最大的特征作为分类节点。

然而，在构建决策树时要最大化信息增益来选择特征，易造成优先选择类别最多的特征进行分裂，因为这样划分后的子数据集最有序，其信息增益最大。因此可采用信息增益比来作为特征选择的标准，即C4.5算法。信息增益比为信息增益与集合D关于特征A的信息熵之比。

上述生成树的算法在对某个特征切分的时候，将数据集按此特征的所有取值分成多部分，切分速度过快。而cart树只进行二元切分，对每个特征只切分成两部分。cart树又分为分类树与回归树。分类树采用基尼指数作为特征选择算法，对于每一个特征A及其可能取得的每个值a将样本D分为D1及D2两部分，计算所有A＝a时的Gini 指数。基尼指数与熵类似，表示一个集合的不确定性，基尼数值越大，不确定性就越大。在所有可能的特征A以及它们所有可能的切分点a 中，选择Gini指数最小的特征及其对应的切分点作为最优特征与最优切分点。依最优特征与最优切分点，从现结点生成两个子结点，将训练数据集依特征分配到两个子结点中。回归树可对离散型变量进行分类，采用平方误差最小化作为特征选择算法。将当前节点数据按照某个特征在某个切分点分成两类，找到一个切分点使平方误差最小，再在该节点继续向下切分。式中，c₁与c₂分别为样本的一类与二类。由于cart树为二元切分且计算开销较小，本发明选用其行模拟。由于实验样本为离散型数据，选取cart树中的分类树进行实验。

采用决策树诊断样本时易造成过拟合，通常采用前剪枝或后剪枝来解决。前剪枝预先设定信息熵阈值，小于此阈值则停止分裂；后剪枝则在分裂完成后对子树检查，若合并后信息熵阈值小于预定值，则合并子树。决策树对中间值缺失不敏感，适合处理有缺失属性值的样本；应用范围广，可扩展性强，在不熟悉的数据集合上强于KNN。以本发明ASHRAE数据为例模拟得到的部分决策树如图3所示。首先遍历样本，在第9类特征65.69点处计算得到最小gini指数0.34，此时尚有35个样本未被分类，分布于1、6、7、8类；第9类特征数值小于65.69的样本分去左侧子树，大于65.69的样本分去右侧子树，各子树再遍历样本得到新的最小gini指数，依次循环，直至gini指数为0，即分类完毕。

在决策树中，核心问题为计算样本的基尼指数对其进行树状划分：

式中，D为全部样本集，A为某特征样本集，D₁、D₂分别为对集合 D进行二元切分后得到的两个子集合。

4.随机森林(RF)

集成分类器效果通常优于单个分类器。将决策树作为弱学习器，采用Bagging对其进行集成运算后得到随机森林诊断器。为了确保强学习器的性能，弱学习器间差异应尽可能大。在随机森林中，这种差异体现在每棵树的样本及特征上。对于随机森林中的每棵树，在全部 n个样本中有放回地随机选择n个样本作为该树的训练样本，即随机森林中每棵树样本均不相同且同一棵树内样本可重复。此外为了保证树间差异性，当全部特征为m时，每棵树仅选取其中k个特征。k一般取log₂m或

在随机森林的生成过程中，由于每棵树样本选择的随机性，会产生约1/3的未分类样本(袋外样本)。因此即使没有专门的测试集对随机森林进行误差估计，它也可以自行采用袋外样本在内部进行评估。如图4所示，某一样本输入不同决策树后，由于树间差异会被判为不同类别；此时将根据每棵决策树的投票来决定其最终分类结果。作为多棵决策树的集合，随机森林在大部分方面表现优于决策树。但其对少量数据集和低维数据集的分类不一定能得到较好效果，且计算速度低于单棵决策树。

5.逻辑斯蒂回归(LR)

此外逻辑斯谛回归模型也为一种常用诊断器。其根据现有数据对分类边界线建立回归公式并以此进行分类。首先构造预测函数h_θ(x) 预测输入数据的判断结果；再构造损失函数Cost，即h与训练数据类别y之间的偏差。将Cost求和或平均，记为J(θ)函数。Cost函数和J(θ)函数基于最大似然估计推导得到。式(8)为每个样本属于其真实标记的概率：

P(y|x；θ)＝(hθ(x))^y(1-hθ(x))^1-y (8)

其对数似然函数L(θ)为：

求J(θ)最小值采用梯度下降法：

求解后，θ的更新过程为：

在实际分类任务中，逻辑斯谛回归与SVM往往能得到相似的结果。逻辑斯谛回归会尽量最大化训练数据集的条件似然，使其比SVM 更易于处理离群点。而SVM则更关注接近决策边界(支持向量)的点。逻辑斯谛回归的另一个优势在于模型简单更易实现，且其模型更新方便，更适于流数据分析。

通过多数投票法则将K近邻诊断器、支持向量机诊断器、决策树诊断器、随机森林诊断器及逻辑斯蒂回归诊断器进行集成，形成集成诊断器模型。

集成学习的目标是将不同的模型组成为一个元模型，多模型集成建模可以有效解决单一模型建模效率低、泛化能力较差的问题。集成学习包含诸如Adaboost、Bagging等常见算法。Bagging通过随机带放回地从原始训练样本集合中随机选择样本为每个成员诊断器生成训练集，而Adaboost通过对训练样本赋予不同的权重，按权重对训练集中的样本进行选择生成训练集。这些集成方法都采用了多数投票原则(Majority Voting)。本实施例在对上述算法进行修改后，保留其中多数投票原则部分，对KNN、SVM、DT、RF及LR等模型进行集成，并与其中各成员诊断器的性能进行对比；同时还对SVM模型进行参数寻优工作，与集成诊断模型进行比较。

上述各诊断器在集成学习中均可视为弱学习器。集成学习通过训练多个弱学习器，利用某种方法将其整合以获得一种更好的学习器。多数投票法计算原则及前述五种诊断器集成方法如图5所示。

训练过程如图5所示，将8000组训练集样本依次输入上述五种诊断器，诊断器利用不同的原理对其进行学习。在SVM中，当输入训练集样本后，SVM对8000组样本的64个特征参数进行存储并计算，采取适当的核函数生成最优决策面，将不同类别标签的样本分隔开。在对4000组测试集样本进行诊断时，根据测试集样本的特征参数对其进行分类。SVM仅需样本部分支持向量即可建立分类模型，较KNN 等方法内存资源开销更小；但其对参数调节和和函数的选择敏感，且原始分类器不加修改仅适用于处理二分类问题。

KNN在录入8000个训练集样本后，会按照其特征参数将其记录在欧式空间中；当输入测试集样本时，KNN根据输入样本与已有训练集样本间的欧式距离对测试集样本进行分类。KNN无需估计参数，适于多分类问题；然而样本不平衡时，可能导致新样本旁k个近邻样本中大容量类样本占多数，但可通过对距离进行加权来缓解。

在DT中，则计算8000训练集样本信息熵等参数，按特征生成树状模型；当录入测试集样本时，沿树状模型对其进行分类。决策树对中间值缺失不敏感，适合处理有缺失属性值的样本；应用范围广，可扩展性强，在不熟悉的数据集合上强于KNN。

在随机森林中，通过计算多棵决策树得到测试样本预测结果；通过集成方法将其输出为随机森林预测结果。作为多棵决策树的集合，随机森林在大部分方面表现优于决策树。但其对少量数据集和低维数据集的分类不一定能得到较好效果，且计算速度低于单棵决策树。

在逻辑斯蒂回归中，根据输入8000个训练集样本构造二分类回归方程，并得到特征矩阵及方程系数等。输入测试集样本后，将样本代入方程求得预测结果。在实际分类任务中，逻辑斯谛回归与SVM往往能得到相似的结果。逻辑斯谛回归会尽量最大化训练数据集的条件似然，使其比SVM更易于处理离群点。而SVM则更关注接近决策边界 (支持向量)的点。逻辑斯谛回归的另一个优势在于模型简单更易实现，且其模型更新方便，更适于流数据分析。

在对五种成员诊断器完成训练后，即可生成集成诊断器。集成算法可使用单独的权重对不同分类算法进行组合，其中可将多数投票记为：

其中，m为模型的个数，i为模型的编号，C_j对应第j个模型，w_j是Cj对应的权重，为集成诊断器的预测类标，χ_A为特征函数 [Cj(x)＝i∈A]，A为类标的集合。

如果权重均等，可以将此公式简化为：

其中，Cm(x)为第m个模型对样本x的预测类标，为集成诊断器的预测类标。

假定有五个成员分类器C_j(j∈{1,2,3,4,5})，分别用他们来预测x的类标。其中四个成员分类器的预测结果为类别0，而另一个分类器C5的预测结果为类别1。当权重相等时，基于多数投票原则，最终的预测结果为样本属于类别0：

C1(x)→0，C2(x)→0，C3(x)→0，C4(x)→0，C5(x)→1

若权重不等时，如将权重0.6赋给C5，而其余四个均为0.1，则：

或，由于6×0.1＝0.6，可认为分类器C5的依次预测权重相当于分类器C1的6次权重预测之和，可以写作：

此时，集成诊断器对该样本进行判断后将其分类为类别1。

本实施例选取的成员诊断器均为经典且较完善的诊断模型，各单独模型的诊断正确率已达到较高标准。各个成员诊断器由于诊断原理不同，其诊断时易误诊的样本类型也不同。小概率时某一诊断器对某一样本类标预测错误，但由于集成了其余四种诊断器，而其余四种诊断器在该诊断器易犯的错误上往往能得到正确结果；因此集成后可大概率删除此错误诊断结果，得到了更高的正确率。某一样本在一种诊断器中易被误判，但在另四种诊断器上可得正确结果，达到了多种诊断器的优势互补，集成诊断模型诊断正确率大大提高。

集成诊断器的训练与验证。首先采用训练集样本集对各成员诊断器及集成诊断器进行训练，并将测试样本集输入训练好的模型进行验证，得到不同模型的诊断结果。制冷系统故障可分为全局故障与局部故障。分别在局部故障、全局故障及系统正常三方面对六种模型进行评估，比较集成诊断器相对于其成员诊断器在各种故障方面的诊断性能。采用五种成员诊断器对上述表1中七种典型故障进行诊断，诊断结果如表2所示。

表2成员诊断器故障诊断正确率

由表2可见，由于各成员诊断器诊断方法不同，诊断结果具有较大差异性，其对前述7种故障诊断正确率从94.55％至99.05％不等，波动幅度较大。此时使用多数投票法对上述五种成员诊断器进行集成，再对ASHRAE数据进行测试。提取训练样本及测试样本后，将数据进行标准化预处理，再对训练样本进行优化及训练，得到各个成员诊断器；将这些成员诊断器通过多数投票法得到多种集成诊断器，最后通过各个成员诊断器与集成诊断器共同对测试集样本进行测试，并通过诊断结果及时间成本对模型性能进行评价。

使用测试样本集在训练好的集成诊断器模型对冷水机组进行故障诊断，得到故障诊断结果。

将全部五种成员诊断器投票后，得到新的集成诊断器 (Integration MajorityVoting,IMV)。对前述故障进行诊断后，得五种成员诊断器投票而成的集成诊断器诊断正确率达99.65％，较各成员诊断器有较明显的提升。在实际应用中，制冷系统故障诊断正确率越高，因此而造成的人力、物力、财力、能源、环境等损失越少。

各诊断器对各类故障诊断性能分析

制冷系统故障分为全局故障与局部故障。制冷剂泄漏、制冷剂充注过量、润滑油过量属于全局故障，而冷凝器结垢、制冷剂中混入不凝性气体、蒸发器侧水流量不足、冷凝器侧水流量不足属于局部故障。六种诊断器对各类故障的诊断性能如图6所示。

如图6所示，在系统故障中，对于制冷剂充注过量(RefOver) 这一故障，集成诊断器正确率并非最高。该故障为集成诊断器中正确率最低的一类，但也达到98.93％。除此以外，集成诊断模型在各个故障上的诊断正确率均高于各成员诊断器。润滑油过量(ExcsOil)对制冷系统参数的影响很复杂，集成诊断器对该故障诊断正确率达到 98.96％。虽然提升并不明显，但也较成员诊断器有0.1％至22％的提高。在制冷剂泄漏故障(RefLeak)中，集成诊断器诊断正确率则达100％。

在制冷系统局部故障中，对于凝器结垢故障(ConFoul)，正确率较低的SVM模型达到96.84％，而集成诊断器正确率达到100％。对于冷凝器侧水流量不足故障(ReduCF)，五种成员诊断器正确率稳定在 95.66％至99.2％之间，而集成诊断器正确率依旧为100％；对于制冷剂中混入不凝性气体故障(NonCon)，各个模型对此故障诊断正确率普遍较高，集成模型诊断正确率仍为100％。对于最后一种局部故障蒸发器侧水流量不足(ReduEF)，各模型普遍效果不佳。五种成员诊断器诊断正确率分布于94.15％至99.26％之间，集成诊断器正确率仍为最高的99.28％。在局部故障中，除了蒸发器侧水流量不足外，集成诊断器对其余的故障诊断均可完全信任。

表3列出了7种故障平均诊断正确率。其中，平均诊断正确率最高的三种均为局部故障。集成诊断器在各类别上较平均诊断正确率亦均有显著提高。

表3 7种故障平均诊断正确率与集成诊断器诊断正确率

系统正常是最常见的运行工况，观察正常状态的识别情况有助于分析模型的检测性能。图7至图12为六种诊断器在测试集样本上的混淆矩阵。其中横坐标为样本真实类标，纵坐标为诊断器对样本的预测类标。如图8，KNN在对正常工况(0)的预测结果中，有459个样本预测正确，另外还将1个0类误诊为4类，11个0类误诊为5类， 4个0类误诊为6类，9个0类误诊为7类。由图7至图12得，三个成员诊断器大多会将正常状况(0)虚警为蒸发器侧水流量不足(5)、制冷剂充注过量(6)以及润滑油过量(7)三类。而集成诊断器对于虚警的样本数只集中在蒸发器侧水流量不足(5)上，且仅有两个样本虚警。集成诊断器对于系统正常状态的诊断正确率远超成员诊断器。

对各成员诊断器与集成诊断器的故障诊断结果进行对比，同时对成员诊断器进行参数优化，从时间及诊断正确率两方面与集成诊断器进行比较。

成员诊断器寻优及与集成诊断器的对比

本实施例上述各成员诊断器均为默认参数，并未进行参数优化。现以SVM模型为例，进行参数寻优工作，并与集成诊断模型进行对比。

实施例中采用网格搜索进行超参数优化，通过寻找最优的超参值的组合以进一步提高模型的性能。网格搜索法通过对指定的不同超参列表进行暴力穷举搜索，并计算评估每个组合对模型性能的影响，以获得参数的最优组合。结果表明，SVM模型优化后诊断正确率为 99.375％，耗时3644.328s。

由结果可得，SVM模型进行参数寻优后对模型诊断正确率确实有较大进步，相较默认参数的SVM模型诊断正确率提高3.08％。与IMV (集成诊断器)诊断正确率相比，两者诊断正确率差距缩小为0.27％。然而进行参数寻优后，SVM模型时间消耗急剧增加，时间成本为默认参数SVM的179倍，为IMV的101倍。

采用时间函数分别对优化SVM及集成诊断器计时，从时间成本及诊断正确率两方面对其进行比较分析，进一步验证集成诊断器的有效性。

实际上，SVM采用其本身默认参数时，时间成本仅为20.36s。参数寻优将耗费大量运行时间。此处以SVM为例，其他成员诊断器参数寻优亦是类似情况。然而集成诊断模型是将各个模型经过多数投票而成，尽管其中每个成员诊断器均未进行参数优化，个体诊断效果不佳，但由于各成员诊断器诊断结果的多样性，在误诊等方面形成互补效果，不同成员诊断器误诊的样本不同，在经过投票后，可剔除多个错误诊断数据，最终的集成诊断模型仍能保证较高正确率。且采用未进行参数寻优的成员诊断器，节约了大量优化的时间成本。

由此可见，在保证正确率的前提下，对未进行参数优化的成员诊断器进行多数投票得到的集成诊断模型的时间成本远小于对单个成员诊断器进行参数优化的时间成本，集成诊断模型在实际应用中将有更大的发展空间。

实施例的作用与效果

根据本实施例所涉及的集成多种智能算法的制冷系统故障诊断方法，针对单模型诊断性能不佳、泛化能力不强等问题，通过多数投票法则将K近邻诊断器、支持向量机诊断器、决策树诊断器、随机森林诊断器及逻辑斯蒂回归诊断器进行集成，形成集成诊断器模型，使用该集成诊断器能够提高冷水机组故障诊断的准确率，成为冷水机组故障诊断技术在实际应用中的手段之一，具有较好的应用前景。

上述实施方式为本发明的优选案例，并不用来限制本发明的保护范围。

Claims (7)

1.一种集成多种智能算法的制冷系统故障诊断方法，其特征在于，包括以下步骤：

步骤1，通过模拟冷水机组故障实验，采集得到多个实验数据，所述实验数据经过处理后随机选择组成样本训练集数据及测试样本集数据；

步骤2，选取多个不同的成员诊断器，分别得到多个不同的成员诊断器的诊断模型，多个诊断模型包括：K近邻诊断器、支持向量机诊断器、决策树诊断器、随机森林诊断器及逻辑斯蒂回归诊断器；

步骤3，对S2中多个不同的所述诊断模型进行集成，形成集成诊断器模型；

所述集成诊断器模型的表达式为：

其中，m为模型的个数，i为模型的编号，C_j对应第j个模型，w_j是Cj对应的权重，为集成诊断器的预测类标，x_A为特征函数[Cj(x)＝i∈A]，A为类标的集合。

步骤4，使用所述样本训练集数据对所述集成诊断器模型进行训练，得到训练好的所述集成诊断器模型；

步骤5，使用所述测试样本集在训练好的所述集成诊断器模型对冷水机组进行故障诊断，得到故障诊断结果；

步骤6，对所述成员诊断器与所述集成诊断器的故障诊断结果进行对比。

2.根据权利要求1所述的集成多种智能算法的制冷系统故障诊断方法，其特征在于：

其中，步骤1中，数据采集可分为广泛覆盖的正常工况数据采集与相应的故障模拟数据的采集。

3.根据权利要求1所述的集成多种智能算法的制冷系统故障诊断方法，其特征在于：

其中，对所述实验数据进行计算后得到虚拟传感器数据。

4.根据权利要求1所述的集成多种智能算法的制冷系统故障诊断方法，其特征在于：

其中，如果所述成员诊断器的预测权重均等，所述集成诊断器模型的表达式为：

Cm(x)为第m个模型对样本x的预测类标，为集成诊断器的预测类标。

5.根据权利要求1所述的集成多种智能算法的制冷系统故障诊断方法，其特征在于：

其中，所述K近邻诊断器模型的表达式为：

x_i、y_i分别为两类样本点在多维空间中的坐标，n为样本特征个数，i为样本特征序号，p＝1时d为曼哈顿距离(即绝对值距离)，p＝2时d为欧式距离(即直线距离)。

6.根据权利要求1所述的集成多种智能算法的制冷系统故障诊断方法，其特征在于：

其中，决策树诊断器模型的表达式为：

D为全部样本集，A为某特征样本集，D₁、D₂分别为对集合D进行二元切分后得到的两个子集合。

7.根据权利要求1所述的集成多种智能算法的制冷系统故障诊断方法，其特征在于：

其中，所述逻辑斯蒂回归诊断器模型的表达式为：

P(y|x；θ)＝(hθ(x))^y(1-hθ(x))^1-y

P为样本属于某类的概率，h_θ(x)为预测函数，y为数据类别。