基于LSTM-KAN的冷水機組故障診斷特征優(yōu)化

打開文本圖片集

摘 要：冷水機組的故障檢測與診斷（FDD）對調(diào)節(jié)室內(nèi)舒適度和管理建筑能耗具有重要意義。然而，原始數(shù)據(jù)中的特征冗余給故障診斷帶來很大困擾，為解決這一問題，提出了一種結(jié)合機器學(xué)習(xí)回歸與分類的預(yù)測方法。首先，通過長短期記憶網(wǎng)絡(luò)（LSTM）及其變體精確預(yù)測高相關(guān)但低重要的特征，從而有效減少特征冗余。其次，利用支持向量機（SVM）對優(yōu)化后的特征進行故障診斷，評估其效果。（剩余6532字）