基于GMM聚类的空调机组多未知模态辨识方法研究

doi:10.3969/j.issn.0372-2112.2014.10.021

电子学报 ›› 2014, Vol. 42 ›› Issue (10): 2004-2008.DOI: 10.3969/j.issn.0372-2112.2014.10.021

基于GMM聚类的空调机组多未知模态辨识方法研究

李冬辉, 何鹏林

天津大学电气与自动化工程学院, 天津 300072

收稿日期:2013-12-30 修回日期:2014-04-17 出版日期:2014-10-25
- 作者简介:
- 李冬辉 男,1962年11月出生,黑龙江伊春人,教授、博士生导师.主要从事故障诊断技术、楼宇自动化、电力电子应用及计算机控制等方面的研究. E-mail:lidonghui@tju.edu.cn;何鹏林 男,1988年5月出生,甘肃武威人,硕士研究生.2012年毕业于天津大学电气与自动化工程学院自动化系.主要从事楼宇自动化及嵌入式控制系统方面的研究. E-mail:hel_tju@163.com

Research on Identification of Unknown Modes for Air-Conditioning Based on GMM

LI Dong-hui, HE Peng-lin

School of Electrical and Automation Engineering, Tianjin University, Tianjin 300072, China

Received:2013-12-30 Revised:2014-04-17 Online:2014-10-25 Published:2014-10-25

摘要/Abstract

摘要：

智能建筑空调机组故障检测与诊断是保证建筑环境安全、舒适、节能的基本方法.然而,多未知模态辨识仍是其中的关键难点之一.鉴于高斯混合模型(GMM)不受特定概率分布局限,可在区分类别的基础上直接得出数据的统计分布,具有优越的计算性能,且能拟合任意连续分布,本文提出一种基于GMM的空调机组多未知模态辨识方法.仿真试验结果表明,GMM聚类方法在空调机组运行模态辨识中具有较高的准确性与可靠性.

关键词: 空调机组, 运行模态, 高斯混合模型, 辨识方法

Abstract:

Fault detection and diagnosis for Air-Conditioning(AC)system in intelligent building is the guarantee of building safety, comfort and energy-saving.However, the identification of unknown modes for AC system is still one of the key difficulties.The Gaussian Mixture Model(GMM)is not confined to a specified probability distribution and the distribution of given data can be obtained on the basis of classification.With excellent computing performance any continuous distribution can be fitted via GMM.Hence, a new idea of clustering based on GMM to identify the unknown operation modes in AC is developed.The simulation experiment has qualified the accuracy and reliability of this GMM mode identification approach.

Key words: air-conditioning(AC)system, operation mode, Gaussian mixture model(GMM), identification approach

中图分类号:

TP23

李冬辉, 何鹏林. 基于GMM聚类的空调机组多未知模态辨识方法研究[J]. 电子学报, 2014, 42(10): 2004-2008.

LI Dong-hui, HE Peng-lin . Research on Identification of Unknown Modes for Air-Conditioning Based on GMM[J]. Acta Electronica Sinica, 2014, 42(10): 2004-2008.

参考文献

[1] 曹茂春,齐雄.大型智能建筑控制节能和管理节能技术探讨[J].智能建筑与城市信息,2013(3):29-33.
[2] Thomson M,Twigg P M,Majeed B A.Statistical process control based fault detection of CHP unit[J].Control Engineering Practice,2000,8(8):13-20.
[3] 陈友明,郝小礼.建筑能源管理与控制系统中传感器故障及其检测与诊断[J].暖通空调,2004,34(2):83-88.
[4] 周东华,胡艳艳.动态系统的故障诊断技术[J].自动化学报,2009,35(6):748-758. Zhou Dong-Hua,Hu Yan-Yan.Fault diagnosis techniques for dynamic systems[J].Acta Automatica Sinica,2009,35(6):748-758.(in Chinese)
[5] Anwer Bashi,Vesselin P Jilkov,X Rong Li.Fault detection for systems with multiple unknown modes and similar units and its application to HVAC[J].IEEE Transactions on Control System,2011,19(5):957-968.
[6] Anwer Bashi,Vesselin P Jilkov,X Rong Li.Fault detection for systems with multiple unknown modes and similar units-part I[A].Proceedings of 12th International Conference on Information Fusion[C].Seattle:WA,2009.732-739.
[7] Anwer Bashi,Vesselin P Jilkov,X Rong Li.Fault detection for systems with multiple unknown modes and similar units-part II[A].Proceedings of 12th International Conference on Information Fusion[C].Seattle:WA,2009.740-747.
[8] 李文斌,刘椿年,陈嶷瑛.基于混合高斯模型的电子邮件多过滤器融合方法[J].电子学报,2006,34(2):247-251. Li Wenbin,Liu Chunnian,Chen Yiying.Combinning multiple email filters of nave bayes based on GMM[J].Acta Electronica Sinica,2006,34(2):247-252.(in Chinese)
[9] 梁岩,鲍长春,夏丙寅,等.用基于高斯混合模型的压缩域语音增强方法[J].电子学报,2012,40(10):2031-2038. Liang Yan,Bao Changchun,Xia Binyin,et al.Compressed domain speech enhancement based on gaussian mixture model[J].Acta Electronica Sinica,2012,40(10):2031-2038.(in Chinese)
[10] 谢昭,高隽.基于高斯统计模型的场景分类及约束机制新方法[J].电子学报,2009,37(4):733-738. Xie Zhao,Gao Jun.Anovel method for scene categorization with constraint mechanism based on gaussian statistical model[J].Acta Electronica Sinica,2009,37(4):733-738.(in Chinese)

[1]	李凯, 张可心. 结构α-熵的加权高斯混合模型的子空间聚类[J]. 电子学报, 2022, 50(3): 718-725.
[2]	石雪, 李玉, 赵泉华. 自适应类别的层次高斯混合模型遥感影像分割[J]. 电子学报, 2020, 48(1): 131-136.
[3]	练秋生, 侯亚伟, 苏月明, 石保顺. 基于高斯混合模型的衍射成像算法[J]. 电子学报, 2018, 46(10): 2347-2350.
[4]	栗雨晴, 礼欣, 韩煦, 宋丹丹, 廖乐健. 基于双语词典的微博多类情感分析方法[J]. 电子学报, 2016, 44(9): 2068-2073.
[5]	白海钏, 鲍长春, 刘鑫. 基于局部最小二乘支持向量机的音频频带扩展方法[J]. 电子学报, 2016, 44(9): 2203-2210.
[6]	车滢霞, 俞一彪. 约束条件下的结构化高斯混合模型及非平行语料语音转换[J]. 电子学报, 2016, 44(9): 2282-2288.
[7]	刘鑫, 鲍长春. 基于相似关联度神经网络的音频频带扩展[J]. 电子学报, 2015, 43(4): 816-821.
[8]	何玉文, 鲍长春, 夏丙寅. 基于AR-HMM在线能量调整的语音增强方法[J]. 电子学报, 2014, 42(10): 1991-1997.
[9]	钟尚平, 徐巧芬, 陈羽中, 何凤英. 一种基于LSB序列局部特征的通用隐写检测方法[J]. 电子学报, 2013, 41(2): 239-247.
[10]	张兴涛, 鲍长春, 刘鑫, 张丽燕. 基于Volterra级数预测的音频频带扩展[J]. 电子学报, 2012, 40(12): 2501-2506.
[11]	梁岩, 鲍长春, 夏丙寅, 何玉文, 周璇, 李娜. 基于高斯混合模型的压缩域语音增强方法[J]. 电子学报, 2012, 40(10): 2031-2038.
[12]	徐宁;杨震;张玲华. 基于状态空间模型的子频带语音转换算法[J]. 电子学报, 2010, 38(3): 646-653.
[13]	林琳;王树勋. 基于自适应小生境混合遗传算法的说话人识别[J]. 电子学报, 2007, 35(1): 8-12.
[14]	厉茂海, 洪炳熔, 蔡则苏. 一种新的移动机器人全局定位算法[J]. 电子学报, 2006, 34(3): 553-558.
[15]	左国玉;刘文举;阮晓钢. 声音转换技术的研究与进展[J]. 电子学报, 2004, 32(7): 1165-1172.

基于GMM聚类的空调机组多未知模态辨识方法研究

Research on Identification of Unknown Modes for Air-Conditioning Based on GMM

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics