数据驱动的空调系统故障诊断算法综述

随着经济发展和人们对生活环境品质要求的提高,越来越多的建筑安装了中央空调系统,而空调系统的故障会造成能耗浪费和室内环境品质下降,无法满足室内人员的热舒适需求,产生热抱怨。同时,随着自控技术的越来越多地应用于中央控制系统,传感器数量以及数据海量增加,使得基于白箱的故障诊断算法难以满足空调系统故障诊断的需求。以机器学习为主的人工智能技术不断地发展,为故障诊断算法带来了新的思路。本文全面综述了近二十年来基于数据驱动的故障检测和诊断(FDD)算法在暖通空调(HVAC)系统中应用的研究。由于数据驱动存在依赖与数据且模型解释性不足的问题。对此,最近越来越多的研究开始融合物理模型和数据驱动方法,旨在提升解释性、准确性并减少对大数据依赖,这将成为未来故障诊断研究的新方向,以实现更高效准确的诊断。