基于机器学习的冷水机组早期故障诊断

本文针对冷水机组故障诊断中存在故障数据少、早期故障诊断能力弱等问题,提出了结合多策略改进麻雀搜索算法(HSISSA)与最小二乘法支持向量机(LSSVM)的冷水机组故障诊断方法,并在ASHRAE RP-1043典型的故障样本上,对所提出的故障诊断模型进行了训练和验证。结果表明,与LSSVM、PSO-SVM和SSA-LSSVM相比,本文提出的方法在早期故障诊断方面具有明显优势,准确率达到了99.70%。