基于数据驱动的变风量空调AHU故障诊断研究

变风量空调系统的空气处理机组(AHU)出现故障时会使系统舒适性降低,能耗和运维成本增加。本文提出了一种基于改进型主元分析(PCA)和BP神经网络算法,用于AHU的模型建立及故障诊断。结果表明使用改进滤波的PCA检测模型主元数为3个,累计贡献率92.7%。当系统传感器出现5%的故障偏差,模型在送风温度、新风温度、冷冻水流量三种故障中的检测率均大于90%。使用BP神经网络算法对系统故障进行诊断,新风温度传感器故障和冷冻水流量传感器故障诊断率均达到了100%。新风温度传感器由于精度较高检测率为92%。但是三种故障类型检测率都超过了90%。通过分析表明改进型主元分析(PCA)和BP神经网络算法可以有效检测与诊断AHU系统故障。