[发明专利]一种基于神经网络的风冷式制冷机组传感器故障诊断方法

权利要求书

1.一种基于神经网络的风冷式制冷机组传感器故障诊断方法，其特征在于包括以下步骤：

步骤1、将风冷式制冷机组的传感器历史采集值作为长短时记忆循环神经网络输入；

步骤2、通过正常样本对长短时记忆循环神经网络进行训练，根据训练完成的长短时记忆循环神经网络计算得到每个传感器当前时刻的输出预测值；

步骤3、将长短时记忆循环神经网络的输出预测值与当前时刻对应传感器采集值进行比较得到预测残差；

步骤4、将预测残差与预设阈值进行比较，若预测残差大于预设阈值，则对应传感器存在故障。

2.根据权利要求1所述的一种基于神经网络的风冷式制冷机组传感器故障诊断方法，其特征在于：所述传感器包含风冷式制冷机组的温度传感器、流量传感器和压力传感器。

3.根据权利要求1所述的一种基于神经网络的风冷式制冷机组传感器故障诊断方法，其特征在于：所述传感器历史采集值是指从当前时刻，前T个时刻的传感器测量值，T为大于0的任意值。

4.根据权利要求1所述的一种基于神经网络的风冷式制冷机组传感器故障诊断方法，其特征在于：所述长短时记忆循环神经网络的输入维数与输出维数相同。

5.根据权利要求1所述的一种基于神经网络的风冷式制冷机组传感器故障诊断方法，其特征在于：在长短时记忆循环神经网络训练过程中，采用自适应学习速率进行训练。

6.根据权利要求5所述的一种基于神经网络的风冷式制冷机组传感器故障诊断方法，其特征在于：所述自适应学习速率为η₁＝η(1+αe^-λd)，其中，η为初始学习速率，λ为迭代次数，α和d为系数。

7.根据权利要求1所述的一种基于神经网络的风冷式制冷机组传感器故障诊断方法，其特征在于：所述预设阈值等于αE，其中，E为长短时记忆循环神经网络训练过程中的最大残差值，α为大于1的系数。