一种污水源热泵机组智能故障诊断方法技术

本发明专利技术提供的一种污水源热泵机组智能故障诊断方法，首先通过污水源热泵上边安装的传感器采集到的历史数据，获得无故障和故障运行的历史数据，构建BP神经网络模型，并通过遗传算法(GA)优化BP神经网络的权值和阈值。经过GA优化后的BP神经网络克服了单纯的BP神经网络学习收敛速度慢，不能保证收敛到最佳有效值的缺点，从而大幅提升了污水源热泵故障诊断模型的准确率。

An Intelligent Fault Diagnosis Method for Sewage Source Heat Pump Unit

【技术实现步骤摘要】
一种污水源热泵机组智能故障诊断方法
本专利技术属于热泵系统中热泵机组故障诊断
，具体涉及一种基于GA-BP模型的污水源热泵机组故障诊断方法。
技术介绍
能源和环保问题是当今世界共同关注的热点,也是今后长期存在的问题。我国是能源生产和消费大国,面对新世纪,如何保持能源、经济和环境的可持续发展是我们面对的一个重大战略问题。城市污水作为一种清洁能源，蕴含丰富低位热能，水温相对较高，随季节环境变化幅度较小，并且具有冬暖夏凉、排水量大、取用方便等特点，因此受到国内外专家的关注。把经处理后的污水或未经处理的污水中的热量回收并进行有效利用的一项技术，有明显的节能性、经济性和环保效果，具有广阔的发展前景。随着智能建筑的发展，热泵的数量迅速增加。在建筑的整个生命周期内，包括设计阶段到运行阶段，故障层出不穷，导致大部分建筑通常都无法满足设计阶段的预期要求。同时，这些故障通常在短时间内难以察觉。对热泵进行有效的故障诊断可以减少系统的能源消耗、维持舒适的室内环境、降低设备的损耗和减少温室气体的排放。因而，故障诊断对污水源热泵来说是十分重要的。有效的检测出污水源热泵的故障可避免较大的损失，为社会做出贡献，国内学者对故障检测已有较深研究，但是在污水源热泵故障诊断缺乏有效的方法，热泵造价成本较高，研究有效的智能故障诊断方法迫在眉睫。可见，研究这方面有关的工作有很大的必要性，而且具有巨大的社会和经济效益。
技术实现思路
本专利技术的目的在于提供一种污水源热泵机组智能故障诊断方法，解决了现有的污水源热泵故障的诊断缺乏有效的方法的问题。为了达到上述目的，本专利技术采用的技术方案是：本专利技术提供的一种污水源热泵机组智能故障诊断方法，包括以下步骤：步骤1，获取水源热泵机组运行的历史数据，历史数据包括压力、电流和污水源热泵机组的温度；步骤2，对步骤1中获取得到的历史数据中的故障特征量进行筛选和提取，将提取到的故障特征量归一化处理，之后分别设置为训练样本和测试样本；步骤3，根据步骤2中的训练样本构建BP神经网络模型；步骤4，通过遗传算法优化步骤3中构建的BP神经网络的权值和阈值，得到GA-BP模型；步骤5，分别步骤4中构建的GA-BP模型对测试样本进行故障诊断。优选地，步骤2中，将归一化处理后的故障特征量的80％作为训练样本，其20％作为测试样本。优选地，步骤3中，BP神经网络模型的具体构建方法：首先，确定BP神经网络模型结构：BP神经网络模型包括三层，第一层为输入层；第二层为中间层；第三层为输出层；其中，输入层为sigmoid函数；中间层为tansig()函数；输出层为logsig()函数；其次，确定BP神经网络模型的参数：输入层节点数为12个，包含蒸发器进水温度，蒸发器进水压力，蒸发器出水温度，蒸发器出水压力、冷凝器进水温度、冷凝器进水压力、冷凝器出水温度、冷凝器出水压力、压缩机电流、压缩机高压、压缩机低压和压缩机排气温度；中间层节点数根据Kolmogorov定理确定为25个；输出层节点数为3个，对应各种诊断结果，分别是正常运行状态、通过蒸发器的水流量减少、蒸发器结垢和冷凝器结垢。优选地，步骤4中，通过遗传算法优化步骤3中构建的BP神经网络的权值和阈值的具体方法是：S1，初始化BP网络结构的参数，包括设定初始遗传种群的规模N、最大遗传代数MAXGEN、代沟GGAP、交叉概率px和变异概率pm；S2，计算种群适应度值：FitnV＝ranking(Obj)(1)式(1)，Obj为目标函数的输出，FitnV为适应度；S3，计算个体被选中的概率pi：式中，Fi为个体i的适应度值，N为种群个体数目；S4，交叉运算：式中，akj为第k个染色体的j位；alj为第l个染色体的j位；该公式表示第k个染色体ak和第l个染色体al在j位的交叉操作；S5，变异运算：式中，amax是基因aij的上界，amin是基因aij的下界；f(g)＝r2(1-g/Gmax)2，r2是一个随机数，g是当前迭代次数，Gmax是最大进化次数，r为[0,1]区间的随机数；S6，输出GA-BP模型。与现有技术相比，本专利技术的有益效果是：本专利技术提供的一种污水源热泵机组智能故障诊断方法，首先通过污水源热泵上边安装的传感器采集到的历史数据，获得无故障和故障运行的历史数据，构建BP神经网络模型，并通过遗传算法(GA)优化BP神经网络的权值和阈值。经过GA优化后的BP神经网络克服了单纯的BP神经网络学习收敛速度慢，不能保证收敛到最佳有效值的缺点，从而大幅提升了污水源热泵故障诊断模型的准确率。本专利技术提出的利用人工神经网络方法建立黑箱模型,不用对热泵机组内部运行机理的精确分析，克服已有的故障诊断技术仪表预报精度不高、易受人为因素影响的不足，并能快速确定故障诊断结果，省时省力；同时利用遗传算法(GA)对神经网络进行优化,从而提高了运行的效率和准确性。附图说明图1是本专利技术的实现流程图；图2是遗传算法优化BP神经网络流程图；图3是BP神经网络模型；图4是BP诊断结果窗口；图5是GA-BP网络模型；图6是GA-BP诊断结果窗口。具体实施方式下面结合附图，对本专利技术进一步详细说明。如图1至图5所示，本专利技术提供的一种污水源热泵机组智能故障诊断方法，包括以下步骤：步骤1：采集污水源热泵机组运行的历史数据，获得运行的历史数据，历史数据包括压力、电流和污水源热泵机组的温度；步骤2：对历史数据的故障特征量进行筛选和提取如表1，将提取到的故障特征量归一化处理，之后按8:2的比例分别设置为训练样本和测试样本；步骤3：根据筛选后的数据构建BP神经网络模型；步骤4：通过遗传算法(GA)优化BP神经网络的权值和阈值；步骤5：使用构建的GA-BP模型来进行故障诊断。所述步骤1中，安装在现场的污水源热泵机组的传感器包括温度传感器、压力传感器和电流测量仪。所述步骤3中，构建BP神经网络模型包括下述过程：1)确定BP神经网络模型结构：BP的结构包括三层，第一层为输入层；第二层为中间层；第三层为输出层；其中，输入层选择的传递函数为sigmoid；隐含层选择传递函数为tansig()；输出层选择的传递函数为logsig()。2)确定BP神经网络模型的参数：输入层节点数为12个，对应于12种故障特征向量。输出层节点数为4个。隐含层节点数参照Kolmogorov定理确定为25个；12种故障特征向量包含蒸发器进水温度，蒸发器进水压力，蒸发器出水温度，蒸发器出水压力、冷凝器进水温度、冷凝器进水压力、冷凝器出水温度、冷凝器出水压力、压缩机电流、压缩机高压、压缩机低压和压缩机排气温度；输出层对应于4种诊断结果，分别是正常运行状态、通过蒸发器的水流量减少、蒸发器结垢、冷凝器结垢。所述步骤4中，使用GA优化BP神经网络模型来提高故障诊断速度和准确率，遗传算法GA优化BP神经网络是用遗传算法GA来优化BP神经网络的初始权值和阈值，使优化后的BP神经网络能够更好地进行样本预测，其优化过程要素包括种群初始化、适应度函数、选择算子、交叉算子和变异算子，具体地：1)初始化BP网络结构的参数，具体方法是：设定初始遗传种群的规模N、最大遗传代数MAXGEN、代沟GGAP、交叉概率px和变异概率pm，本实施例中，初始遗传种群的规模N为30、定MAXGEN＝30、GGAP＝0.本文档来自技高网...

【技术保护点】
1.一种污水源热泵机组智能故障诊断方法，其特征在于，包括以下步骤：步骤1，获取水源热泵机组运行的历史数据，历史数据包括压力、电流和污水源热泵机组的温度；步骤2，对步骤1中获取得到的历史数据中的故障特征量进行筛选和提取，将提取到的故障特征量归一化处理，之后分别设置为训练样本和测试样本；步骤3，根据步骤2中的训练样本构建BP神经网络模型；步骤4，通过遗传算法优化步骤3中构建的BP神经网络的权值和阈值，得到GA‑BP模型；步骤5，利用步骤4中构建的GA‑BP模型对测试样本进行故障诊断。

【技术特征摘要】
1.一种污水源热泵机组智能故障诊断方法，其特征在于，包括以下步骤：步骤1，获取水源热泵机组运行的历史数据，历史数据包括压力、电流和污水源热泵机组的温度；步骤2，对步骤1中获取得到的历史数据中的故障特征量进行筛选和提取，将提取到的故障特征量归一化处理，之后分别设置为训练样本和测试样本；步骤3，根据步骤2中的训练样本构建BP神经网络模型；步骤4，通过遗传算法优化步骤3中构建的BP神经网络的权值和阈值，得到GA-BP模型；步骤5，利用步骤4中构建的GA-BP模型对测试样本进行故障诊断。2.根据权利要求1所述的一种污水源热泵机组智能故障诊断方法，其特征在于，步骤2中，将归一化处理后的故障特征量的80％作为训练样本，其20％作为测试样本。3.根据权利要求1所述的一种污水源热泵机组智能故障诊断方法，其特征在于，步骤3中，BP神经网络模型的具体构建方法：首先，确定BP神经网络模型结构：BP神经网络模型包括三层，第一层为输入层；第二层为中间层；第三层为输出层；其中，输入层为sigmoid函数；中间层为tansig()函数；输出层为logsig()函数；其次，确定BP神经网络模型的参数：输入层节点数为12个，包含蒸发器进水温度，蒸发器进水压力，蒸发器出水温度，蒸发器出水压力、冷凝器进水温度、冷凝器进水...

【专利技术属性】
技术研发人员：于军琪，解云飞，赵安军，余华江，王福，王佳丽，陈时雨，
申请(专利权)人：西安建筑科技大学，
类型：发明
国别省市：陕西,61