摘要
Vor Ort bei Kaltwassersätzen sind Fehlersachdaten meist schwer zu erhalten, was eines der wichtigsten Hindernisse für die weitverbreitete Anwendung von Fehlererkennungsmethoden basierend auf Mehrklassenalgorithmen darstellt. In diesem Artikel wird der Distanz-Ablehnungsmechanismus (DR) in Bayessche Netzwerke (BN) integriert, wodurch die Fehlererkennung bei Kaltwassersätzen in ein Ein-Klassen-Klassifizierungsproblem verwandelt wird. Es wird eine auf DR-BN basierende Fehlererkennungsmethode für Kaltwassersätze vorgeschlagen, die das Modell nur mit Normaldaten trainiert und somit die genannten Hindernisse effektiv überwindet. Die Leistungsfähigkeit der vorgeschlagenen Methode wurde mit Fehlerexperimentdaten von ASHRAE RP-1043 validiert und mit traditionellen Methoden verglichen. Das auf DR-BN basierende Modell weist eine höhere Fehlererkennungsleistung auf, besonders bei Fehlern mit niedrigem Degradationsgrad, wobei die Fehlererkennungsgenauigkeit um bis zu 94 % höher liegt.
关键词
Kaltwassersatz;Fehlererkennung;Bayessches Netzwerk;Distanz-Ablehnung
以上内容由讯飞翻译自动生成，翻译内容仅供参考。对于因使用本网站翻译内容产生的相关后果，本网站不承担任何商业和法律责任。
The above content is generated by Large Model Translation. The translated content is for reference only. We do not assume any commercial or legal responsibilty for any consequences arising from the use of our website