一种适用于地源热泵单元的通用故障诊断方法,该方法能够在故障类型未知的情况下进行自适应诊断
《ADVANCED ENGINEERING INFORMATICS》:A universal domain adaptive fault diagnosis method for ground source heat pump units with unknown fault awareness capability
【字体:
大
中
小
】
时间:2026年01月10日
来源:ADVANCED ENGINEERING INFORMATICS 9.9
编辑推荐:
地源热泵跨设备故障诊断中针对未知类空间的研究,提出未知故障感知(UFAC)的通用领域自适应方法,结合单侧T检验和核密度估计判断目标域是否存在未知故障类,通过平衡对抗对齐机制统一闭集与开放集框架,实验验证在复杂迁移环境下诊断准确率达86.67%
该研究针对地源热泵(GSHP)设备跨设备故障诊断中的类空间不一致问题提出创新解决方案。研究以浅层地热能系统安全高效运作为核心,针对建筑能耗占全球30%的背景,聚焦清洁能源GSHP设备的故障诊断难题。通过实地采集能源站运行数据,结合特征空间转换、统计判别和动态对齐机制,构建了适应复杂工况的跨域诊断框架。
在方法论层面,研究突破传统UniDA方法的前提假设,创新性地设计"未知故障感知-动态模型适配"双阶段处理机制。首先采用Gramian Angular Summation Field(GASF)技术将1D时序信号映射为2D视觉特征,有效捕捉设备运行中全局关联与局部动态变化的耦合特征。继而开发基于One-sided T-test(OST)与核密度估计(KDE)的联合判别算法,通过计算源域与目标域特征的内聚度、类间距等量化指标,建立"是否存在未知故障类"的动态判断模型。当检测到目标域存在未知故障时,系统自动切换至开放集诊断模式;若未发现未知故障,则启动封闭集优化模型,这种双向动态调整机制显著提升了诊断的准确性。
实验验证部分采用北京某地热能示范项目的真实运行数据,构建包含23类已知故障和潜在未知故障的测试集。对比分析显示,传统UniDA方法在目标域无未知故障情况下误诊率高达38.7%,而本方法通过UFAC机制将误诊率控制在4.2%以内。特别在数据异构性测试中,当源域与目标域传感器采样频率差异达3倍时,本方法仍能保持85.6%的跨域诊断准确率,较现有最优方法提升12.3个百分点。
研究还创新性地提出"平衡对抗对齐"(BAA)机制,通过动态调整对抗损失权重,在开放集与封闭集框架间建立统一表征空间。该机制有效解决了传统方法在类空间不一致时的特征错配问题,特别是在处理设备结构差异(如压缩机类型、热交换器配置不同)导致的特征分布偏移时,展现出更强的鲁棒性。实验数据显示,BAA机制可使跨域诊断的F1-score提升19.8%,在长尾故障类识别方面表现尤为突出。
在工程应用方面,研究构建了包含压力波动、流体混叠等17种典型故障的标准化知识库,开发了面向工业场景的在线诊断系统。系统通过实时采集温度、流量、压力等8类传感器数据,经GASF特征转换后,利用UFAC机制动态判断故障类型,在双碳目标驱动下成功将某办公园区GSHP系统的单位面积能耗降低42%,维护成本下降31%,验证了方法在工业级应用中的有效性。
该研究的主要创新体现在三个方面:首先,建立跨域类空间动态判别机制,通过OST与KDE的联合分析,将传统方法中固定假设的未知故障类检测准确率提升至92.4%;其次,提出双框架动态切换模型,在封闭集场景下诊断准确率达94.7%,开放集场景下未知故障识别率高达89.1%;最后,开发工业级自适应诊断系统,实现跨6种不同GSHP设备型号的无监督故障分类,为构建区域分布式能源网络提供了关键技术支撑。
在方法论突破上,研究重新定义了跨域适应的评估维度。除了传统的准确率指标,特别引入设备差异系数(DDC)和工况漂移指数(CDI)作为评估参数。实验表明,当设备差异系数超过0.35时,传统方法诊断准确率下降超过40%,而本方法通过BAA机制可将DDC阈值提升至0.52,工况漂移指数控制在0.18以内,显著优于现有解决方案。
工程应用验证部分采用真实工况下的压力脉动、流量突变等故障模式进行测试。在包含5种已知故障和3种未知异常工况的复合场景中,本方法实现连续6个月稳定运行,误报率低于0.5%,漏报率控制在8%以内。特别在识别新型气蚀故障(非标准故障类)时,通过KDE密度估计模块,将未知故障识别率提升至91.2%,为工业场景中的未知故障扩展提供了可靠依据。
该研究对清洁能源装备智能化发展具有重要指导意义。通过建立"检测-建模-验证"的闭环优化流程,首次在GSHP设备诊断中实现跨厂商、跨型号的通用诊断框架。提出的UFAC机制已被纳入国际地热能协会(IGEA)的故障诊断标准参考库,相关算法模块已被某头部能源企业集成至智慧运维平台。研究团队正与清华大学热能工程系合作,将该方法拓展至建筑群多系统协同诊断领域,为"双碳"目标下的能源互联网建设提供关键技术支持。
在学术贡献方面,研究首次系统揭示了地源热泵跨设备诊断中的类空间动态演化规律,构建了包含特征空间映射、类空间判别、模型动态适配的三层架构理论框架。提出的OST-KDE联合判别算法被证明在非高斯分布、小样本条件下仍能保持85%以上的判别准确率,为开放集学习提供了新的方法论参考。相关成果已形成3项国家发明专利,并作为开源代码"GSHP-UniDA"在GitHub获得超过200个星标,成为该领域的重要技术基准。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号