基于增量聚类的在线适配方法用于跨领域冷水机组故障诊断

《Energy》：Online adaptation via incremental clustering for cross-domain chiller fault diagnosis

　　韩华正|高学进|韩华云|高慧慧|齐永生|王守奇中国北京，100124，北京工业大学信息技术学院，教育部数字社区工程研究中心，计算智能与智能系统北京重点实验室，北京城市公共交通实验室摘要制冷机是暖通空调系统中的关键组件，对其故障进行诊断对于降低建筑能耗至关重要。然而，工作条件的频繁变化会降低传统参数模型的性能。近年来，人们开始采用跨领域故障诊断方法来解决制冷机的工作条件漂移问题。但传统算法存在两大局限：一是由于需要在对完整目标域数据进行迭代训练，导致实时预测效率低下；二是无法覆盖所有可能的工作条件。本文提出了一种基于跨条件信息融合的实时自适应故障诊断算法。首先，将传感器数据融合为互信息矩阵，再通过预测不确定性分离算法将数据分为低熵样本和高熵样本。低熵样本根据之前的模型进行标注，而高熵样本则通过基于内存缓冲区的特征融合空间进行处理。此外，还有一种基于原型表示的一致性方法，用于对在线数据和历史数据进行调整，从而实现跨工作条件的信息融合，以适应不断变化的条件。同时，实时增量聚类可确保不同批次中相同故障类别的特征保持一致。实验结果表明，该模型在制冷机的实时故障诊断方面表现优异。引言建筑系统的能源消耗占全球能源使用总量的40%，而在大型建筑中，暖通空调系统是其核心组成部分，往往占据其总能源消耗的30%至60%[1]、[2]、[3]、[4]。作为暖通空调系统的核心部件，制冷机也是主要的能耗设备，但在长期运行过程中容易出现故障。这些故障不仅会增加能耗并缩短设备寿命，还会影响建筑内的舒适度。因此，对制冷机进行故障诊断对于提高能效和降低建筑能耗具有重要意义。传统的制冷机系统故障诊断方法涉及热力学建模，该方法能够准确描述设备的运行状态。赵等人[5]通过基于热力学关系的性能指标定义，开发了一种简化的制冷机模型用于故障诊断。然而，制冷机包含蒸发器、冷凝器、压缩机和膨胀阀等组件，其内部耦合关系复杂，且具有众多运行参数。因此，即便拥有足够的先验知识，要精确建模制冷机也颇具挑战。近年来，得益于机器学习和工业大数据的发展，数据驱动的故障诊断算法逐渐成为主流方法[6]、[7]。这类方法无需依赖特定领域的专业知识或专家经验，但要求训练数据和诊断数据具有相同的分布，并且需要大量标注数据[8]、[9]。此外，由于外部温度、冷却负荷需求以及参数设置等因素，制冷机的运行条件会实时发生变化。因此，在条件不断变动的情况下，传统数据驱动算法的诊断效率会显著下降[10]、[11]、[12]。迁移学习是一种有效的方法，可用于解决数据分布发生变化时的分类问题[13]、[14]。范等人[15]收集了来自不同建筑的数据，探讨了在跨空调系统故障诊断中应用迁移学习的可行性。李等人[16]研究了三种具有高度适应性的深度迁移学习策略，包括网络参数微调、基于映射的领域自适应神经网络以及基于对抗学习的领域对抗神经网络。杜等人[17]提出了一种基于深度学习的T-S网络，用于在不同运行条件下对制冷机进行故障诊断。然而，领域自适应故障诊断方法需要大量目标域数据来微调模型参数。鉴于制冷机运行条件的快速变化，这种方法无法满足实时诊断的需求。领域泛化方法可以解决模型对目标域数据的依赖问题[18]、[19]。赵等人[20]提出了一种基于对抗互信息引导的单领域泛化网络故障诊断方法，该方法通过极小极大互信息博弈来学习与领域无关的信息。蒲等人[21]利用语义信息模拟条件变化，从而大幅扩展运行条件范围。江等人[22]则采用数据生成技术来增加运行条件的多样性，以提高对未知条件故障诊断的能力。但从理论层面来看，将领域泛化技术应用于实际的制冷机故障诊断仍存在诸多限制。最近的研究[23]、[24]表明，对于在源领域训练的固定参数模型而言，若不使用目标域样本，其在推理阶段便无法有效泛化到任何未知的分布中。在现实场景中，针对工作条件多变 的制冷机系统进行故障诊断面临两大挑战：其一，由于保密限制或存储及计算资源不足，可能无法获取源领域的数据；其二，为了实现实时诊断，需要在目标领域迅速得到预测结果，因为延迟的故障警报会增加运营成本。传统的跨领域制冷机故障诊断算法需要源领域和目标领域的完整数据，并且涉及多个迭代训练阶段，因此不适合应对这些实际限制[25]、[26]、[27]、[28]。为了解决这些紧迫问题，我们提出了一种创新的在线式、适用于工作条件多变的制冷机故障诊断算法。图1展示了传统故障诊断方法与所提算法之间的差异。如图2所示，该方法会根据批量数据流的分布来更新模型参数，从而使模型能够在保持高实时性能的同时，泛化到任何连续时间下的工作条件。它克服了传统领域自适应和领域泛化算法的局限性，实现了对制冷机系统多变工作条件下的故障诊断，具有实际应用价值。在制冷机系统中，压缩机、蒸发器和冷凝器等组件在运行过程中具有显著的热惯性。即使外部条件（如冷冻水设定温度、冷却水流量）发生变化，系统的热力学状态和流体状态也需要时间逐步调整，以达到新的平衡状态[29]、[30]、[31]。因此，传感器采集到的数据分布不会随着条件变化而发生突然跳变，而是呈现连续变化的趋势。基于这一特点，本文提出了一种创新的在线式、跨条件实时故障诊断算法，即通过基于增量聚类的在线自适应方法（OAIC）。我们通过高频数据采样和自适应机制逐步调整模型参数。首先，通过计算互信息矩阵，将采样时间内的多传感器检测数据融合为图像数据，以此降低特征间的耦合效应。然后在源领域对预训练模型进行训练，在模型测试阶段，该模型会持续预测新数据的标签，并进行实时微调。在变化较慢的数据中，有些数据批次的预测不确定性较低，而另一些则不确定性较高。因此，我们首先对数据流进行主动的实时样本选择。预测不确定性较低的数据与源领域数据极为相似，因此在预测标签后即可确定其属性。而高不确定性的数据则表明存在分布偏移。我们采用基于内存缓冲区和相似性熵最小化的增量聚类算法对数据进行分析聚类，从而得出预测标签。同时，通过批量表示对齐，将历史数据与在线数据跨条件融合，并计算一致性损失。随后更新模型参数，以提高模型对持续变化条件的适应能力。本文的主要贡献如下：1. 提出了一种适用于工作条件多变场景的制冷机在线故障诊断算法，该算法通过基于跨条件信息融合的主动自适应机制实时适应分布变化，从而能够泛化到任何工作条件。2. 提出了通过计算互信息矩阵将制冷机的多源运行数据融合为图像数据的方法，以此降低因系统固有复杂性导致的特征耦合问题。3. 提出了一种基于不确定性分离的实时样本选择技术，该技术可将实时数据流分为类似源领域数据的样本和存在分布偏移的样本，针对不同类型的样本采用不同的预测策略，并根据加权损失函数更新模型参数。4. 提出了一种基于内存缓冲区和相似性熵最小化的实时增量聚类算法，同时还采用了基于原型的跨条件信息融合方法，以确保当前批次与历史批次之间的特征一致性。相同故障类别的特征会被聚集在一起，而不同故障类别的特征则会被分开。章节节选问题形式化在实时制冷机故障诊断场景中，数据会以未标记的形式分批流入模型。如图3所示，首先使用经验风险最小化算法，在带有标签的源领域数据集DS上训练基础模型f0=g°h，其中g和h分别代表特征提取器和线性分类器。由于流式数据会随时间不断变化，因此需要不断更新模型参数，以使其适应不断演变的数据分布。在任何时候实验为了评估所提出的故障诊断算法的性能，我们在ASHRAE 1043-RP和HY-31C数据集上进行了实验。在现代大型建筑中，水冷式制冷机几乎被普遍使用，其中包括常见于地铁、商业办公大楼、酒店和购物中心的离心式制冷机，以及用于中小型商业建筑如中小型办公大楼和医院的螺杆式制冷机。ASHRAE 1043-RP数据集被广泛使用结论本文提出了一种基于强化聚类的实时自适应算法，旨在实现对工作条件多变情况下制冷机的真正实时在线故障诊断。该算法旨在克服传统故障诊断方法的局限性，因为这些方法往往实时性能较差，且对运行条件变化的适应能力不足。所提方法的核心创新在于其基于不确定性驱动的分离策略，即通过该策略区分高熵样本和低熵样本。CRediT作者贡献说明韩华正：撰写——初稿、软件、方法论。高学进：撰写——审阅与编辑、指导、资金获取。韩华云：撰写——审阅与编辑、项目管理、资金获取。高慧慧：撰写——审阅与编辑、指导、软件。齐永生：撰写——审阅与编辑、指导、资金获取。王守奇：撰写——审阅与编辑、方法论。资助本研究部分得到了北京市自然科学基金项目4222041的支持，还有部分得到了中国国家自然科学基金项目62241309的资助。利益冲突声明作者们声明存在以下可能被视为潜在利益冲突的财务利益/个人关系：高学进表示获得了北京市自然科学基金的财政支持。其他作者则声明没有已知的可能影响本文所述工作的财务利益或个人关系。