一种可解释的空调系统深度神经网络故障诊断方法

授权

摘要

本发明公开了一种可解释的空调系统深度神经网络故障诊断方法，涉及暖通空调系统故障诊断技术领域，其技术方案要点是：基于深度学习模型，利用一维卷积神经网络模型(1D‑CNN)提取暖通空调运行数据的特征信息，并将绝对梯度加权类激活映射(Grad‑Absolute‑CAM)作为可视化分类诊断标准，利用绝对梯度加权类激活映射可视化暖通空调系统的故障特征信息，通过绝对梯度加权类激活映射获取一维卷积神经网络故障诊断模型中各故障数据对应的故障诊断标准，使故障诊断模型变得可解释。本发明的方法采用一维卷积神经网络模型进行故障诊断，故障诊断结果准确率高；同时，通过绝对梯度加权类激活映射对故障特征可视化，获取故障诊断准则，可加强对模型的可解释性。

基本信息

专利标题：

一种可解释的空调系统深度神经网络故障诊断方法

专利标题（英）：

暂无

公开（公告）号：

CN113221973A

申请号：

CN202110453526.5

公开（公告）日：

2021-08-06

申请日：

2021-04-26

授权号：

CN113221973B

授权日：

2022-04-19

发明人：

李冠男董子明胡云鹏高佳佳陈俭方曦熊嘉豪胡浩楠吴雨蓓王璐晗

申请人：

武汉科技大学

申请人地址：

湖北省武汉市和平大道947号

代理机构：

重庆市信立达专利代理事务所(普通合伙)

代理人：

任苇

优先权：

CN202110453526.5

主分类号：

G06K9/62

IPC分类号：

G06K9/62 G06N3/04 G06N3/08 G01M99/00