馬露露,嚴 珂,陸慧娟

(中國計量大學 信息工程學院,浙江 杭州 310018)

冷水機組故障診斷中重要特征的選擇

馬露露,嚴 珂,陸慧娟

(中國計量大學 信息工程學院,浙江 杭州 310018)

在數(shù)據(jù)驅動的集中式空調(diào)系統(tǒng)故障診斷過程中,特征選擇是一個必要的預處理.選取重要的特征作為分類依據(jù)，無論是從經(jīng)濟的角度還是對故障的有效判斷上，都具有非常重要的意義.現(xiàn)采用不同的特征選擇方法對一組冷水機組故障數(shù)據(jù)進行特征選取,并利用支持向量機完成分類,最后通過對比分析獲取冷水機組故障診斷中最重要的特征子集.

特征選擇;遺傳算法;ReliefF算法;支持向量機

為實現(xiàn)空調(diào)系統(tǒng)更高效節(jié)能的運行并營造出健康舒適的建筑環(huán)境,大量學者對空調(diào)設備故障診斷進行了研究.考慮到故障原因的種類繁多,如果由人工來排查空調(diào)運行過程中可能發(fā)生的問題將消耗大量的時間和人力資源.在發(fā)達國家,政府要求一些大型工廠的集中式空調(diào)系統(tǒng)每三個月到半年就要進行一次例行檢查以確?？照{(diào)運作正常[1].每次空調(diào)保養(yǎng)的費用對這些工廠而言也是不小的負擔.另一方面,信息網(wǎng)絡的飛速發(fā)展為自動空調(diào)查錯診斷系統(tǒng)提供了可行性基礎.即通過在一些關鍵位置,如冷凝器進出口、蒸發(fā)器進出口、排氣口等地方安裝一些傳感器,再通過因特網(wǎng)傳輸數(shù)據(jù)到電腦中.通過這些數(shù)據(jù),科學家們可以找到其中的一些規(guī)律,從而總結出當前空調(diào)的運行狀態(tài).如果有故障發(fā)生,系統(tǒng)會自動發(fā)出警告，而更先進的系統(tǒng)可以自動診斷出故障類型.此類自動檢測和診斷系統(tǒng)稱為數(shù)據(jù)驅動的空調(diào)自動查錯與診斷系統(tǒng).

目前數(shù)據(jù)驅動的空調(diào)自動差錯與糾錯研究主要針對集中式空調(diào)中最重要的兩個子系統(tǒng):冷水機組(chiller)和空氣處理機組(Air Handling Unit, AHU).這兩個子系統(tǒng)是集中式空調(diào)中最重要的組成部分,同時也是消耗最大,最容易出錯的兩個子系統(tǒng).Zhou[2]等人在2011年利用模糊邏輯(fuzzy logic)和人工神經(jīng)網(wǎng)絡(Artificial Neural Network, ANN)對冷水機組進行自動的差錯與糾錯.他們的方法在一組美國采暖、制冷與空調(diào)工程師學會(American Society of Heating, Refrigerating and Air-Conditioning Engineers, ASHRAE,項目代碼1043-RP)提供的真實數(shù)據(jù)集上進行實驗,取得了較好的效果[2].Han等人在2010年使用了支持向量機與遺傳算法(Genetic Algorithm, GA)相結合的數(shù)據(jù)驅動算法來查找冷水機組中的錯誤[3].其平均實驗準確率可以達到95%以上.在最近的五年時間里,更多的數(shù)據(jù)驅動方法被提出,其中包括Li等人提出的模式匹配(pattern matching)方法[4]、Wang等人提出的實時診斷方法[5]、Bonvini等人基于卡爾曼過濾器的診斷方法[6].基于Han等人的工作,我們在2014年提出了利用ARX(auto-regressive model with exogenous variables)模型和支持向量機相結合的算法來對冷水機組進行錯誤診斷[7]，即利用ASHRAE項目1043-RP數(shù)據(jù)中的6種特征對冷水機組中可能出現(xiàn)的錯誤進行診斷,得到了較好的實驗效果.在2016年,我們又提出了單類支持向量機和卡爾曼過濾器相結合的冷水機組故障檢測算法[8].

特征選擇是數(shù)據(jù)驅動的空調(diào)自動查錯與診斷系統(tǒng)中的重要步驟.合理的特征選擇方法能夠找到對于空調(diào)系統(tǒng)查錯與診斷過程中最重要的特征子集,從而以最少的數(shù)據(jù)量來有效地識別空調(diào)系統(tǒng)中可能出現(xiàn)的問題.從經(jīng)濟角度來說,較少的特征數(shù)能夠減少所需安裝的傳感器個數(shù),從而降低所需預算.從診斷效果上看,選取重要的特征數(shù)能夠以最少的時間和較小的空間代價得到最高的診斷效果,提高診斷效率.

從目前已有的冷水機組診斷工作中看,分類精度最高的算法是支持向量機,故在本文中利用支持向量機測試選得特征子集的分類性能.本文利用ASHRAE項目1043-RP提供的真實數(shù)據(jù)集進行實驗,對集中式空調(diào)系統(tǒng)中的冷水機組展開研究.利用序列前向選擇、ReliefF、遺傳算法、互信息最大化遺傳算法,四種不同的特征選擇方法找到最有代表性的特征子集,并利用支持向量機對多種故障模式特征進行訓練分類.最后通過比較找出最適合冷水機組故障診斷的特征子集，為后續(xù)針對冷水機組的診斷工作做好預處理.

1 特征選擇方法概述

已知的特征選擇方法主要分為兩大類:Filter方法和Wrapper方法[9].其中Filter方法不依賴于分類器,而Wrapper方法需要考慮特定的分類器.在已知分類器的前提下,Wrapper方法,例如序列前向選擇(sequential forward selection, SFS)往往能夠取得較好的分類結果[10].而ReliefF是一種常用的Filter方法.在過去的工作中,我們往往利用ReliefF進行特征選擇,取得了令人滿意的實驗結果[7].在已有的工作中,遺傳算法和互信息最大化(mutual information maximization,MIM)算法在不同數(shù)據(jù)集上普遍反映出較好的實驗結果[11-14].

序列前向選擇方法是一種被廣泛使用的自下而上的Wrapper特征選擇方法.特征子集X從空集開始,每次根據(jù)分類器的評分指標選擇一個特征x加入特征子集Y,使得最終的分類精度最優(yōu).簡單說就是,每次都選擇一個使得分類精度達到最優(yōu)的特征加入,故Wrapper是一種簡單的貪心算法.序列前向選擇的缺點是必須提前選定比較適合的分類器(比如本文中的支持向量機),而“前向”指代的含義是這個算法只能加入特征而不能去除特征.

Relief算法最早由Kir提出,最初局限于二類分類問題,1994年Kononeko對其進行了擴展,得到了ReliefF作算法,可以處理多類別問題[15-16]和目標屬性為連續(xù)值的回歸問題,以及數(shù)據(jù)缺失的問題.ReliefF屬于一種特征權重算法,其基本思想是在數(shù)據(jù)集中賦予所有和類別相關性高的特征,選擇出較高的權重[17].

ReliefF算法具體流程如下:

輸入:訓練數(shù)據(jù)集為D,特征總數(shù)為n,抽樣次數(shù)為m,特征的權重閥值δ,最近鄰樣本個數(shù)k;

輸出:特征的特征權重W.

1)將特征權值初始化為0,(W(A),A=1,…,n)為空集;

2)fori=1:mdo;

3)在訓練數(shù)據(jù)集D中隨機選擇一個樣本記為Ri;

4)從Ri的同類樣本集中找到Ri的k個近鄰樣本Hj(j=1,2,…,k);

5)從每一個不同的類別C≠class(Ri)中,找出k個最近鄰Mj(C);

6)forA=1:n,對每個特征用步驟2)更新權值

(1)

7)end轉步驟6);

8)end轉步驟2).

其中在(1)式中,diff(A,Ri,Hj)是樣本Ri和Hj關于特征A距離,P(C)代表C類目標樣本數(shù)占樣本總數(shù)的比例,即

(2)

經(jīng)過上述流程,最終求得特征權值向量W,權值越大表示該特征對樣本的區(qū)分能力越強,這樣通過閥值就可以選擇新的特征子集,從而達到降維的目的.

遺傳算法(GA)是模擬達爾文的遺傳選擇和自然淘汰的生物進化過程的計算模型.遺傳算法的組成部分包括編碼機制、適應度函數(shù)、遺傳算子(選擇、交叉和變異)和控制參數(shù).利用遺傳算法求解問題時,問題的可能解都將被編碼成染色體,即個體.若干個個體組成初始解群,通過適應度函數(shù)計算后,滿足終止條件的個體可以被輸出,通過適應度函數(shù)計算后,滿足終止條件的個體可以被輸出,算法結束.否則,個體經(jīng)過交叉、變異再組合生成下一代新種群,新種群繼承了上一代的優(yōu)良性能,優(yōu)于上一代,這樣就可以逐步朝著更優(yōu)解的方向進化.遺傳算法步驟如下:

1)隨機產(chǎn)生初始種群D;

2)計算種群中每個個體的適應度(分類錯誤率);

3)對種群的個體基因進行選擇、交叉和變異操作;

4)滿足終止條件結束,否則返回步驟2),輸出最終個體即分類錯誤率最低的個體.

其中,交叉率pc和變異率pm的公式如下:

(3)

(4)

f′是交叉染色體的適應度最大值,f是變異染色體的適應度.fmax是最大適應度,favg是平均適應度,p0和p1設置為p0=0.1,p1=0.01.

對于遺傳算法的具體步驟分析讀者可以參見文獻[12,14].

互信息最大化遺傳算法(MIM-GA)是一種基于信息論模型的特征選擇法.互信息最大化的基本思想是選擇后的特征集合應當盡可能多地提高關于類別的信息,互信息是運用特征與類別的概率分布及它們之間的條件概率分布來計算特征的選擇強度[11,13].互信息最大化遺傳算法在遺傳算法的基礎上加入了互信息最大化的特征選擇方法.在我們過去的工作[11]中,在不同的數(shù)據(jù)集當中可以取的廣泛的有價值的特征選擇結果.

2 實 驗

實驗中所用的計算機配置環(huán)境為:處理器為Intel(R)Core(TM)i3-4150 CPU @3.50 GHZ,內(nèi)存為4 GB,操作系統(tǒng)為Windows 7.計算軟件是MATLAB 7.11.0(R2010b);SVM分類算法調(diào)用的是WEKA(Waikato Environment for Knowledge Analysis)中的LIBSVM工具箱.LIBSVM使用RBF核函數(shù),核函數(shù)參數(shù)為gamma=1/特征數(shù),SVM的錯分代價參數(shù)設置為C=1.

2.1 數(shù)據(jù)集與預處理

在ASHRAE項目1043-RP當中,一架90噸的離心式冷卻器在實驗室中模擬出冷卻器系統(tǒng)七種可能的故障數(shù)據(jù)包,以及在常規(guī)狀態(tài)下的數(shù)據(jù)包.每種故障還被細分為了4種不同的故障程度(以百分比來衡量),不同變量故障程度如表1.

表1 故障嚴重性級別

整個數(shù)據(jù)包記錄了兩組數(shù)據(jù),一組以10 s為固定時間間隔,另一組以2 min為固定時間間隔.每一次記錄,ASHRAE項目1043-RP都會提供64個數(shù)據(jù),其中包括29個溫度數(shù)據(jù)、5個壓強數(shù)據(jù)、5個流量數(shù)據(jù)、7個閥門位置數(shù)據(jù)、以及壓縮機的電能消耗、工作效率等.這是一份較為詳盡的空調(diào)查錯與診斷數(shù)據(jù).

預處理的過程中,首先要對樣本數(shù)據(jù)進行歸一化.在提取數(shù)據(jù)的特征之前,對數(shù)據(jù)進行預處理是有必要的,其中的歸一化可將數(shù)據(jù)限制在實驗需要的一定范圍內(nèi),以抑制部分其他干擾及方便實驗數(shù)據(jù)的后續(xù)處理,保證程序運行的過程中收斂加快.本實驗中對故障樣本集和正常樣本集同時進行歸一化.

使用混合、多類的特征選擇方法對樣本數(shù)據(jù)進行特征選擇.樣本數(shù)據(jù)分別采用SFS、ReliefF、遺傳算法以及互信息最大化-遺傳算法的混合特征選擇后,取出特征選擇后權值較大的特征,分別將其作為樣本模型特征,用于后續(xù)的SVM的分類處理.本實驗中按照特征權重選取4組作為樣本模型特征.

將樣本特征模型輸入至WEKA軟件的LIBSVM分類器,在數(shù)據(jù)集中,取出66%的數(shù)據(jù)用于訓練,其余的數(shù)據(jù)用于測試,得到故障識別模型.

訓練結束后,根據(jù)分類器輸出區(qū)域顯示的訓練和測試結果,對結果進行分析總結.

上述步驟的流程如圖1.

圖1 故障識別流程圖Figure 1 Flowchart of classification and recognition of chiller data set

2.2 實驗結果與分析

根據(jù)實驗設計對不同的特征選擇方法進行分類識別,找出一組更有利于空調(diào)故障識別的特征子集,得到的實驗數(shù)據(jù)是分別由不同的特征選擇方法處理后的特征子集進行同類分類器生成的故障識別準確率.

下面將采用4種特征選擇的算法即SFS、ReliefF、遺傳算法以及互信息最大化-遺傳算法的混合特征選擇中各自選取的4類樣本模型特征數(shù)據(jù)進行分析整理,如表2.

表2 不同特征選擇算法在冷水機組故障數(shù)據(jù)的準確率對比

(續(xù)表2)

為選擇出最合適自動化空調(diào)故障診斷的特征子集,本實驗分別采用SFS、ReliefF、遺傳算法以及互信息最大化-遺傳算法作為實驗樣本的特征選擇方式,然后對比這4種特征選擇后的特征子集數(shù)據(jù)在使用支持向量機后的故障識別效果,找出適合空調(diào)診斷的特征子集,同時判斷出適合診斷的特征選擇算法.

表3 故障原因對應的識別率最高的特征子集

Table 3 The highest diagnosis feature subset corresponding to each fault type

故障類型特征選擇算法特征子集F1遺傳算法TWCI，SharedCondTons，F(xiàn)WE，TCA，P?lift，PO?feed，VE，THOF2序列前向選擇THI，PO?net，TWCD，TWEO，TWE?set，Tsh?suc，To?sump，TEIF3序列前向選擇THI，PO?net，TWCD，TWEO，TWE?set，Tsh?suc，To?sump，TEIF4序列前向選擇THI，PO?net，TWCD，TWEO，TWE?set，Tsh?suc，To?sump，TEIF5遺傳算法TWCI，SharedCondTons，F(xiàn)WE，TCA，P?lift，PO?feed，VE，THOF6遺傳算法TWCI，SharedCondTons，F(xiàn)WE，TCA，P?lift，PO?feed，VE，THOF7遺傳算法TWCI，SharedCondTons，F(xiàn)WE，TCA，P?lift，PO?feed，VE，THO

實驗中使用7種故障原因數(shù)據(jù),分別為冷凝器故障、原油過剩、制冷劑無法凝結、冷凝器管道水流速度降低、蒸發(fā)器管道水流降低、制冷劑泄漏和制冷劑過剩.每類數(shù)據(jù)分為4種不同的故障程度(表1).表2對比了使用不同特征選擇算法,選取出4個和8個最重要的特征以后,并使用支持向量機后的分類精度.其中,最高的分類精度值加粗表示.表3根據(jù)實驗結果中特征子集的識別率進一步分析整理出針對不同故障所對應的特征子集類型在算法、故障程度以及特征數(shù)量變化上的特點規(guī)律.

分析表2、表3可以看出,在空調(diào)數(shù)據(jù)整理時,同種分類器處理后,本文中利用遺傳算法特征選擇處理的數(shù)據(jù)子集的故障識別率較高于序列前向選擇、ReliefF和互信息-遺傳算法.本文中遺傳算法相較其他3種選擇算法提取的特征子集具有更好的識別性能,這說明在找出更適合自動化空調(diào)診斷特征子集的過程中遺傳算法有較高的效率和選擇性.根據(jù)該算法選擇出的特征類型即：冷凝器水溫度,計算共享熱傳遞,蒸發(fā)器水流量,冷凝器臨近溫度,壓縮機上的壓力升降,供油壓力值,蒸發(fā)器閥位置,出熱水溫度值.本文中涉及的特征子集變量的描述見表4.

3 結 語

表4 特征變量及其描述

本文針對目前冷水機組故障診斷中的不足提出了一種利用多種特征選擇方法提取最重要特征子集的綜合性實驗方法.利用AHSRAE項目1043-RP所提供的真實數(shù)據(jù)集對不同的特征選擇結果進行分類精度對比.最終得到的結果能夠更有效率地對冷水機組進行故障診斷.在對比了SFS、ReliefF算法、遺傳算法以及互信息最大化-遺傳算法在不同空調(diào)故障原因及故障程度下的識別準確率后,發(fā)現(xiàn)利用遺傳算法特征選擇的方式處理后具有較高的識別率,具體的特征子集包括冷凝器水溫度、計算共享熱傳遞、蒸發(fā)器水流量、冷凝器臨近溫度、壓縮機上的壓力升降、供油壓力值、蒸發(fā)器閥位置、出熱水溫度值.

在今后的研究中,我們將利用實際物理模型與本文所發(fā)現(xiàn)的重要特征子集作比較,找出在實際熱能系統(tǒng)中各個特征之間的關聯(lián),從而更好地分析空調(diào)診斷系統(tǒng).

[1] ERGAN S,YANG X. Design and evaluation of an integrated visualization platform to support corrective maintenance of HVAC problem-related work orders[J].Journal of Computing in Civil Engineering,2016,30(3)：04015041.

[2] ZHOU Q, WANG S, XIAO F. A novel strategy for the fault detection and diagnosis of centrifugal chiller systems[J].Hvac & R Research,2009,15(1):57-75.

[3] HAN H, GU B, KANG J,et al. Study on a hybrid SVM model for chiller FDD applications[J].Applied Thermal Engineering,2011,31(4):582-592.

[4] LI S, WEN J. Application of pattern matching method for detecting faults in air handling unit system[J].Automation in Construction,2014,43(43):49-58.

[5] WANG H, CHEN Y, CHAN C W H, et al. Online model-based fault detection and diagnosis strategy for VAV air handling units[J].Energy & Buildings,2012,55(12):252-263.

[6] BONVINI M, SOHN M D, GRANDERSON J, et al. Robust on-line fault detection diagnosis for HVAC components based on nonlinear state estimation techniques[J].Applied Energy,2014,124(1):156-166.

[7] KE Y, WEN S, T MULUMBA, et al. ARX model based fault detection and diagnosis for chillers using support vector machines[J].Energy & Buildings,2014,81:287-295.

[8] YAN K, JI Z, SHEN W. Online fault detection methods for chillers combining extended kalman filter and recursive one-class SVM[J].Neurocomputing,2016,228:205-212.

[9] MOLINA L C, BELANCHE L,NGELA NEBO. Feature selection algorithms: A survey and experimental evaluation.[C]//IEEE International Conference on Data Mining. Louisiana: IEEE,2002:306-313.

[10] BOLON CANDEO V, SANCHEZ MARNON N, Alonso BETANZOS A. A review of feature selection methods on synthetic data[J].Knowledge and Information Systems,2013,34(3):483-519.

[11] 魏莎莎,陸慧娟,金偉,等.基于云平臺的互信息最大化特征提取方法研究[J].電信科學,2013,29(10):38-42. WEI S S, LU H J, JIN W, et al. Maximum mutual information feature extraction method based on the cloud platform[J].Telecommunications Science,2013,29(10):38-42.

[12] LU H, CHEN W, MA X, et al. Model-free gene selection using genetic algorithms[J].International Journal of Digital Content Technology & Its Applications,2011,5(1):195-203.

[13] 魏莎莎,陸慧娟,安春霖,等.一種基于互信息最大化的模型無關基因選擇方法[J].計算機科學,2014,41(9):243-247. WEI S S, LU H J, AN C L, et al. Model-free gene selection method based on maximum mutual information[J].Computer Science,2014,41(9):243-247.

[14] 陸慧娟,張金偉,馬小平,等.基于特征選擇的過抽樣算法的研究[J].電信科學,2012,28(1):87-91. LU H J, ZHANG J W, MA X P, et al. Study of over-sampling method based on feature selection[J].Telecommunications Science,2012,28(1):87-91.

[15] KIRA K, RENDELL L A. The feature selection problem: Traditional methods and a new algorithm[C]//National Conference on Artificial Intelligence. California: AAAI Press,1992:129-134.

[16] KONONENKO I. Estimating attributes: Analysis and extensions of RELIEF[J].Lecture Notes in Computer Science,1994,784:171-182.

[17] 劉亞卿,陸慧娟,杜幫俊,等.面向基因數(shù)據(jù)分類的旋轉森林算法研究[J].中國計量學院學報,2015,26(2):227-231. LIU Y Q, LU H J, DU B J, et al. Study on classifier algorithm of genetic data based on rotation forest[J].Journal of China University of Metrology,2015,26(2):227-231.

Important features selection in fault diagnosis of chillers

MA Lulu, YAN Ke, LU Huijuan

(College of Information Engineering, China Jiliang University, Hangzhou 310018, China)

In the data-driven centralized air-conditioning system fault diagnosis process, feature selection is the essential pre-process. The selection of important features is meaningful to effective fault judgment. In this paper, different methods were used to select features from the fault data of a group of chillers. Support vector machines were used for classification with selected feature subsets. The most important feature subsets of chiller failures were obtained through comparative analysis.

feature selection; genetic algorithm; ReliefF algorithm; support vector machine

2096-2835(2017)02-0190-06

10.3969/j.issn.2096-2835.2017.02.009

2016-12-09 《中國計量大學學報》網(wǎng)址：zgjl.cbpt.cnki.net

2015年浙江省重點學科建設科研啟動費項目(No.000485).

馬露露(1991- )，女，江蘇省徐州人，碩士研究生，主要研究方向為機器學習.E-mail:1371443586@qq.com 通信聯(lián)系人：嚴 珂，男，講師.E-mail:yanke@cjlu.edu.cn

TP391

A