技术特征：
1.一种冷水机组传感器多源故障诊断方法，其特征在于，包括以下步骤：利用正常冷水机组的传感器历史数据，对高斯混合模型进行训练，得到多源故障预分类模型；其中，正常冷水机组的传感器历史数据包括正常数据及预设故障数据；将预处理好的待测冷水机组的传感器数据作为多源故障预分类模型的输入，通过高斯分布聚类进行故障预分类，得到待测冷水机组的传感器故障预分类结果；利用k-means聚类算法，对待测冷水机组的传感器故障预分类结果进行区分，得到待测冷水机组的故障分类结果。2.根据权利要求1所述的一种冷水机组传感器多源故障诊断方法，其特征在于，正常冷水机组的传感器历史数据包括冷却水供水温度传感器数据、冷却水回水温度传感器数据、冷冻水供水温度传感器数据及冷冻水回水温度传感器数据。3.根据权利要求1所述的一种冷水机组传感器多源故障诊断方法，其特征在于，所述预设故障数据采用对正常冷水机组中的一个或多个传感器预设故障形态后采集得到；其中，对正常冷水机组中的一个或多个传感器预设故障形态，具体包括：单发故障形态、双发故障形态、三发故障形态或四法故障形态；其中，单发故障形态包括：冷冻水供水温度传感器故障、冷冻水回水温度传感器故障、冷却水供水温度传感器故障及冷却水回水温度传感器故障；双发故障形态包括：冷冻水供水温度传感器故障-冷却水供水温度传感器故障及冷冻水回水温度传感器故障-冷却水回水温度传感器故障；三发故障形态包括：冷冻水供水温度传感器故障-冷却水供水温度传感器故障-冷却水回水温度传感器故障及冷冻水回水温度传感器故障-冷却水供水温度传感器故障-冷却水回水温度传感器故障；四发故障形态包括：冷冻水供水温度传感器故障-冷冻水回水温度传感器故障-冷却水供水温度传感器故障-冷却水回水温度传感器故障。4.根据权利要求1所述的一种冷水机组传感器多源故障诊断方法，其特征在于，利用正常冷水机组的传感器历史数据，对高斯混合模块进行训练，得到多源故障故障预分类模型的过程，具体如下：在不同时段正常冷水机组的传感器点位处，安置正常传感器或故障传感器；采集不同时段正常传感器或故障传感器数据，得到正常冷水机组的传感器历史数据；利用eemd-std算法，对所述正常冷水机组的传感器历史数据进行去噪处理，得到去噪后的样本；按照时间顺序利用去噪后的样本中同一时刻的传感器数据构建传感器数据矩阵mar，并进行归一化处理；根据预设故障数据形态，将归一化处理后的传感器数据矩阵mar划分为训练数据组mar1及测试数据组mar2；利用训练数据组mar1作为高斯混合模型的训练样本，进行训练，得到训练后的聚类模型；其中，所述训练后的聚类模型为具有训练好参数的高斯混合模型；利用测试数据组mar2作为训练后的聚类模型的测试样本，对训练后的聚类模型的参数进行评估调整，以获取似然函数的最大值为目标，得到具有最优参数的高斯混合模型，即得到所述的多源故障预分类模型。5.根据权利要求4所述的一种冷水机组传感器多源故障诊断方法，其特征在于，具有最
优参数的高斯混合模型中的最优参数包括加权系数平均值μ
i
和协方差矩阵∑
i
；似然函数为：其中，为训练数据的对数似然函数期望；β为高斯混合模型的初始参数；为高斯混合模型的最优参数；t为训练集中训练数据的序号；t为训练集的长度；x
t
为训练集中第t个训练数据；为训练集中每个数据的对数似然函数期望；θ为隐形变量，服从β概率的分布；k为高斯函数模型的个数；p(x
t
,θ/β)为训练集中第t个训练数据在隐形变量θ服从β概率下的概率；p(x
t
/β)为训练集中第t个训练数据服从β概率下的概率。6.根据权利要求1所述的一种冷水机组传感器多源故障诊断方法，其特征在于，预处理好的待测冷水机组的传感器数据为利用eemd-std算法对待测冷水机组的传感器数据进行去噪处理得到。7.根据权利要求1所述的一种冷水机组传感器多源故障诊断方法，其特征在于，利用k-means聚类算法，对待测冷水机组的传感器故障预分类结果进行区分，得到待测冷水机组的故障分类结果的过程中，k-means聚类算法的目标函数为：means聚类算法的目标函数为：其中，p为欧式距离；r
nk
为指示矩阵；x
n
为编号为n的待测冷水机组的传感器故障预分类结果数据；μ
k
为聚类中心；n为待测冷水机组的传感器故障预分类结果数据的编号；k为簇类编号；n为待测冷水机组的传感器故障预分类结果数据的总量；k为簇类别，即待测冷水机组的传感器故障预分类结果数据的类别。8.一种冷水机组传感器多源故障诊断系统，其特征在于，包括：预分类模型模块，用于利用正常冷水机组的传感器历史数据，对高斯混合模型进行训练，得到多源故障预分类模型；其中，正常冷水机组的传感器历史数据包括正常数据及预设故障数据；故障预分类模块，用于将预处理好的待测冷水机组的传感器数据作为多源故障预分类模型的输入，通过高斯分布聚类进行故障预分类，得到待测冷水机组的传感器故障预分类结果；故障检测模块，用于利用k-means聚类算法，对待测冷水机组的传感器故障预分类结果进行区分，得到待测冷水机组的故障分类结果。9.一种冷水机组传感器多源故障诊断设备，其特征在于，包括：存储器，用于存储计算机程序；处理器，用于执行所述计算机程序时实现如权利要求1-7任一项所述的冷水机组传感器多源故障诊断方法的步骤。10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-7任一项所述的冷水机
组传感器多源故障诊断方法的步骤。
技术总结
本发明公开了一种冷水机组传感器多源故障诊断方法、系统、设备及介质，方法包括：利用正常冷水机组的传感器历史数据，对高斯混合模型进行训练，得到多源故障预分类模型；其中，正常冷水机组的传感器历史数据包括正常数据及预设故障数据；将预处理好的待测冷水机组的传感器数据作为多源故障预分类模型的输入，通过高斯分布聚类进行故障预分类，得到待测冷水机组的传感器故障预分类结果；利用K-means聚类算法，对待测冷水机组的传感器故障预分类结果进行区分，得到待测冷水机组的故障分类结果；本发明实现自动通过数据的整体运行状态进行故障检测；满足对冷水机组的单源或多源传感器故障进行诊断检测，故障检测效率较高，获取多源故障类型。源故障类型。源故障类型。
技术研发人员：闫秀英 刘光宇 张伯言 杜伊帆 杜利娜
受保护的技术使用者：西安建筑科技大学
技术研发日：2022.03.22
技术公布日：2022/6/24