基于机器学习的冷水机组空调故障预测研究  

作　　者：王众 

机构地区：[1]特灵科技亚太研发中心,上海200051

出　　处：《物联网技术》2024年第12期141-144,148,共5页Internet of things technologies

摘　　要：文中旨在通过运用机器学习的分析方法,对冷水机组空调的运行数据进行分析。首先清洗数据并训练模型,然后进行故障预测,进而形成一套方法,以期在获得更多数据后不断完善模型,从而进行更准确的预测。收集实际运行于多个现场的机组数据并对其进行处理,然后根据故障信息按一定规则完成标签分类,在故障预测中使用了决策树和随机森林2种机器学习方法,并对比了结果。结果显示,这2种方法在本领域的应用都有较高的准确性,在本次实例中随机森林模型表现出了更好的性能。

关 键 词：机器学习 故障预测 决策树 随机森林 冷水机组空调 数据标签 

分 类 号：TP391.4[自动化与计算机技术—计算机应用技术]