Dec, 2023
基于 OPTICS 的无监督学习方法用于终端空气处理单元的故障检测
Unsupervised Learning for Fault Detection of HVAC Systems: An OPTICS -based Approach for Terminal Air Handling Units
Farivar Rajabi, J.J. McArthur
TL;DR基于 AI 分类技术的智能建筑系统中，研究了一种无监督学习策略以检测终端空气处理单元及其相关系统中的故障。使用主成分分析对历史传感器数据进行预处理，并与 k-means 进行对比。结果表明，优于 k-means 的 OPTICS 在准确性上在各个季节中保持一致，并且具有可视化功能。然而，PCA 的降维可能会导致丢失关键信息，从而在复杂故障情况下可能产生一些无法识别的聚类。