一种基于多特征集成极限学习机的冷水机组故障诊断方法

本发明提供了一种基于多特征集成极限学习机的冷水机组故障诊断方法，属于故障诊断技术领域。解决了传统的融合特征提取与分类建模方法对微小故障难以精准识别且计算负荷大以及训练时间长的技术问题。其技术方案为：通过滑动窗口的方法分别提取基础统计特征、概率分布特征、独立特征，再结合原始数据特征，从这四种特征维度对冷水机组数据进行分析，引入集成极限学习机，通过集成多个子模型降低单个模型的随机性和不确定性，最后针对引入的多特征，设计了一套特征组合与特征选择策略，来完成对集成极限学习机的结果融合。本发明提升模型的泛化能力和故障诊断的稳定性和对复杂运行状态的适应。