科创中国

高端装备制造产业,节能环保产业

将人工智能与建筑能源系统理论深度融合，攻克制约节能与故障诊断技术现场应用的瓶颈，实现系统高效运行与复杂系统智能预测、诊断和评估。 巧妙运用并尝试发展人工智能领域的前沿手段，解决阻碍建筑能源系统故障诊断技术现场应用中的瓶颈问题。通过深度融合人工智能与能源领域理论，从现场应用视角探索建筑能源系统故障诊断新理论与新方法，旨在构建诊断成本低、通用性强、复杂运行条件下鲁棒性出色的复合诊断方法，解决建筑能源系统故障诊断技术中的卡脖子问题。

1）基于现场应用视角开展一系列建筑能源系统复合故障诊断方法研究； 2）将贝叶斯理论应用到冷水机组故障检测与诊断中，解决了新故障识别问题，并将已知故障诊断正确率最大提升20%以上； 3）提出冷水机组故障特征选择策略，解决了诊断技术现场应用的经济问题； 4）提出非完整信息下冷水机组故障诊断性能增强策略，非完整信息下故障诊断正确率最大提升40%； 5）提出一种地下水能量梯级利用的地下水源热泵新系统，季节性能耗节约高达40%。

主要研究方向是建筑能源系统节能与智能故障诊断技术开发与应用，研究愿景是将人工智能与建筑能源系统理论深度融合，攻克制约节能与故障诊断技术现场应用的瓶颈，实现系统高效运行与复杂系统智能预测、诊断和评估。取得主要创新成果如下：1）基于现场应用视角开展一系列建筑能源系统复合故障诊断方法研究；2）将贝叶斯理论应用到冷水机组故障检测与诊断中，解决了新故障识别问题，并将已知故障诊断正确率最大提升20%以上；3）提出冷水机组故障特征选择策略，解决了诊断技术现场应用的经济问题；4）提出非完整信息下冷水机组故障诊断性能增强策略，非完整信息下故障诊断正确率最大提升40%；5）提出一种地下水能量梯级利用的地下水源热泵新系统，季节性能耗节约高达40%。 科技奖励。作为主要完成人分别获2022年度和2020年度河南省科技进步奖二等奖、2022年度河南省教育厅科技成果一等奖和2020年度陕西高等学校科学技术一等奖。 主持项目。主持国家自然科学基金青年项目1项，主持河南省重点研发与推广专项（科技攻关）和国家重点实验室开放课题等省部级项目2项，主持中原青年拔尖人才、河南省高校科技创新人才支持计划项目等。

点击查看