武汉科技大学李冠男副教授应邀作“基于可解释人工智能的建筑能源系统故障诊断与特征学习”的学术讲座

发布者:jidian发布时间:2023-11-03作者:浏览次数:10

2023112日下午,武汉科技大学李冠男副教授应邀于机电工程学院401室,开展了“基于可解释人工智能的建筑能源系统故障诊断与特征学习”的学术讲座,建筑环境与能源应用工程专业全体教师及学院相关教师参加了此次学术讲座并行了交流,讲座由建环专业负责人胡云鹏老师主持。

李冠男博士系武汉科技大学城市建设学院副教授,硕士生导师,暖通空调与新能源研究所所长,湖北省城市更新省工程研究中心建筑能源智慧运维研究所所长,中国制冷学会会员,湖北省土木建筑学会暖通空调专业委员会委员,武汉市土木建筑学会暖通空调专业委员会委员。主要开展制冷空调系统仿真建模与故障检测诊断、人工智能的建筑能源系统控制优化与节能应用等方面的研究工作,主持国家自然科学基金青年项目等10余项课题,入选2019年度湖北省“楚天学者(子)计划”,入围2023年度全球前2%科学家榜单。发表SCI论文20多篇,授权发明专利2项,软件著作权2项。

    此次讲座,李博士指出故障诊断对保持制冷空调节能、可靠运行十分关键。从模型底层数据、特征角度出发,改进传统方法的微小程度故障诊断性能弱、特征不显著等问题,探索可靠的深度学习故障诊断新方法。针对制冷空调数据特性,提出可解释深度神经网络诊断模型。设置合理激活函数和卷积过程,避免信息丢失,保证输入特征可溯源。诊断准确率高且有助于解析深层网络模型诊断过程,提高可靠性;提出深层特征提取方法,对不同故障提取有效激活的故障敏感特征子集,专业解释合理且数据区分度高。建模数据体量偏小的少样本情形下,特征组合优化模型可增强微小故障诊断效果。所提取深层特征与预训练微调迁移学习方法结合,提升跨工况跨系统场景下的制冷空调故障诊断准确率。

最后,李博士与参会教师就其讲座内容开展了交流讨论,参会教师都表示李博士的研究将先进人工智能方法应用于制冷空调的节能减排与优化运行领域,对自身的研究工作具有很好的启发作用。