随着建筑技术的不断发展和土地资源的紧缺,建筑的平均高度在逐年增加。在高层建筑中,射频升降机的应用已经越来越广泛。射频升降机的运行状态,直接影响高层建筑住户的生活质量。在射频升降机运行时,电源的故障是一种主要的故障原因。因此,射频升降机电源故障诊断方法,已经成为建筑领域需要研究的热点问题,受到了很多专家的重视。目前,主要的射频升降机电源故障诊断方法包括基于K均值聚类算法的射频升降机电源故障诊断方法,基于BP神经网络的射频升降机电源故障诊断方法和基于滤波换相算法的射频升降机电源故障诊断方法。其中,最常用的是基于K均值聚类算法的射频升降机电源故障诊断方法。
利用传统算法,对射频升降机电源故障进行诊断,在射频升降机运行环境中,大部分电源都是通过母线连接在配电网络中的,但是射频升降机的电源是直接接入到配电网络中的,从而造成配电网络中的支路增加,对网络线路的电流带来较大程度的干扰,从而导致故障信号存在较大程度的波动。利用传统算法进行故障诊断,无法对这种信号波动进行准确的分类,导致故障诊断的精度降低。电源故障信号特征减小,将造成射频升降机电源故障的错误诊断,从而降低了射频升降机电源故障诊断的准确性。