基于双预测模型的多联机能耗数据异常诊断策略

• 作者: 刘江岩 李昱瑾 陈焕新
• 来源期刊: 制冷技术
• 关键词: 多联机系统 能耗预测 支持向量机 最小二乘支持向量机 数据故障诊断
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 设计与研究
• 页码范围: 36-41
• 页数: 6页
• 字数: 3651字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-4468.2019.03.107

摘要

异常值的存在将对能耗预测结果带来很大影响.本文提出了一种基于双模型对比的分析策略来剔除异常值.在制冷剂充注量为95.75％实验工况下采集多联机组运行数据,并进行数据预处理,建立了支持向量机(SVM)和最小二乘支持向量机(LS-SVM)预测模型,对多联机组能耗进行预测,最终对比分析两种模型预测结果,找出同时出现较大误差的异常数据点,将其剔除.结果表明:SVM和LS-SVM双预测模型对比分析法能有效地诊断出多联机组能耗数据异常,剔除异常数据后,两种模型的预测精度提升显著.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈焕新	华中科技大学能源与动力工程学院	150	1067	18.0	25.0
2	刘江岩	华中科技大学能源与动力工程学院	16	118	5.0	10.0
3	李昱瑾	华中科技大学中欧清洁与可再生能源学院	3	1	1.0	1.0