基于网格搜索优化的主成分分析-支持向量机算法的冷水机组能耗预测

• 作者: 刘峥 徐成良 李昱瑾 陈焕新 黄真银
• 来源期刊: 制冷技术
• 关键词: 冷水机组能耗预测 主成分分析 支持向量机 参数寻优
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 设计与研究
• 页码范围: 15-20
• 页数: 6页
• 字数: 4212字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-4468.2019.06.103

摘要

针对冷水机组能耗受多因素影响的特点,本文提出了一种基于主成分分析(Principal Component Analysis,PCA)和支持向量机(Support Vector Machine,SVM)的冷水机组能耗预测模型.采用交叉验证和网格搜索法优化支持向量机(SVM),将PCA-SVM的预测结果与优化后的SVM进行比较,结果表明:优化后的SVM模型的拟合优度较未经优化的模型提升了12.88％,建模时长较未经优化的模型缩短了80％,实现了在提升预测精度的同时节省了计算资源.

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	徐成良	华中科技大学能源与动力工程学院	8	16	3.0	3.0
3	李昱瑾	华中科技大学中欧清洁与再生能源学院	3	1	1.0	1.0
4	刘峥	华中科技大学中欧清洁与再生能源学院	1	1	1.0	1.0
5	黄真银		1	1	1.0	1.0