基于SVR-OCSVM模型的多联机系统用能评估与诊断

• 作者: 刘佳慧 刘江岩 李正飞 陈焕新 黄荣庚
• 来源期刊: 制冷学报
• 学科: 工学
• 关键词: 多联机系统 用能评估与诊断 支持向量回归 单类支持向量机
• 年，卷（期）: 2020,（4）
• 页码范围: 75-81
• 页数: 7页
• 分类号: TB657.2|TU831.3
• 字数: 4150字
• 语种: 中文
• DOI: 10.3969/j.issn.0253-4339.2020.04.075

摘要

直接根据多联机系统能耗数据的变化来判断导致能耗大幅波动的因素是很困难的.本文提出一种有效的可用于多联机系统的能耗评估与诊断方法:将支持向量回归(SVR)算法与单类支持向量机(OCSVM)算法相结合,首先通过提取系统能耗数据集特征,去除非稳态数据,根据提取的特征变量与系统能耗建立SVR模型,预测多联机系统能耗;然后将实际能耗值与预测能耗值之差和之比分别标准化,作为输入变量,建立单类支持向量机(OCSVM)模型进行样本判别,确定是否为导致系统能耗异常的原因,以此评估诊断多联机系统能耗情况.本文基于多联机能耗正常的数据集构建了能耗评估与诊断模型,并用多联机系统能耗异常数据集验证了模型的可靠性.结果 表明:基于SVR-OCSVM模型的能耗评估与诊断模型具有较高的准确度,基本能达到70％以上.

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	李正飞	华中科技大学能源与动力工程学院	10	11	2.0	3.0
4	黄荣庚	华中科技大学能源与动力工程学院	6	16	3.0	3.0
5	刘佳慧	华中科技大学能源与动力工程学院	5	16	3.0	4.0