论文摘要
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。
论文目录
文章来源
类型: 期刊论文
作者: 李昱瑾,陈焕新,刘江岩
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
来源: 制冷技术 2019年03期
年度: 2019
分类: 工程科技Ⅱ辑
专业: 建筑科学与工程
单位: 华中科技大学中欧清洁与可再生能源学院,华中科技大学能源与动力工程学院
基金: 国家自然科学基金(No.51876070,No.51576074)
分类号: TU111.195
页码: 36-41
总页数: 6
文件大小: 2025K
下载量: 87
相关论文文献
标签:多联机系统论文; 能耗预测论文; 支持向量机论文; 最小二乘支持向量机论文; 数据故障诊断论文;