论文摘要
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。
论文目录
文章来源
类型: 期刊论文
作者: 刘峥,黄真银,徐成良,陈焕新,李昱瑾
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
来源: 制冷技术 2019年06期
年度: 2019
分类: 工程科技Ⅱ辑,信息科技
专业: 建筑科学与工程,自动化技术
单位: 华中科技大学中欧清洁与再生能源学院,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: TP18;TU831.3
页码: 15-20
总页数: 6
文件大小: 1303K
下载量: 190
相关论文文献
标签:冷水机组能耗预测论文; 主成分分析论文; 支持向量机论文; 参数寻优论文;