本文主要研究内容
作者李昱瑾,陈焕新,刘江岩（2019）在《基于双预测模型的多联机能耗数据异常诊断策略》一文中研究指出：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。
Abstract
yi chang zhi de cun zai jiang dui neng hao yu ce jie guo dai lai hen da ying xiang 。ben wen di chu le yi chong ji yu shuang mo xing dui bi de fen xi ce lve lai ti chu yi chang zhi 。zai zhi leng ji chong zhu liang wei 95.75%shi yan gong kuang xia cai ji duo lian ji zu yun hang shu ju ,bing jin hang shu ju yu chu li ,jian li le zhi chi xiang liang ji (SVM)he zui xiao er cheng zhi chi xiang liang ji (LS-SVM)yu ce mo xing ,dui duo lian ji zu neng hao jin hang yu ce ,zui zhong dui bi fen xi liang chong mo xing yu ce jie guo ,zhao chu tong shi chu xian jiao da wu cha de yi chang shu ju dian ,jiang ji ti chu 。jie guo biao ming :SVMhe LS-SVMshuang yu ce mo xing dui bi fen xi fa neng you xiao de zhen duan chu duo lian ji zu neng hao shu ju yi chang ,ti chu yi chang shu ju hou ,liang chong mo xing de yu ce jing du di sheng xian zhe 。
论文参考文献
论文详细介绍
论文作者分别是来自制冷技术的李昱瑾,陈焕新,刘江岩，发表于刊物制冷技术2019年03期论文，是一篇关于多联机系统论文,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,制冷技术2019年03期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自制冷技术2019年03期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
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; 制冷技术2019年03期论文;