文献

J-GLOBAL ID：202002211663007784   整理番号：20A2303495

SVR-OCSVMモデルに基づくマルチオンラインシステム用の評価と診断【JST・京大機械翻訳】

Energy Assessment and Diagnosis of Variable Refrigerant Flow System Based on SVR-OCSVM Model

著者 (5件)： Liu Jiahui (華中科技大学能源与動力工程学院 武漢430074) ,  Liu Jiangyan (華中科技大学能源与動力工程学院 武漢430074) ,  Chen Huanxin (華中科技大学能源与動力工程学院 武漢430074) ,  Huang Ronggeng (華中科技大学能源与動力工程学院 武漢430074) ,  Li Zhengfei (華中科技大学能源与動力工程学院 武漢430074)
資料名： Zhileng Xuebao  (Zhileng Xuebao)
巻： 41  号： 4  ページ： 75-81  発行年： 2020年 
JST資料番号： C2180A  ISSN： 0253-4339  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 直接マルチオンラインシステムのエネルギー消費データの変化により、エネルギー消費の大幅な変動を招く要素を判断するのは困難である。マルチオンラインシステムのエネルギー消費評価と診断のための有効な方法を示した。サポートベクトル回帰(SVR)アルゴリズムと単一クラスサポートベクトルマシン(OCSVM)アルゴリズムを結合して,まず第一に,システムエネルギー消費データセットの特性を抽出して,非定常データを取り除いて,抽出特性変数とシステムエネルギー消費に基づくSVRモデルを確立して,マルチオンラインシステムのエネルギー消費を予測した。次に,実際のエネルギー消費と予測エネルギー消費の間の差異と比率を標準化して,入力変数として,単一サポートベクトルマシン(OCSVM)モデルを,サンプル識別のために確立して,それは,システムエネルギー消費の異常な原因と判断して,このように,マルチオンラインシステムのエネルギー消費を診断した。エネルギー消費評価と診断モデルを,マルチオンラインエネルギー消費の正常なデータセットに基づいて構築し,そして,モデルの信頼性を,マルチオンラインシステムのエネルギー消費異常データセットによって検証した。結果は,SVR-OCSVMモデルに基づくエネルギー消費評価と診断モデルには,高い精度があり,ほぼ70%以上であることを示した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  オンラインシステム ,  信頼性 ,  標準化 ,  エネルギー消費 ,  *サポートベクトルマシン
準シソーラス用語： 非定常性 ,  診断モデル ,  サポートベクトル回帰 , 【Automatic Indexing@JST】

分類 (2件)： 冷凍機応用  (PD04000A) ,  冷凍装置  (PD03000T)

タイトルに関連する用語 (5件)： モデル ,  マルチ ,  オンラインシステム ,  評価 ,  診断