基于双预测模型的多联机能耗数据异常诊断策略

摘要

cqvip: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。