直接根據(jù)多聯(lián)機系統(tǒng)能耗數(shù)據(jù)的變化來判斷導(dǎo)致能耗大幅波動的因素是很困難的。本文提出一種有效的可用于多聯(lián)機系統(tǒng)的能耗評估與診斷方法:將支持向量回歸（SVR）算法與單類支持向量機（OCSVM）算法相結(jié)合,首先通過提取系統(tǒng)能耗數(shù)據(jù)集特征,去除非穩(wěn)態(tài)數(shù)據(jù),根據(jù)提取的特征變量與系統(tǒng)能耗建立SVR模型,預(yù)測多聯(lián)機系統(tǒng)能耗;然后將實際能耗值與預(yù)測能耗值之差和之比分別標(biāo)準(zhǔn)化,作為輸入變量,建立單類支持向量機（OCSVM）模型進行樣本判別,確定是否為導(dǎo)致系統(tǒng)能耗異常的原因,以此評估診斷多聯(lián)機系統(tǒng)能耗情況。本文基于多聯(lián)機能耗正常的數(shù)據(jù)集構(gòu)建了能耗評估與診斷模型,并用多聯(lián)機系統(tǒng)能耗異常數(shù)據(jù)集驗證了模型的可靠性。結(jié)果表明:基于SVR-OCSVM模型的能耗評估與診斷模型具有較高的準(zhǔn)確度,基本能達到70%以上。 

【文章來源】：制冷學(xué)報. 2020,41(04)北大核心CSCD

【文章頁數(shù)】：7 頁

【部分圖文】：

單類支持向量機算法示意圖

本文以制冷劑為R410A的多聯(lián)機系統(tǒng)為研究對象，在標(biāo)準(zhǔn)的焓差室進行相關(guān)實驗。該多聯(lián)機實驗系統(tǒng)如圖3所示，系統(tǒng)包括一臺額定功率為28 kW的室外機、5臺總額定功率為29.7 kW的室內(nèi)機、壓縮機、氣液分離器、過濾器等。多聯(lián)機系統(tǒng)內(nèi)置多個傳感器，用于采集壓縮機運行頻率等系統(tǒng)參數(shù)以及室內(nèi)環(huán)境溫度、室外環(huán)境溫度等氣象數(shù)據(jù)。此外，多聯(lián)機系統(tǒng)用能由智能電表采集。表1所示為具體實驗工況，制冷劑充注水平(refrigerant charge level,RCL)95.75%和103.74%被定義為正常實驗工況，制冷劑充注不足與過量工況視為故障實驗工況。實驗在制熱模式下進行，分別采集正常工況、制冷劑充注不足和過量故障工況下的實驗數(shù)據(jù)。3 結(jié)果分析

多聯(lián)機實驗系統(tǒng)

【參考文獻】：
期刊論文
[1]基于PCA-DT的多聯(lián)機制冷劑充注量故障診斷[J]. 王江宇,陳煥新,劉江巖,李冠男.  華中科技大學(xué)學(xué)報(自然科學(xué)版). 2016(07)
[2]基于小波去噪和神經(jīng)網(wǎng)絡(luò)的冷水機組故障診斷[J]. 石書彪,陳煥新,李冠男,胡云鵬,黎浩榮,胡文舉.  制冷學(xué)報. 2016(01)
[3]基于改進BP網(wǎng)絡(luò)的冷水機組故障診斷[J]. 石書彪,陳煥新,李冠男,胡云鵬,黎浩榮,胡文舉,李炅.  制冷學(xué)報. 2015(06)
[4]基于SVDD的冷水機組傳感器故障檢測及效率分析[J]. 李冠男,胡云鵬,陳煥新,黎浩榮,李炅,胡文舉.  化工學(xué)報. 2015(05)



本文編號：3476150