作者:李昱瑾; 陈焕新; 刘江岩变制冷剂流量系统运行功耗预测模型粒子群算法支持向量回归
摘要:支持向量回归(SVR)模型在多联机系统功耗预测稳定性和精度上存在不足,本文引入粒子群优化算法(PSO),对SVR预测模型的惩罚系数和核参数进行最优求解,来改善模型预测性能。在制冷剂充注量为95.75%工况下,对多联机组进行运行实验,并对实验数据进行预处理。基于PSO算法建立PSO-SVR模型,对多联机功耗进行预测,并与SVR模型的预测结果和理论公式计算结果进行比较。结果表明:SVR、PSO-SVR、理论公式计算法总体预测误差分别为1.43%、1.08%和1.57%,均方根误差RMSE分别为105.36、88.79、91.37 W,参数寻优结果为惩罚系数C=10000和核参数γ=4.275。粒子群优化算法的引入,显著提高了SVR模型的预测精度和稳定性;相较于理论公式计算法,PSO-SVR精度更高,且需要测量的参数数目明显减少,在降低了测量系统复杂性同时更具经济适用性。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社