摘要
マルチスプリット空調システムは様々な公共建築物で広く使用されていますが、故障が発生すると快適性が低下し、エネルギー消費が増加します。冷媒充填量は空調システムの効率的な運転に影響を与える重要なパラメータです。本論文では、Boosting集成アルゴリズムに基づく故障診断モデルを提案し、冷媒充填量の故障を研究対象として、ロジスティック回帰、決定木、ランダムフォレスト、サポートベクターマシンおよびBPニューラルネットの5つの基本分類器を統合し、カイ二乗検定による特徴選択を行い、冷房および暖房モードの実験データを用いて診断モデルを構築しました。結果は、Boostingに基づく集成モデルがマルチスプリットの冷媒充填量の故障を効率的に検出でき、正確率は96.8%に達し、従来の故障検出手法と比べて診断モデルの応答速度、精度および実用性が大幅に向上したことを示しました。
关键词
Boosting;集成;冷媒充填量;マルチスプリット;故障診断
以上内容由讯飞翻译自动生成，翻译内容仅供参考。对于因使用本网站翻译内容产生的相关后果，本网站不承担任何商业和法律责任。
The above content is generated by Large Model Translation. The translated content is for reference only. We do not assume any commercial or legal responsibilty for any consequences arising from the use of our website