マルチスプリットシステムのエネルギー消費データの変化だけでエネルギー消費の大幅な変動を引き起こす要因を判断することは非常に困難です。本論文では、マルチスプリットシステムに適用可能な効果的なエネルギー消費評価および診断方法を提案します。サポートベクター回帰（SVR）アルゴリズムと単一クラスサポートベクターマシン（OCSVM）アルゴリズムを組み合わせ、まずシステムのエネルギー消費データセットの特徴を抽出し、非定常データを除去し、抽出した特徴変数とシステムのエネルギー消費に基づいてSVRモデルを構築し、マルチスプリットシステムのエネルギー消費を予測します。その後、実際のエネルギー消費値と予測エネルギー消費値の差および比率をそれぞれ正規化して入力変数とし、単一クラスサポートベクターマシン（OCSVM）モデルを構築してサンプル判別を行い、システムのエネルギー消費異常の原因であるかを特定し、これによりマルチスプリットシステムのエネルギー消費を評価・診断します。本論文は、マルチスプリットの正常なエネルギー消費データセットに基づいてエネルギー消費評価および診断モデルを構築し、異常なエネルギー消費データセットを用いてモデルの信頼性を検証しました。結果は、SVR-OCSVMモデルに基づくエネルギー消費評価および診断モデルが70％以上の高い精度を持つことを示しています。

マルチスプリットシステム; エネルギー消費評価と診断; サポートベクター回帰; 単一クラスサポートベクターマシン