É muito difícil determinar os fatores que causam grandes flutuações no consumo de energia apenas com base nas variações dos dados de consumo energético de um sistema multi-split. Este artigo propõe um método eficaz para avaliação e diagnóstico do consumo de energia em sistemas multi-split: combinando o algoritmo de regressão por vetor de suporte (SVR) com o algoritmo de máquina de vetor de suporte de classe única (OCSVM). Primeiro, extraindo as características do conjunto de dados de consumo energético do sistema e removendo dados não estacionários, é construído um modelo SVR com base nas variáveis características extraídas e no consumo do sistema para prever o consumo de energia do sistema multi-split; em seguida, a diferença e a razão entre os valores reais e previstos do consumo de energia são normalizadas, sendo usadas como variáveis de entrada para construir um modelo OCSVM para a classificação das amostras, determinando se são a causa do consumo anômalo do sistema, avaliando e diagnosticando assim o consumo de energia do sistema multi-split. Este artigo construiu um modelo de avaliação e diagnóstico baseado em um conjunto de dados normal de consumo de energia multi-split e validou a confiabilidade do modelo com dados anômalos. Os resultados mostram que o modelo de avaliação e diagnóstico baseado em SVR-OCSVM apresenta alta precisão, alcançando cerca de 70% ou mais.

Sistema multi-split; Avaliação e diagnóstico do consumo de energia; Regressão por vetor de suporte; Máquina de vetor de suporte de classe única