Модель опорных векторов регрессии (SVR) имеет недостатки в стабильности и точности прогнозирования энергопотребления мультисплит-систем. В данной работе введён алгоритм оптимизации роя частиц (PSO) для оптимального определения коэффициента штрафа и параметра ядра модели SVR, чтобы улучшить её предсказательную производительность. При уровне заправки хладагента 95,75% проведены эксплуатационные эксперименты на мультисплит-системах и обработаны экспериментальные данные. На основе алгоритма PSO построена модель PSO-SVR для прогнозирования потребления энергии мультисплит-систем, результаты которой сравнивались с результатами модели SVR и теоретическими вычислениями. Результаты показывают, что общая ошибка прогноза для SVR, PSO-SVR и теоретического метода составила соответственно 1,43%, 1,08% и 1,57%, корень из среднеквадратичной ошибки (RMSE) составил 105,36, 88,79 и 91,37 Вт, результаты оптимизации параметров: штрафной коэффициент C=10000, параметр ядра γ=4,275. Введение алгоритма оптимизации роя частиц значительно повысило точность и стабильность модели SVR; по сравнению с теоретическим методом, PSO-SVR обладает более высокой точностью и требует значительно меньше измеряемых параметров, снижая сложность измерительной системы и повышая экономическую эффективность.

Система с переменным расходом хладагента;эксплуатационное энергопотребление;прогностическая модель;алгоритм роя частиц;регрессия опорных векторов