Es muy difícil determinar los factores que causan grandes fluctuaciones en el consumo de energía basándose únicamente en los cambios en los datos de consumo energético de un sistema multi-split. Este artículo propone un método efectivo para evaluar y diagnosticar el consumo energético de sistemas multi-split: combinando el algoritmo de regresión de vectores de soporte (SVR) con el algoritmo de máquina de vectores de soporte de una clase (OCSVM). Primero, extrayendo las características del conjunto de datos de consumo del sistema y eliminando datos no estacionarios, se construye un modelo SVR basado en las variables características extraídas y el consumo del sistema para predecir el consumo energético del sistema multi-split; luego, la diferencia y la proporción entre el consumo real y el predicho se normalizan y se utilizan como variables de entrada para establecer un modelo OCSVM para la clasificación de muestras, con el fin de determinar si son la causa del consumo anómalo del sistema, evaluando y diagnosticando así el consumo energético del sistema multi-split. Este estudio construyó un modelo de evaluación y diagnóstico basado en datos normales de consumo de sistemas multi-split y verificó la fiabilidad del modelo con datos anómalos. Los resultados muestran que el modelo de evaluación y diagnóstico basado en SVR-OCSVM tiene una alta precisión, alcanzando alrededor del 70% o más.

Sistema multi-split; Evaluación y diagnóstico del consumo energético; Regresión de vectores de soporte; Máquina de vectores de soporte de una clase