پیش بینی تقاضای دما براساس ترکیبی از ماشین بردار پشتیبان و تحلیل مولفه اصلی

استراتژی های کنترلی نامناسب در سیستم های گرمایشی و سرمایشی، منجر به افزایش اتلاف انرژی شده اند. در این مقاله، یک روش کنترل هوشمندبراساس الگوریتم یادگیری ماشین بردار پشتیبان ( SVM ) در ترکیب با تحلیل مولفه اصلی (PCA ) پیشنهاد شده است. همچنین قدرت پیشبینی دمایپوست به عنوان تنها ورودی در تشخیص تقاضای دما، نشان داده شده است. نتایج تجربی برروی داده های جمع آوری شده از آزمایش های مرتبط نشانمی دهد استفاده از یک دمای پوست مجزا درصد بالایی از تقاضاهای دمایی را پیش بینی می کند. همچنین، مقایسه الگوها در دماهای مختلف پوستی نشانمی دهد، ناحیه ی پوستی مرتبط با ساق پا بهترین تقاضای دمایی را تعیین می کند.

Keywords:

پیش بینی تقاضای دما , اتلاف انرژی محیط , کنترل هوشمند , SVM , PCA