Thông tin chung
  English
  Đề tài NC khoa học
  Bài báo, báo cáo khoa học
  Hướng dẫn Sau đại học
  Sách và giáo trình
  Các học phần và môn giảng dạy
  Giải thưởng khoa học, Phát minh, sáng chế
  Khen thưởng
  Thông tin khác
  Tài liệu tham khảo
  Hiệu chỉnh
 
Số người truy cập: 106,992,124

 Advances in Information and Communication - Chapter 28: "Applying Smart Meter and Data Mining Techniques to Predict Refrigeration System Performance"
Chủ biên: Kacprzyk, Janusz; Đồng tác giả: Jui-Sheng Chou and Anh-Duc Pham
Nơi xuất bản: Springer Berlin Heidelberg; Mã số: ISBN 978-3-642-37371-8 ;Năm XB: 2013
Số lượng XB: ; Số lần tái bản: ; Lĩnh vực: Công nghệ thông tin
TÓM TẮT
This study presents six data mining techniques for prediction of coefficient of performance (COP) for refrigeration equipment. These techniques include artificial neural networks (ANNs), support vector machines (SVMs), classification and regression tree (CART), multiple regression (MR), generalized linear regression (GLR), and chi-squared automatic interaction detector (CHAID). Based on COP values, abnormal situation of equipment can be evaluated for refrigerant leakage. Experimental results from cross-fold validation are compared to determine the best models. The study shows that data mining techniques can be used for accurately and efficiently predicting COP. In the liquid leakage phase, ANNs provide the best performance. In the vapor leakage phase, the best model is the GLR model. The models built in this study are effective for evaluating refrigeration equipment performance.
ABSTRACT
© Đại học Đà Nẵng
 
 
Địa chỉ: 41 Lê Duẩn Thành phố Đà Nẵng
Điện thoại: (84) 0236 3822 041 ; Email: dhdn@ac.udn.vn