chillerMLR:使用多元线性回归预测离心式冷水机组的性能
冷水机MLR
此存储库中的代码使用多元线性回归，该回归从实际操作数据中学习，以在 0.013 +/- 0.017（平均绝对误差 +/ 1 标准偏差）或 5% 误差的 kW/Ton 范围内建模和预测离心式冷水机性能0.6。 像这样的机器学习模型可用于优化冷却器和系统能效。 有兴趣的人可以通过添加更多有用的特征、更好地清理数据以及尝试新的机器学习算法来试验和改进这个模型。
数据集：
Date_Time = excel 串行格式的日期和时间
KWperTon = 每吨冷却量测得的 kW
Teo = 蒸发器出口处的水温（华氏度）
Tei = 蒸发器入口处的水温（F 级）
Fevap = 通过蒸发器的水流量 (gpm)
Tci = 冷凝器入口处的水温（华氏度）
Tco = 冷凝器出口处的水温（度数 F）
Fcond = 通过冷凝器的水流量 (gpm)
Pei = 蒸发器入口压力读
文件下载
资源详情
[{"title":"（ 7 个子文件 631KB ） chillerMLR:使用多元线性回归预测离心式冷水机组的性能","children":[{"title":"chillerMLR-master","children":[{"title":"dataCleaner.py <span style='color:#111;'> 2.50KB </span>","children":null,"spread":false},{"title":"helperFunctions.pyc <span style='color:#111;'> 2.37KB </span>","children":null,"spread":false},{"title":"helperFunctions.py <span style='color:#111;'> 1.68KB </span>","children":null,"spread":false},{"title":"dataCleaner.pyc <span style='color:#111;'> 1.38KB </span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'> 1.52KB </span>","children":null,"spread":false},{"title":"chiller_data.csv <span style='color:#111;'> 2.24MB </span>","children":null,"spread":false},{"title":"chillerMLR.py <span style='color:#111;'> 5.84KB </span>","children":null,"spread":false}],"spread":true}],"spread":true}]
评论信息
其他资源
- 基于MATLAB实现LMS算法的回音消除
- opengl房子
- 游戏pkg文件解包工具(帶源碼)
- ansys19.0安装教程
- 编译好的osg（win10，vs2017，osg3.6.1，data3.4，cmake3.12.1）
- simulink仿真pwm波形产生
- Django项目
- AppScanStdCrk.zip
- 基于单片机的自动火灾报警系统（内含原理图、PCB、源代码、实物照片）
- jquery表格动态添加删除行代码.zip
- 校园一卡通管理系统
- boost_1_70_0_b1.tar.bz2
- 汽车发动机汽车润滑系统.ppt
- 自动生成樱花树.exe
- 3D卷积说话人识别：用于说话人验证的深度学习和3D卷积神经网络-源码
- ASP+Sql server留言板系统
- 新版酷享云支付第三方支付源码 第四方支付源码 免签约支付源码
- Golang之美ppt
- delphi App 二维码扫描
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明