Tesisat Dergisi 327. Sayı (Mart 2023)

48 TESİSAT • Mart / 2023 orman azaltması (random forest regression ) kullanılarak normal bir RLI modeli geliştirilmiştir. Altı açıklayıcı değiş- ken; dış hava sıcaklığı, kompresör yük oranı, LWT (çıkan su sıcaklığı), ana genleşme valfı açıklığı, ekonomizör genleşme valfı açıklığı ve kompresör akımıdır. Tahmin modeli için eğitim verileri %100 soğutucu akış- kan şarjlı durumundaki cihazların %70’inden tesadüfi olarak seçilmişlerdir. Kalan veriler %100 soğutucu akışkan şarjlı durum ve %120, 90, 85 ve 80 şarjlı durum verileri kaçak tespit indeki kesinliği doğrulamak için test verileri olarak kullanılmışlardır. Otomatik kaçak tespiti mantığı Otomatik kaçak tespit mantığı ΔRLI’deki azalmaya dayalı soğutucu akışkan kaçağı sonuçlarının değerlendir- mesini verir. Şekil 4, Soğutucu akışkan kaçağının otomatik değerlendirilmesi için mantığın genel bir bakışını göster- mektedir. Kaçak tespit mantığı N terimli bir hareketli pencere, düzlemsel bir haritalama bölümü, bir anormallik hesaplama bölümü ve bir değerlendirme bölümü içerir. Düzlemsel hari- talama bölümü koordinatları birbirine bitişik veya komşu olan noktaları ΔRLI(t-1) ve ΔRLI(t) eksenleri herhangi bir anda ΔRLI(t-1) ve ΔRLI(t) olan düzlem üzerine haritalar. Haritalama düzlemi makine öğrenmesi tarafından işa- retlenenmiş, karar verme sınırları esasına dayanan, normal, az şarj edilmiş ve aşırı şarj edilmiş alanlar olarak önceden sınıflandırılmıştır. Az şarj edilmiş alan üçüncü çeyrektedir ve aşırı şarj edilmiş birinci çeyrektedir. Anormallik hesap- laması bölümü Anormallik hesaplama bölümü tanımlanan anomali sko- runu (notunu) aşağıdaki denklem (1) ile hareketli pencere- deki N verilerinden oluşturulan N-1 noktaları diğer düzleme haritalandığında (taşındığında) hesaplar. Bu değer belli bir eşik değerini geçtiğinde, bir kaçak olduğu değerlendirilir. Eğer çalışmanın başlangıcında nokta- ların dağılımı az şarj bölgesinde yer alırsa başlangıçta yetersiz şarj edildiği değerlendirilir. Eğer çalışmanın başlangıcında noktaların dağılımı fazla şarj bölgesinde yer alırsa başlangıçta fazla şarj edildiği değerlendirilir. Isıtma çalışması durumunda, kaçak indeksi ΔDSH dır ve bu değer kaçak sırasında ΔRLI nın tersine yükselir, böylece az şarjlı ilk çeyrek kısımda dağılmış olur. VRF verileri doğrulama sonuçları VRF cihazlarında ΔRLI ve ΔDSH sonuçları değerlen- dirilmiştir. Şekil 5 kaçak tespiti sonuçlarını göstermektedir; üstteki işaretlemeler cihazın soğutma konumunda çalışma- sıdır, burada kaçağı simüle etmek için soğutucu akışkanın %15’i geri toplanmıştır: alttaki işaretleme kaçak olan cihazın ısıtma konumunda çalışmasıdır. Her iki resimde de kırmızı hat doğrudan çalışma veri- lerinden hesaplanan fiili RLI ve DSH’ yı gösterir, mavi hat normal tahmin modeli tarafından tahmin edilen RLI ve DSH’yı gösterir ve alt kısımdaki gri hat bunların, ΔRLI ve ΔDSH, farklarını gösterir ve “Kaçak” olarak etiketlenen kırmızı alanlar tespit mantığının kaçak olarak değerlendirdiği periyottur. Normal çalışma periyodunda, ısıtma ve soğutma çalışma- ları için gerçek değerler tahmin edilen değerlere yakındır ve ΔRLI ve ΔDSH arasındaki fark hemen hemen 0’dır. Diğer taraftan, kaçak periyodunda, soğutma ve ısıtma değerlerinin ikisi de tahmin edilen değerlerden belirgin şekilde farklıdır. Dolayısıyla ΔRLI ve ΔDSH değerleri otomatik tespit mantığı için kaçağı doğru olarak tespit etmeye yeterlidir. Bundan sonra, kaçak tespiti depolanan verilerden elde edilen birkaç test verisiyle yapılmış ve tespit işleminin doğ- ruluğu tespit edilen sonuçların hata matrisinden değerlen- dirilmiştir. Hata matrisi gerçek cihaz durumu için doğru ve hatalı değerlendirme sonuçlarının (normal veya kaçak var) bir kombinasyonunun olduğu matristir ve tanımı Tablo 1’de verilmiştir. Değerlendirme performansı iki indeks (belirten) ile, doğruluk ve hatalı keşif oranı (false discovery rate (FDR)) ile aşağıda gösterildiği gibi değerlendirilmiştir. ÇEVİRİ MAKALE Şekil 4. Otomatik kaçak tespiti mantığına genel bakış (1) (2) (3)