基于數(shù)據(jù)挖掘的公共建筑能耗預(yù)測與能效管理.pdf

1、近年來，隨著公共建筑節(jié)能監(jiān)測系統(tǒng)監(jiān)測質(zhì)量的提高和樓宇自動化系統(tǒng)的普及，建筑運行監(jiān)測平臺中積累了海量的實時能耗數(shù)據(jù)，這些數(shù)據(jù)背后往往蘊涵著建筑節(jié)能的突破方向。并且，建筑能耗數(shù)據(jù)具有數(shù)據(jù)量大、數(shù)據(jù)維度高的特點，導(dǎo)致常規(guī)的分析方法難以發(fā)現(xiàn)和總結(jié)能耗數(shù)據(jù)中隱藏的建筑用能規(guī)律和分項能耗數(shù)據(jù)間的關(guān)聯(lián)。數(shù)據(jù)挖掘技術(shù)具有處理海量數(shù)據(jù)以及發(fā)現(xiàn)潛在的、新穎有用知識的分析能力，為人們認識蘊藏在數(shù)據(jù)中的信息和知識提供了一條途徑。
　　本文運用數(shù)據(jù)挖掘技術(shù)

2、進行公共建筑的能耗分析，以提高公共建筑的能效水平和節(jié)能策略的合理性，主要研究內(nèi)容及方法如下：
　　1.探究建筑能耗數(shù)據(jù)缺失值的填補方法。采用基于馬氏距離的k均值填充法填補公共建筑能耗缺失數(shù)據(jù)，為降低能耗數(shù)據(jù)的維度并利用屬性集蘊含的內(nèi)在信息，通過相關(guān)性分析找到與缺失屬性密切相關(guān)的屬性，并使用信息熵計算最近鄰域的系數(shù)矩陣，量化非缺失數(shù)據(jù)屬性對缺失數(shù)據(jù)屬性的影響程度。仿真實驗結(jié)果表明，算法可以有效利用能耗數(shù)據(jù)屬性間的內(nèi)在聯(lián)系，填補建筑能

3、耗缺失數(shù)據(jù)。
　　2.提出了適用于建筑能耗異常數(shù)據(jù)檢測的算法LODCD。針對現(xiàn)有異常數(shù)據(jù)檢測算法時間復(fù)雜度高、參數(shù)魯棒性差的問題，本文在COF算法的基礎(chǔ)上，提出基于聚類和密度的局部離群數(shù)據(jù)檢測算法LODCD。算法利用聚類方法從原始數(shù)據(jù)集中篩選出候選離群數(shù)據(jù)集，降低算法的時間復(fù)雜度；同時，在進行數(shù)據(jù)對象之間距離計算時，引入信息熵的概念確定數(shù)據(jù)對象的離群屬性以提高算法的檢測準確率。確定數(shù)據(jù)集的離群屬性后，采用新的局部鏈接離群因子LCO

4、F度量候選離群數(shù)據(jù)集中數(shù)據(jù)的離群程度。算法在保證檢測準確率的前提下，降低了時間復(fù)雜度并減小了檢測準確率對參數(shù)的依懶性。仿真結(jié)果證明了所提方法的有效性和可行性。
　　3.構(gòu)建了基于決策樹算法的建筑能耗預(yù)測模型。采用 C4.5決策樹算法處理公共建筑能耗數(shù)據(jù)，建立一個易于理解的公共建筑能耗預(yù)測模型，并利用C4.5算法選擇影響建筑能耗的主要因素，將其作為自變量，構(gòu)建公共建筑能耗回歸分析模型。此外，采用主成分分析對原始屬性進行處理，通過提取

5、原始屬性的主成分來降低建筑能耗數(shù)據(jù)的維度，達到提高算法掃描數(shù)據(jù)集速度的目的。仿真實驗證明，該模型可以較好的預(yù)測建筑能耗值，為建筑能效提高提供理論依據(jù)。
　　4.對商業(yè)建筑能耗數(shù)據(jù)進行靜態(tài)和動態(tài)的關(guān)聯(lián)規(guī)則挖掘，并通過建模分析關(guān)聯(lián)規(guī)則挖掘結(jié)果應(yīng)用在公共建筑能效管理的可行性。采用Apriori算法從靜態(tài)和動態(tài)兩個方面，分析公共建筑分項能耗數(shù)據(jù)、氣象參數(shù)、人員活動規(guī)律之間所存在的內(nèi)在相關(guān)性和連動關(guān)系，并運用專業(yè)知識對強關(guān)聯(lián)規(guī)則進行解讀，尋