基于机器学习算法的建筑能耗监测数据预处理技术研究

本文分析总结了建筑能耗监测大数据的特点,基于数据挖掘理论和机器学习算法,提出了建筑能耗监测大数据预处理体系与方法。阐明了基于k NN算法的缺失数据填充、基于K-Means算法的异常数据识别与清洗、基于PCA算法的多维度数据降维的原理,应用提出的数据预处理体系和方法,对实际项目的整个制冷季节35 380组数据进行了数据预处理,实现了缺失数据的填充、异常数据的识别与清洗、数据的降维,为后续的数据挖掘应用奠定数据基础。     

基于机器学习算法的建筑能耗监测数据异常识别及修复方法

截止2016年底,上海市公共建筑能耗监测平台已累计监测建筑1500余栋,为更好地实现数据利用,发挥平台监管作用,本文提出基于机器学习算法的公共建筑能耗监测数据异常识别及修复方法,即综合应用阈值法、k-means聚类法及knn算法。通过对能耗监测平台中部分样例计算,结果显示:该方法能较好地识别不同性质的异常数据,并结合历史数据对其进行修复,误差在5%以内,能有效提高公共建筑能耗监测数据质量和可利用率,为后续数据挖掘分析奠定基础。     

面向方案阶段能耗主导的建筑性能快速优化方法

依托机器学习和参数化技术建立了面向建筑方案设计阶段能耗主导的建筑性能快速优化方法,从而实现方案设计阶段以能耗为代表的建筑性能的直观呈现.本文通过实际案例证实了将建筑能耗快速计算技术与交互式性能优化框架相结合,可以让建筑师在进行方案推进与决策过程中直观而快速地获取以建筑能耗为代表的各项性能指标的反馈,从中选择最佳的设计方案,提升建筑师进行性能优化设计的能力.     

基于建筑能耗模型的中央空调预测控制研究

本文利用多种建筑BIM分析软件,建立了某医院大楼的全年逐时的建筑能耗模型,分析了机房系统各项能耗的特性。本文还利用建筑能耗模型就建筑冷热负荷的预测算法展开了研究,利用全年模拟数据展开了两种预测算法的准确性。最后,本文结合了PLC研究了负荷预测控制与模糊PID结合的冷冻水变流量自动控制系统,并就控制效果及节能效果展开了讨论。     

近零能耗建筑空调负荷预测研究

建筑空调系统能耗约占建筑总能耗的50％,在近零能耗建筑中,空调系统优化运行是实现能耗指标的关键.基于空调负荷预测,开展精细化控制,实现能源系统优化运行,是近零能耗建筑空调系统优化运行的技术路径.基于历史实测运行数据,采用两种不同的机器学习算法建立预测模型,并进行了比对研究.通过预测精度比较得到最优模型,其中最优模型下的...     

梯度渐进回归树在建筑能耗短期预测中的应用

建筑能耗短期预测可以为供能系统调度、节能量评估提供依据,因此如何精确地预测建筑能耗一直是建筑节能领域的研究热点之一。针对建筑能耗短期预测问题,提出了一种基于梯度渐进回归树(GBRT)的建筑能耗预测方法。算法流程包括对数据进行预处理,通过交叉验证优化模型参数,训练GBRT模型用于建筑能耗短期预测。通过上海市某大型公共建筑实测数据进行验证,结果表明,与基于人工神经网络和支持向量机的预测算法相比,基于GBRT的建筑能耗预测算法预测精度更高,同时参数在很宽泛的范围均可以接近最优结果,算法具有较强的实用性。     

商场建筑运行能耗实测数据修复方法研究

目前,建筑能耗监测平台已在商业建筑中普遍使用。作为一种建筑能耗性能评估的手段,建筑能耗监测数据能够对监控建筑运行情况、分析建筑能耗水平起到重要作用。但在实际能耗监测平台运行过程中,由于设备故障及人员操作失误等原因,导致能耗监测数据出现异常和缺失,严重影响了建筑能耗水平分析和节能工作的进行。因此,分别以我国3个不同气候区的商场建筑为例对实测数据进行分析,针对不同分项能耗数据的特点,研究利用数据可视化与箱形图检测异常值,以及利用邻近点均值、线性回归和序列均值等方法填补缺失值的修复方法,并对过渡季中空调的启停控制进行判断。提出的方法能够有效地处理不同分项能耗数据中的异常值与缺失值,进而提高建筑能耗监测平台中数据的可利用率。     

建筑电耗大数据在疫情监控中的应用

正1前言建筑能耗监测系统可以实时统计监测城市公共建筑能耗使用情况,而建筑实体的运营情况与能耗变化趋势存在较强的关联关系。因此,建筑能耗监测数据可以客观反映建筑实体运营情况变化,利用建筑能耗监测数据可以为政府部门政策研究、标准制定等提供数据支撑。2020年春节伊始,国内突发了全国性的新型冠状肺炎疫情,为做好防疫工作,在中央的统一部署下,     

绿色公共建筑地源热泵系统供热性能分析

近年来我国绿色建筑发展迅速,其中关于可再生能源系统应用的分析研究也受到了广泛关注。文章以天津生态城区公屋展示中心监测数据为基础,分析该案例建筑地源热泵机组冬季整体运行情况,包括案例建筑能耗结构占比、地源热泵机组工作时段能耗特征、热泵机组实际供热能力及热泵机组供暖期的负荷率、COP瞬时值/平均值及机组综合部分负荷性能系数。分析整理监测系统所测数据可知与制冷季、过渡季相比采暖能耗最大;热泵机组稳定运行逐时能耗在12.0 k W·h上下浮动,整个供暖季逐时平均能耗约10.0 k W·h,机组的COP平均值为3.7;根据实时监测天津地区室外气象参数及单台机组不同负荷率下运行时间权重计算IPLV为3.8。统计结果可为以后案例建筑后续运行阶段的实际运行状况、机组节能诊断方面等方面提供一定的数据基础。     

基于机器学习的外窗百叶外遮阳性能预测与敏感性研究

在建筑围护结构中越来越多地使用透明围护结构,会导致高能耗和光热环境不适等问题。为了解决这一问题,遮阳作为一种减少建筑的能源消耗和改善室内环境较为有效的手段被越来越多地使用。为探究百叶外遮阳参数对遮阳性能的影响程度,采用机器学习算法预测遮阳性能,利用基于机器学习的改进敏感性分析法探讨了影响遮阳性能的2类参数(建筑和遮阳)的局部和全局敏感性,确定影响最大的参数。研究结果表明：XGBoost预测热环境、能耗指标精度最高,而随机森林算法预测光环境指标效果最好。同时发现遮阳参数是影响室内热环境和建筑能耗的最重要因素,整体权重均在0.5以上;建筑参数显著影响室内采光,其权重高达0.9左右。