基于计量单元的建筑电耗在线诊断方法

本文立足大型公建能耗分项计量系统,对已投入运营的长宁区建筑能效监控平台采集到的海量建筑电耗数据进行深入分析,本着快速、简便、可行的原则,提出了分时段的建筑计量单元短周期异常电耗诊断算法,以实现长宁平台的在线诊断。经测试该方法具有较好的适用性,对建筑电耗进行实时监测和报警,挖掘数据价值,及时发现并避免建筑运营阶段的不合理用能情况,提高节能管理工作的效率。     

基于实测数据的北京市公共建筑电耗限额制定优化方法研究

基于目前北京市公共建筑电耗现状及限额制定方法的分析,提出了"制定定额""限额与定额相结合"及"限额与定额相结合基础上补充定额"3种电耗限额制定优化方案。其中,定额采用基于大量实测数据的统计分析法确定,限额则以建筑自身历史数据为基准确定。探讨了定额制定过程中异常值剔除、样本正态性检验等所用方法,并比较了所得定额值与全国约束值。基于对公共建筑电耗历年波动情况的统计分析,探讨了定额和限额水平的取值。经过3种方案考核结果的对比,提出了对北京市公共建筑电耗限额制定方法的建议。     

基于数据驱动的办公建筑电耗预测方法

对建筑电耗的有效预测能够为用能诊断、运行优化及区域能源管理提供有效的支撑.基于支持向量回归,建立复合的数据驱动模型来预测典型公共建筑的逐时耗电量.该模型的核心为根据电耗数据,利用关联挖掘并结合模糊聚类划分电耗类型,采用支持向量回归模型和小波分解技术实现对建筑电耗的非线性平稳预测和修正.实例应用结果表明:关联挖掘与聚类算...     

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。     

北京市公共建筑电耗限额管理实施效果与限额调整方法

针对北京市公共建筑电耗限额管理信息系统中涉及的总体建筑样本和典型建筑,从建筑所属区域、建筑功能和建筑规模等方面对建筑面积、电耗总量和电耗强度进行了分类统计分析,研究了北京市电耗限额管理工作开展的实施效果。基于建筑电耗限额值确定过程中存在的问题,探讨分析了不同电耗限额调整值的方法,提出了综合目前历史用电量、辅以限额管理系统内不同建筑功能电耗强度值来确定限额值的方法。针对电耗限额工作开展过程中存在的问题,提出了解决对策。     

基于能耗统计的青岛公共建筑能耗现状分析

以青岛市国家机关办公建筑及大型公共建筑作为能耗统计的对象,基于供能公司提供的能耗数据及从青岛市能耗监测平台上得到的数据进行分析研究。确定195栋、总建筑面积达663万m~2的办公建筑及大型公共建筑为研究对象,得到样本的总体能耗现状。将其按功能分为不同类型进行分类分析。将单位面积电耗和总能耗作为主要的分析指标进行研究,得到不同类型建筑的总能耗分布情况和能耗结构。     

基于模式识别的结构健康监测异常数据诊断

实际结构监测中不可避免出现异常数据，干扰结构的安全评估并引起误判。针对实际监测中多类型异常数据检测效率低和检测结果不准确的问题，提出一种基于特征提取和模式识别神经网络(PRNN)的多类型异常数据识别方法。针对不同类型异常数据的特点建立特征指标集合，通过特征提取将冗长原始样本转化为简短特征向量，显著提高了数据处理和异常检测的效率；进一步引入极坐标化AUCs曲线对多种异常的识别效果进行精确描述，提高了特征指标选取和网络参数调节的优化效率。建立武汉长江航运中心(335 m)健康监测系统，采用该超高层建筑的监测数据对所提方法的精度和效率予以验征。结果表明，基于特征提取和PRNN的多类型异常数据识别方法对6种数据异常的识别准确率达到99.7%,且运算时长仅为深度学习方法的数十分之一。     

基于电力数据的办公建筑能耗模拟方法

在对杭州市某典型城区公共建筑信息调研的基础上,基于电力公司实际电耗样本和环境参数数据,摸清典型办公建筑电耗指标强度、分布特性;构建了基于环境温度的办公建筑能耗五参数统计回归模型,以一个实际案例验证该模型模拟全年能耗误差为5.5%,并将该模型应用于实际电耗数据的修正。     

基于粒子群优化的建筑电耗拆分算法

在建筑能耗监测中,由于部分建筑的配电支路末端包含多种设备,分项能耗数据无法直接计量获取。为此,在数据协调理论的基础上建立建筑能耗拆分模型;采用内点惩罚函数法将约束优化问题转化为无约束问题,并通过粒子群(PSO)优化算法对拆分模型进行求解。实例研究表明,PSO优化所得的分项逐时电耗相对误差分别为9.60%和4.84%,能反映分项电耗数据的逐时局部特征,可用于建筑电耗的实时在线拆分。     

基于大数据的医疗建筑用电分析

本文分析了计算负荷和小时用电量之间的关系。通过收集大量实测数据,采用大数据处理工具,分析10栋医疗建筑1年内的电耗特点及趋势,得出医疗建筑单位面积计算负荷取值区间。指导医疗建筑变压器设计选型,为医疗建筑电气设计提供参考。     

路边空气污染移动测量的预处理方法

用移动测量平台对路边空气污染进行测量时,其结果易受异常高值样本、污染背景、时空尺度等因素干扰。评述了异常高值样本剔除、背景校正和时空尺度选择等数据预处理方法,并利用上海市某路边环境中细颗粒物(PM2.5)、超细颗粒物(PM1.0)、黑碳(BC)及一氧化碳(CO)的实测数据,对所选典型方法进行了验证。研究结果表明:针对上述污染物的移动测量,平滑变异系数法可合理剔除其异常高值样本,薄板样条回归平滑法可表征其背景值的时间变化特征,异常高值样本和背景的剔除可增强污染物分布的可比性。相关系数法进一步表明:10 s和20 m的时间和空间尺度组合能更有效地过滤数据噪音并能客观展现污染物指标的空间格局。     

供水管网流量监测数据异常值检测方法对比分析

随着信息化技术的发展,水务企业迎来了智慧化转型升级。数据采集与预处理作为水务企业实现智慧管理的重要前序步骤,为后续数据挖掘、运营管理、调度决策提供了基础。由于环境的影响、管网中的随机扰动、管网事故等原因,监测数据的质量问题广泛存在,因此寻求有效的供水管网流量监测数据的异常值检测方法至关重要。基于此,首先根据供水管网流量监测数据的基本特征和时间维度的相关性,将常见异常归纳为3个类型;其次,以东南沿海某市的真实小区流量监测数据为例,分别探究基于统计、密度和预测的Boxplot、LOF与Prophet异常值检测模型在不同类型异常数据检测中的性能。结果表明,Boxplot与LOF模型能够较准确地识别出异常数据,但Boxplot对异常的判断标准较宽泛,容易将部分非异常数据识别为异常点,Prophet对于不稳定性较高的流量数据识别效果有限。     

校园建筑能耗基准线确定方法研究

以区域供冷系统下广州大学校园建筑2011—2014年的电耗、冷耗、总能耗运行数据为例,运用四分位法和聚类分析法将校园建筑的电耗、冷耗、总能耗分为A,B,C,D 4类。其中A类定义为低能耗建筑,B和C类定义为中等能耗建筑,D类定义为高能耗建筑。得到了相应的校园建筑低能耗、高能耗基准线。并对2种方法所确定的能耗基准线进行了比较。     

支持向量机在建筑能耗预测中的应用

建筑领域空调的冷热源往往由储能设备预测未来24 h建筑的能源使用情况,为供能设备的调度策略提供依据,实现按需供能,能更好地推进建筑节能工作.结合建筑物的业态特性,对能耗预测中存在的问题,包括数据的预处理、预测样本的建立、核函数的选取及参数的优化方法,进行了分析.采用某园区的实际空调能耗数据,对数据进行分析处理并用不同方法进行仿真测试,仿真结果表明支持向量机在空调能耗的预测中是一种有效的方法.     

基于分项计量数据对两种冷水机组序列启停策略的识别算法

冷水机组的序列控制方式对建筑能耗和室内热舒适有着显著的影响,如能对其进行自动识别和优化,对公共建筑节能具有重要的意义。从2008年开始,我国在全国范围内推行大型公共建筑的分项计量系统,冷热源系统的电耗是该系统的必要监测内容,该系统为自动识别冷水机组的启停策略提供了数据基础。因而,基于冷水机组的电耗数据,利用数据挖掘的算法来识别冷水机组序列启停方式的方法。该方法利用One R分类算法来实现对以建筑即时冷负荷为指标的冷水机组序列控制方式(Q-based)和以压缩机功率为指标的控制方式(P-based)这两者的区分。最后,通过对位于上海市的一栋建筑进行模拟实验来验证该算法的可行性。     

基于能耗模拟的中瑞生态城建筑用能指标确立

无锡中瑞生态城作为尚在规划的绿色生态城区实践之一,其能源规划需以指标体系作为指导。以确立该项目的建筑能源规划指标为目的,基于公共能耗监测平台数据、实地调研及标准规范,从上海既有单体建筑典型模型及其校验出发,采用eQUEST软件和情景分析法建立办公、商店、宾馆饭店三类公共建筑的无锡区域建筑能耗预测基准模型,并参考统计结果对基准模型的模拟结果做出评价,由此得到:无锡中瑞生态城的办公建筑总电耗指标为92～95 kW·h/(m~2·a),商场建筑的总电耗指标为168～172 k W·h/(m~2·a),宾馆饭店建筑的总电耗指标为110～113 kW·h/(m~2·a)。     

东南沿海木构文物建筑微气候致病机理研究

我国东南沿海地区梅雨季节长、降水量大、大风天气频繁等自然环境因素会对文物建筑造成持续而不可逆的损伤。本文以10个城镇314栋木构文物建筑为样本进行实地调研,考察气候特征、检测环境数据,分析环境致病的特征机理。研究发现,微气候差异对病害形态及分布规律有着显著性影响,风、光、湿、热的差异性作用造成木构文物建筑病害形态复杂多样,病害损伤程度各异。检测数据显示,微气候因湿环境水的渗透滋生、光环境的能量干扰和风环境的溶盐剥蚀形成该地区木构文物建筑特有的环境致病机理。研究旨在为文物建筑预防性保护及其维护工作提供有效的基础支持。     

国际文摘

《促进低成本国家能源基准：南非开普敦商业楼宇个案研究》
　　摘要：国家基准是全球既有建筑能耗的监测与评估的重要工具，但其形成过程耗时、成本高。通过协调南非市政计费、评估等相关部门收集的建筑相关数据，探索了一种低成本替代方案，为既有建筑创建能源使用强度(EUI)概念。以开普敦的商业建筑为例，将市政计费部门提供的电力数据与市政评估部门提供的楼宇总面积联系起来，建立了能源使用强度关系。由此，计算出相关基准，代表开普敦当地商业建筑和办公建筑的典型年电耗量。此外，找出了一些改进数据质量的方法，利用相关建筑数据结构进行分析，助力南非发展。这样做，南非在促进建筑性能标准制定和针对建筑活动的系列评估工具开发方面可以超越许多其他国家，在建筑节能数据收集工作方面也可名列前茅。     

LOF与改进SMOTE算法组合的强烈岩爆预测

为解决岩爆数据集中存在离群值、强烈岩爆数目少,导致强烈岩爆预测准确率较低等问题,提出LOF(local outlier factor)与改进SMOTE(synthetic minority oversampling technique)算法组合的方法。首先搜集国内外305组岩爆案例构建原始岩爆数据集,使用平均化处理法对数据集进行无量纲化处理;其次用LOF算法剔除各岩爆等级中的离群值,改进SMOTE算法在强烈岩爆样本与中等岩爆样本边界处增加强烈岩爆样本数目,增加少数类样本数目,在数据预处理阶段改善数据集结构;最后用6种常用机器学习模型分别对原始岩爆数据集和预处理后的岩爆数据集进行预测,验证预处理过程的有效性。结果表明:经过预处理后的岩爆数据集,整体的岩爆预测准确率平均提高18.35%,强烈岩爆预测准确率平均提高44.55%。因此基于LOF与改进SMOTE算法组合对岩爆数据集进行预处理,改善岩爆数据分布结构,能有效提高强烈岩爆预测准确率。     

分项计量平台数据质量故障诊断与修复

为满足能耗监管的目的,有大量电表支撑的分项计量平台在中国商业建筑中得到推广和使用,电耗数据可用来进行能耗分析。然而,由于环境电磁干扰以及其他电表故障,电耗数据的质量受到质疑。提出了一种基于相关系数和数据光滑度的方法,来分别诊断等比例偏离故障和环境干扰故障。对上海某建筑的测试发现,当故障电表个数较少时,该方法可获得较高的准确率。考虑到多个电表同时发生故障的可能性较小,该方法可应用于工程实际。