能耗实时监测的数据挖掘方法

针对能耗监测常用的设定能耗阈值方法和基于历史数据的数据分析方法在实时性和智能性方面的不足,提出了一种基于数据挖掘技术的能耗实时监测方法。该方法通过对历史能耗数据进行聚类分析识别耗能体特有的能耗模式集合,对数据分类后获得能耗模式判定树,在能耗实时监测过程中对动态采集的能耗数据进行模式匹配,与相同模式历史数据进行离群点分析,可判别当前能耗是否异常。结合某综合大楼能耗数据进行了实验,验证了该方法及时发现能耗数据异常的有效性。     

基于LoRa物联网的城市道路照明能耗与窃电监测系统

为了解决现代城市智慧照明线路用电设备日益复杂造成的照明能耗监测难题，基于LoRa物联网技术设计城市道路照明能耗与窃电监测系统.系统是由具备LoRa无线通信功能的集中控制器、LED照明灯具和其他用电设备组成的LoRa无线通信网络；集中控制器为系统主机，LED照明灯具和其他用电设备为监控节点.提出了一种两步无线通信、分时同步采集所有监测节点电力数据，由集中控制器实现照明线路照明功率与能耗计算，判别窃电行为的实时照明能耗与窃电监测策略.介绍了集中控制器的硬件模块设计，详细给出了策略的软件实现方法，包括集中控制器程序设计和LED灯具驱动电源程序修改.照明能耗与窃电监测系统测试平台的实验结果验证了系统能有效实现无线照明能耗同步采集与窃电监测功能，可更好地满足城市路灯智能化管控的要求.     

建筑能耗与环境监测系统标准化数据提取技术

目前,中国国内的建筑能耗和环境参数监测并未形成统一的标准,不同的能耗监测系统互不兼容,导致绝大部分的建筑能耗与环境监测数据无法有效集成和融合,造成了数据资源的严重浪费。该文首先定义了面向建筑动态监测数据的能耗与环境参数数据模型,并提出了建筑动态能耗数据的提取与集成的方法,同时开发与实现了相应的建筑能耗数据提取软件模块,并在实际工程中进行了验证。最后,对此技术的相关问题和应用前景进行了讨论。     

基于分项实时监测的建筑能耗数值分析

大型公共建筑的用电量超过社会建筑总用电量的30%,是建筑节能监管和改造的主要对象,但目前大部分公共建筑的实时分项能耗数据还未被掌握。利用数据采集、通讯等相关技术和设备建立了一套建筑能耗数据采集系统,通过对40栋目标建筑进行能耗分项监测,获得了大量的建筑能耗实时分项数据。对建筑的结构和使用信息进行统计,结合获得的实际能耗数据确定影响建筑能耗的诸多因子。通过多元线性回归分析方法对建筑能耗和影响因子进行分析,得到影响这40栋建筑能耗的主要因子,并建立了相应的能耗预测模型,通过与实测数据对比,模型对同种功能类型建筑的能耗起到了较准确的预测作用。此模型可为部分公共建筑的定额用能和超定额加价以及节能改造提供参考。     

城市建筑物能耗监测系统研究

目前,建筑能耗已与工业能耗和交通能耗相并列,成为3大耗能用户之一,建筑节能问题在我国变得越发突出。因此,建立健全城市建筑节能监管体系,依托科技手段,实施对建筑实施全方位、全过程、全寿命的监督管理,对实现节能减排战略目标具有极其重要的意义。本文设计的基于云计算的城市建筑能耗监测系统的研究方案,旨在对实时监测到的分类分项能耗数据高效地进行统计、处理、分析等,为降低城市建筑能耗和提高建筑能效,提供重要的决策依据和数据支撑。     

大型公共建筑能耗监控系统研究

建立一个大型公共建筑能耗监测平台,获取建筑各分类分项能耗数据.能耗数据传输至数据中心进行分析处理,把分析处理结果通过网页以图表等形式对外公布.系统按功能分为数据采集子系统、数据传输子系统和数据处理子系统.基于能耗数据监测平台应用模糊控制技术对建筑能耗引入监控环节,约束大型公共建筑的能源消耗,提高建筑运行能效.     

面向大数据分析的建筑能耗信息模型

为便于使用不同粒度的建筑能耗数据进行大数据分析,调研了相关标准、导则及研究资料,整理了用于建筑能耗分析的指标,明确了计算这些指标所需要的数据及数据之间的关系.用面向对象的方法,先建立建筑能耗信息总体模型,然后建立了3个相关实体的粒度模型,共同构成面向大数据分析的建筑能耗信息模型.使用MongoDB建立基于该模型的数据库用于大数据分析,从而验证该模型的可行性.本研究使充分利用不同粒度的建筑能耗数据进行大数据分析成为可能.     

CODcr消解方法的改进

通过对CODcr消解方法的改进，使得CODcr的检测结果重现性好，数据之间的可比性增强，能耗降低、操作方便、安全。     

基于GPS/GIS/GPRS/WSN的起重机能耗与排放实时监测系统

给出了一种动态实时跟踪起重机能耗与排放参数的方法,该方法主要利用GPS/GPRS/GIS以无线传感网络(WSN)耦合,实现即时测试起重机的能耗与排放参数,旨在跟踪起重机在不同作业环境下的能耗与排放规律,为优化与改进产品性能提供科学数据。     

水源热泵能耗在线监测系统设计

为掌握水源热泵项目的实际运行效果,设计了一种以STM32 F401RE为控制核心的能耗监测系统。以STM32 F401RE控制电能表、温度变送器、电磁流量计,定时采集电量、水温度、流量数据,对数据解析、处理、封包,通过以太网传送到远端监控中心数据服务器记录保存。通过对某高校水源热泵系统运行状态实时监测,结果表明系统运行稳定可靠,该系统有助于评估水源热泵系统的节能状况。     

基于经验模态分解-粒子群优化-长短期记忆的车间电力能耗预测方法

针对传统能耗预测方法不能充分提取数据特征并利用神经网络的学习、预测能力，提出了一种基于经验模态分解-粒子群优化-长短期记忆(EMD-PSO-LSTM)的电力能耗预测模型。该模型首先采用经验模态分解算法将时间序列数据分解为多个本征模函数分量和趋势分量，然后对每个分量分别建立长短期记忆网络进行预测。各个长短期记忆网络的参数则由粒子群算法分别进行最优化求解，最后将所有分量的预测结果进行叠加得到最终的能耗预测结果。将预测结果与实际能耗数据进行对比分析来验证所提模型的预测性能。试验结果表明，该方法能够对电力能耗数据进行合理预测，预测精度较高。     

能耗预测导向的建筑能耗异常数据识别与修复

建筑能耗异常数据处理是对建筑能耗进行准确预测的前提。为有效处理建筑能耗异常数据,利用基于机器学习的K-means和KNN(K-nearest neighbor)算法,对上海某酒店建筑2017年7月的逐时能耗数据进行了异常识别和修复。通过建立长短期记忆网络模型,利用处理后的能耗数据预测了该建筑2017年8月首周的逐时能耗数据。预测结果表明,提出的建筑能耗异常数据识别与修复方法能准确识别并修复建筑能耗异常数据,从而显著提高后续能耗预测的效果。     

数据分布特性对空调系统能耗预测的影响

空调系统能耗预测是实现智能调控、能源需求管理、系统节能的重要手段和前提之一,当前的空调系统能耗预测主要是基于机器学习算法。诸多机器学习算法的重要理论前提是数据的分布应尽量满足正态分布,然而空调系统的实际运行数据很少能满足正态分布特性,目前的研究鲜有涉及数据分布特性对空调系统能耗预测的影响。首先基于实际项目的空调系统能耗数据,从偏度和峰度两个指标分析了实际能耗数据分布与正态分布呈现出的偏离;然后通过对数变换对能耗数据进行数据变换,使能耗数据更接近于正态分布;接着以常见的4种能耗预测机器学习算法(广义线性回归算法、支持向量回归算法、人工神经网络算法、随机森林算法)对原始数据和经过数据变换后的数据分别进行空调系统能耗预测工作,分析负荷预测结果的RMSE和R~2统计量。结果对比发现,数据的分布特性对能耗预测有着重要的影响,合适的数据变换可以有效地提高空调系统能耗预测机器学习算法模型的预测效果。     

智慧开启能源监测“新风向”记省智慧能源监测试点项目

能源是人类社会赖以生存和发展的物质基础，能源的开发利用极大地推进了经济和社会的发展。在迈向智慧城市的今天，能源技术也因科技的发展而散发出智慧的光产。2012年以来，浙江省开启了能源监测的智慧之门。目前，“浙江省智慧能源监测中心”线运行，“优能利”、“ZIEMC一体式采集设备”等一批智慧能源监测研发成果已被省内各大企业广泛应用，已完成2441家年耗能5000吨标准煤以上企业直报数据和100家企业实时能耗数据的接入，并逐步向河南、广东、江苏等省份推广。     

基于足底压力传感器的能耗建模实验研究

考察足底特殊解剖学结构部位压力传感器的压力数据以及衍生变量，分析其与人体运动速度以及能耗之间的相关关系，并建立回归模型．选取20名健康男性大学生志愿者，以不同速度在跑台上行走，每一速度测量时间至少6min，测量每一速度下2min的足底压力数据以及稳定状态下2min的能耗数据．整个足底压力的峰值以及峰值斜率，足底第三趾跖关节处的压力峰值以及峰值斜率与运动速度以及能耗具有较高程度的线性相关关系．足底压力峰值斜率是估算人体行走速度以及能耗的比较敏感的指标．     

煤矿能源在线监测系统的开发应用

协庄煤矿1962年投产,是一座年产200万吨的老矿井,年平均耗电量为9000万度。2011年在全国煤炭企业昔家开发建成矿井能源在线监测系统,实现了矿井主要用能设备的能耗状况实时监测、能耗数据查询、用能超标报警、能效对标、能效公示、节能潜力分析及自动生成报表等自动化管理,提高了矿井的整体节能管理水平。通过借助能源在线监测系统平台,研究实施了一系列节电技改项目,使矿井总用电量同比去年降低8％,年节电量720万度,取得了显著的节电效益。     

基于数据的建筑能耗分析与建模

对建筑能耗数据进行深入分析,提出了建立建筑电力能耗模型的方法.首先对建筑能耗进行了分项计量,统计了建筑逐时照明能耗数据,办公设备能耗数据以及办公人数,同时调查了建筑管理控制方式.经过分析可知,办公设备能耗数据与办公人数线性相关,而照明能耗数据与办公人数以及太阳辐射强度相关,但为非线性关系.根据不同类型数据的特点,分别建立了线性回归模型以及决策树模型.该模型可以预测建筑能耗并评估建筑管理方式对能耗的影响.     

围护结构对中央空调能耗的影响

讨论外围护结构传热系数、窗墙比对空调耗能的影响及空调能耗与大气环境的关系，给出实测空调能耗数据，得出单位传热系数、窗墙比与空调能耗、大气环境的量化指标。     

基于IPv6校园的仪器设备能耗监控平台

为了有效地监控和管理高校仪器设备,对设备的能耗数据进行采集,以数据分析结果为依据为高校发展提供科学管理和智能决策支持.通过物联网和IPv6技术,部署智能硬件对仪器设备能耗数据进行计算和采集,以层次化结构为指导设计了松耦合的平台体系结构,采用Web服务作为数据上传和硬件控制的中间件,提出了相关的能耗分析算法对数据进行处理和分析.搭建了基于IPv6的校园仪器设备能耗监控平台,通过图形化界面展示数据分析和统计结果,实时显示仪器设备的能耗和运行状态.该平台能有效地监控仪器设备的能耗数据,有助于实现精细化管理并对节能减排和提高能源利用率提供技术保障.     

针对时间序列的城轨牵引能耗异常分析

城市轨道交通牵引能耗占系统整体能耗的40％～60％.车载能耗计量装置记录了大量时间序列形式的牵引能耗数据,其能耗模式和异常分析对城市轨道交通节能运营具有重要意义.本文提出一种针对时间序列数据的牵引能耗异常分析方法.首先基于符号化近似聚合方法降低原时间序列维度得到牵引能耗子模式,然后利用K-means聚类实现牵引能耗模式判别,最后基于获得的典型牵引能耗模式及时间序列相似性度量方法,分析牵引能耗时间序列是否存在异常.将该方法应用于北京地铁某线路列车运营过程中记录的数据,得到3种典型能耗模式并结合车底运用计划进行分析,所提方法可用于时间序列牵引能耗数据的异常判断,为及时发现并确定牵引能耗异常程度提供数据支撑.