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.     

民用建筑“四节一环保”数据的清洗与修复方法研究

针对民用建筑“四节一环保”原始数据中存在的数据质量问题, 使用多种方法实现数据清洗与数据修复。数据清洗方面, 重点关注单栋建筑能耗数据中存在的相似重复记录及异常记录。其中, 识别异常记录采用3σ准则、DBSCAN聚类算法及箱线图内限3种方法。数据修复方面, 重点关注缺失值的填补及基于模型的数据修正。其中, 缺失值的填充使用简单填充、线性回归模型和基于用户的协同过滤推荐算法, 并以平均绝对误差为评估指标进行对比。基于多元线性回归、主成分回归、偏最小二乘回归、岭回归及Lasso回归5种模型, 拟合建筑运行能耗与各解释变量间的关系, 对上海市建筑运行能耗相关数据进行数据修复。结果显示, 单栋建筑能耗数据适合采用箱线图内限来识别异常记录, 并使用中位数填补缺失数据; 上海市建筑运行能耗相关数据中, 岭回归模型的拟合情况最好。     

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。     

基于改进灰色模型的建筑能耗预测研究

针对公共建筑逐月能耗呈现周期性震荡的特点,提出一种基于改进灰色模型的建筑能耗预测方法.在传统灰色模型(grey model,GM)的基础上,对建筑能耗的历史数据进行三角变换法处理,较好地解决了震荡序列的模拟和预测;引入弱化缓冲算子改善原始数据序列变化率较大时TGM模型的预测效果.将弱化TGM预测模型应用于各类建筑物的能耗预测,取得较为满意的结果.     

企业电能耗的BP神经网络预测模型

在我国节能减排的大环境下,企业的电能耗预测问题一直都备受关注.准确预测电能耗对企业决策有重要的意义.本文以鞍山某矿山公司电能耗历史数据为研究对象,通过Grubbs检验进行数据的离群检测,以剔除某些失真数据,并用主成分分析法对电能耗的影响因素进行降维处理,建立了BP神经网络的电能耗预测模型.利用Matlab对数据分析,给出了该公司未来一年内各月份的电能耗情况.     

重庆城市居住建筑能耗预测模型

为了研究重庆市居民住宅建筑能耗的影响因素,通过问卷调查匹配居民实际能源消耗,借助SPSS软件,运用相关分析和多元回归分析对影响居民建筑能耗各因素与能耗的关系进行实证研究,得出常住人口、人均建筑面积、制冷空调和电脑台数总和和夏季空调降温方式4个因素与建筑能耗有显著相关性,据此建立居住建筑能耗预测的多元线性回归模型,并运用历年实际能耗消费数据对模型拟合效果进行检验,研究结果表明:模型拟合预测年能耗与实际统计年能耗符合度达95%左右,说明能耗影响模型的预测结果具有较高的预测精度和较好的拟合效果;居住建筑能耗预测模型可为国家区域能源规划、相关能源政策的制定提供有力的数据支持。     

基于词嵌入与卷积神经网络的建筑能耗预测

在对建筑能耗进行回归预测时需要利用到时序特征与分类特征,而传统模型只能处理其中一种特征.针对该问题,文中提出了一种融合一维卷积与词嵌入的神经网络新构架,其中,一维卷积核能提取连续的时间序列特征,词嵌入模型能对离散的分类特征进行嵌入计算,从而建立能同时处理时序特征与分类特征的建筑能耗预测模型.通过与梯度提升决策回归树和长...     

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。     

基于动态客流量模型的地铁车站空调负荷预测

为了准确预测地铁车站的空调负荷,首先通过地铁车站能耗监测平台的历史数据分析,识别得到客流量和室外气象参数是主要影响因素.其次利用车站CO2体积浓度逐时监测数据建立客流量神经网络预测模型,并与闸机数据对比,预测模型的复相关系数R2可达0.87.以客流量预测为基础,建立了车站空调负荷预测模型,并比较了不同时间尺度训练数据下...     

基于PCA与RBF的建筑能耗预测建模

由于建筑能耗因子间存在非线性和高度冗余特性,传统预测方法很难消除数据之间冗余和捕捉非线性特征,导致预测精度较低.为了提高建筑能耗预测精度,提出一种将主成分分析(principal component analysis,PCA)和径向基函数(radial basic function,RBF)神经网络相结合的建筑能耗预测方法(PCA-RBF).利用PCA消除建筑能耗高维变量数据的相关性,并按累积贡献率提取主成分,将主成分作为RBF神经网络的输入进行训练学习.通过PCA避免了模型过多的输入导致的训练耗时长及预测精度较低的不足.通过将PCA-RBF模型方法应用于某办公建筑能耗的预测中,并与RBF神经网络及BP神经网络模型相比,实验结果表明PCARBF模型方法能有效提高建筑能耗预测精度.     

建筑能效当量能耗方法研究

建筑能耗的影响因素分为能效有关量与能效无关量两类.能效有关量反映了建筑的实际用能效率,是建筑节能改造的依据,由其导致的建筑能耗定义为建筑能效当量能耗.运用线性回归的方法推导了建筑能效当量能耗的计算方法.利用33幢办公建筑样本,给出了上海地区2～8万m~2办公建筑的建筑能效当量能耗的回归计算公式,并形成上海地区既有办公建筑能效的阈值范围.     

基于BPT-MLR模型的建筑能耗分析和预测

通过对福建省厦门市某高校8栋公寓楼的房间日平均用电量的分析，提出一种建筑能耗的平衡点温度-多元线性回归(BPT-MLR)模型.使用统计方法识别平衡点温度，并根据该平衡点温度分段对房间日平均用电量进行多元线性回归预测分析；对8个参数进行筛选，最终选4个参数作为模型变量，包括1个数值型变量(室外空气平均温度)和3个定类型变量(性别、节假日指数和晴雨天指数).结果表明：对比3种数据驱动模型，BPT-MLR模型的预测性能最优，其R²值达到了95.29%,比BP神经网络模型和多元线性回归模型的R²值分别高出0.04%和24.64%.     

基于IOWA算子的中国能源消费总量的组合预测

本文利用多元回归模型、指数模型、灰色预测这三种方法分别对我国的能源消费做了预测,然后利用IOWA算子,运用诱导有序加权平均方法,对这三种模型的预测值进行了组合.实证结果显示,基于IOWA算子的组合预测的精度比三种方法各自的精度要高,而且精度比较稳定,达到了预期的水平.在此基础上,运用IOWA算子组合预测了2013年的能源消费总量,以期为相关部门制定能源政策和宏观经济的运行提供有用的参考信息.     

如何在建筑设计中节约能耗

本文通过对建筑能耗种类及建筑环境的分析,提出采暖、空调所代表的建筑设备能耗是建筑节能工作的重点,并指出建筑节能工作的关键问题是把握最初的方案设计。阐述了建筑节能的基本设计手段及各种节能措施。强调建筑师应重视“综合设计过程”,从节能设计实际效果与节能实施成本的统一中寻求最佳的设计方案。     

湖南地区住宅建筑能耗探讨

通过对湖南地区住宅建筑的抽样调查,统计了建筑能耗状况、体形系数、窗墙比及窗墙材料等情况,提出在建筑设计时就应做好体形系数、窗墙比及窗户等的规划设计,在使用过程中要注意采取绿化措施,提高居民的节能意识．     

民族地区能源消费总量、结构与经济增长关系研究

以7个民族地区为研究对象,基于2006-2015年间的面板数据,运用格兰杰因果检验方法,对民族地区的能源消费总量、能源结构与经济增长的互动及响应进行了分析。研究结果表明:民族地区经济增长是能源消费的单向因果关系,经济增长与能源消费出现相对脱钩;能源消费结构与能源消费、经济增长之间并不存在格兰杰因果关系。民族地区的能源消费总量、结构与经济增长之间的交互影响存在着方向及程度上的差异。     

基于改进ARMA模型的时用水量预测

针对时用水量存在周期性的特点,引入季节因子,采用时变ARMA季节模型对非线性非平稳系统的时用水量进行模拟.以杭州市实测用水量为例,分别采用时不变ARMA季节模型和时变ARMA季节模型进行时用水量预测,结果表明时变ARMA季节模型预测精度相对较高,且预测误差相对稳定,较时不变模型更具有实用性.     

基于Socket技术的高校建筑能耗采集系统设计

就当前建筑能耗采集系统的研究现状问题,在对目前流行的几种能耗采集技术比较分析的基础上,针对高校建筑能耗系统的业务需要和功能需求,提出了基于多线程Socket编程接口的能耗数据采集系统设计,并针对网络通信传输中存在的数据丢包现象提出了相应的解决方案,以保证数据的稳定、安全传输。