基于数据挖掘技术的建筑能耗分析集成方法

基于数据挖掘技术的建筑能耗分析集成方法

ID:28055037

大小:86.00 KB

页数:12页

时间:2018-12-07

基于数据挖掘技术的建筑能耗分析集成方法_第1页
基于数据挖掘技术的建筑能耗分析集成方法_第2页
基于数据挖掘技术的建筑能耗分析集成方法_第3页
基于数据挖掘技术的建筑能耗分析集成方法_第4页
基于数据挖掘技术的建筑能耗分析集成方法_第5页
资源描述:

《基于数据挖掘技术的建筑能耗分析集成方法》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、基于数据挖掘技术的建筑能耗分析集成方法孙智超王波重庆大学计算机学院摘要:传统的建筑能耗监测方法难以有效地发现能耗数据特点以及能耗数据之间的潜在关系,对异常能耗数据的判断缺乏准确性。针对上述问题,提出棊于多种数据挖掘方法的建筑能耗分析集成方法。通过优选分类、离群点分析、关联分析,以及预测等数据挖掘相关算法,新集成方法挖掘蕴含在建筑能耗数据中有价值的知识,实现能耗模式分类、能耗异常数据识别、找出影响能耗的相关因素、能耗预测,提供建筑节能辅助决策。通过美国国家再生能源实验室研究支持机构使用的建筑能耗数据集,验证了新集成方法的可行性和有效性。关键词:建筑能耗;数据挖掘;能耗分析;集成方法;作者简

2、介:孙智超,硕士生,主研领域:智慧城市与建筑智能化。作者简介:王波,副教授。收稿日期:2017-01-09ANINTEGRATIONMETHODOFBUILDINGENERGYCONSUMPTIONANALYSISBASEDONDATAMININGALGORITHMSSunZhichaoWangBoCollegeofComputerScience,ChongqingUniversity:Abstract:Traditionalmonitoringmethodsofbuildingenergyconsumptionaredifficulttofindthefeaturesofenergyc

3、onsumptiondataandthepotentialrelationshipsamongenergyconsumptiondataeffectively.Sotheidentificationofabnormalenergyconsumptiondeltaisthelackofaccuracy.Aimingataboveproblems,anewintegrationmethodofbuildingenergyconsumptionanalysisbasedonmanykindsofdataminingalgorithmsisproposed.Valuableknowledgeco

4、ntainedinbuildingenergyconsumptiondatacanbeexploredinthenewmethodwiththesuitabledataminingalgorithmssuchasclassification,outlieranalysis,associationanalysisandprediction.Theclassificationofenergyconsumptionpatterns,theidentificationofabnormalenergyconsumptiondata,therelatedfactorsaffectingenergyc

5、onsumptionandtheenergyconsumptionpredictioncanberealizedbythenewmethodtoassistthedecisionmakingofbuildingenergysaving-ThefeasibilityandeffectivenessofthenewintegratedapproacharcvalidatedbybuildingenergyconsumptiondatasetsfromtheUSnationalrenewableenergylaboratoryresearchsupportagency.Keyword:Buil

6、dingenergyconsumption;Datamining;Energyconsumptionanalysis;Integrationmethod;Received:2017-01-090引言随着我国经济实力的不断提升,建筑能耗量在不断増大。A前屮国95%以上的建筑都是高能耗建筑,单位面积的能耗量是发达国家的3倍以上U1。随着建筑用能逐年增加,许多能耗量较大的建筑已经建立了能耗数据监管平台,对建筑能耗数据进行统计,为建筑能耗数据分析做好了基础工作。Seem利用统计方法对建筑能耗异常数据进行监测在能耗预测方面,Pappas等采用时间序列ARMA模型对电力需求负荷进行预测m。但传统建筑

7、能耗数据分析方法无法得到能耗数据之间的潜在关系,难以对数据进行深度分析。通过一些智能分析方法,可以有效解决上述问题。卿晓霞等使用DBSCAN聚类算法识别建筑能耗的能耗模式Xll;Li等使用GESR算法对建筑能耗异常数据进行离群点分析m;芮挺等通过主成分分析方法对能耗数据进行关联分析M。上述建筑能耗数据智能分析方法可以对能耗数据进行更深入的分析,但单一的智能分析方法无法从多角度实现能耗数据分析。从应用角度看,建筑能耗数据智能分析技术的

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。