數(shù)據(jù)挖掘技術(shù)在建筑能耗數(shù)據(jù)分析中的應(yīng)用研究.pdf

1、隨著我國城鎮(zhèn)化的加快以及人們生活水平的提高，我國建筑能耗已約占社會(huì)總能耗的33％[1]，因此減少建筑能耗對(duì)建立節(jié)約型社會(huì)具有重要意義。越來越多的建筑能耗數(shù)據(jù)被采集并存儲(chǔ)到建筑能耗監(jiān)管平臺(tái)數(shù)據(jù)庫中，但是傳統(tǒng)的建筑能耗監(jiān)測(cè)方法難以有效地發(fā)現(xiàn)能耗數(shù)據(jù)特點(diǎn)以及能耗數(shù)據(jù)之間的潛在關(guān)系，對(duì)異常能耗數(shù)據(jù)的判斷缺乏準(zhǔn)確性。單一的建筑能耗智能分析方法對(duì)建筑能耗分析的準(zhǔn)確率不高。
　　在分析建筑能耗特點(diǎn)以及現(xiàn)有能耗分析方法基礎(chǔ)上，提出了基于多種數(shù)據(jù)挖

2、掘方法的建筑能耗數(shù)據(jù)分析的集成智能方法，即IIT方法。通過集成優(yōu)選出的分類、離群點(diǎn)分析、關(guān)聯(lián)分析以及預(yù)測(cè)等數(shù)據(jù)挖掘相關(guān)算法，以挖掘蘊(yùn)含在建筑能耗數(shù)據(jù)中有價(jià)值的知識(shí)。IIT方法中的聚類算法構(gòu)建建筑物的能耗模式;IIT方法中的離群點(diǎn)分析算法在建筑能耗數(shù)據(jù)模式分類基礎(chǔ)上實(shí)現(xiàn)能耗數(shù)據(jù)異常判斷；IIT方法中的關(guān)聯(lián)分析算法可發(fā)現(xiàn)影響能耗的重要因素;IIT方法中的預(yù)測(cè)算法可對(duì)未來的建筑能耗進(jìn)行預(yù)測(cè)。將IIT方法分別與LOF離群點(diǎn)算法和BP神經(jīng)網(wǎng)絡(luò)算法

3、進(jìn)行對(duì)比實(shí)驗(yàn)，IIT方法相比LOF離群點(diǎn)算法，對(duì)于異常數(shù)據(jù)識(shí)別的準(zhǔn)確率提高62.9%；IIT方法相比BP神經(jīng)網(wǎng)絡(luò)算法，對(duì)能耗預(yù)測(cè)的準(zhǔn)確率提高13.85%。實(shí)驗(yàn)結(jié)果表明，IIT方法相對(duì)于單一的建筑能耗智能分析方法，能夠更準(zhǔn)確地分析建筑能耗歷史數(shù)據(jù)。
　　為了更好的驗(yàn)證IIT方法的有效性，依托某高校能耗監(jiān)管平臺(tái)，開發(fā)了建筑能耗數(shù)據(jù)智能分析系統(tǒng)。該系統(tǒng)分為建筑能耗模式分類模塊、建筑能耗離群點(diǎn)分析模塊、建筑能耗關(guān)聯(lián)分析模塊以及建筑能耗預(yù)測(cè)