典型文献
基于数据挖掘的公共建筑能耗监管平台异常数据修复研究
文献摘要:
公共建筑用能设备多、建筑面积大、使用人数多,具有较大的节能潜力.但由于建设费用有限导致的数据分项计量异常及传感器或采集器故障导致的数据缺失和突变等问题,其配套的建筑能耗监管平台获取的电耗数据经常出现数据异常问题.本文研究以聚类算法为基础,提出了一种由KNN-Matrix算法与KNN-Slope算法共同构成的异常数据修复体系.KNN-Slope算法根据异常数据当日用电趋势线,寻找用电趋势一致的最近历史电耗数据,以加权计算后的电耗值作为插补值进行异常数据修复.KNN-Matrix算法引入以矩阵形式表征的用电强度量化等级,寻找量化等级与用电趋势均一致的最近历史数据或平均历史数据作为插补值进行异常数据修复.结果显示,在面向不同数据异常比例和不同公共建筑类型时,上述修复体系可使99%的异常数据在修复后与真实数据的相对误差在30%以下,且相对误差最大值、平均值均大幅下降.
文献关键词:
公共建筑;能耗监管;数据挖掘;临近算法;量化等级;数据修复
中图分类号:
作者姓名:
张城瑀;赵天怡;特日格乐;马良栋;娄兰兰;朱凯
作者机构:
大连理工大学,大连;大连理工大学人工智能大连研究院,大连;大连群智科技有限公司,大连
文献出处:
引用格式:
[1]张城瑀;赵天怡;特日格乐;马良栋;娄兰兰;朱凯-.基于数据挖掘的公共建筑能耗监管平台异常数据修复研究)[J].暖通空调,2022(08):73-82
A类:
能耗监管平台,电耗值
B类:
公共建筑能耗,异常数据,数据修复,建筑用能,用能设备,建筑面积,节能潜力,建设费,分项计量,采集器,数据缺失,经常出现,数据异常,异常问题,聚类算法,KNN,Matrix,Slope,法共,修复体系,当日,日用,趋势线,插补,矩阵形式,形式表征,强度量,量化等级,均一,历史数据,建筑类型,真实数据,临近算法
AB值:
0.314528
机标中图分类号,由域田数据科技根据网络公开资料自动分析生成,仅供学习研究参考。