一种基于线性回归的建筑能耗建模方法技术

本发明专利技术涉及一种基于线性回归的建筑能耗建模方法，包括：获得建筑中所有耗能单元的历史数据；对所有历史数据进行预处理；将分类数据运用线性回归分析拟合构建回归模型；根据目标函数预测耗能部件未来的预期能耗数值及建筑未来的预期总能耗数值。该建筑能耗建模方法能有效预测建筑能源的消耗情况，通过对影响条件的控制，达到节能减耗目的。

Building energy consumption modeling method based on linear regression

The invention relates to a linear regression model based on the method of building energy consumption, including: access to historical data of all energy consuming unit in the building; of all the historical data; the classification data with linear regression analysis, fitting the regression model; according to the objective function to predict the expected future value of total energy consumption expected future energy consuming components and energy consumption numerical construction. The building energy consumption modeling method can effectively predict the consumption of building energy, and through the control of the impact conditions, to achieve the purpose of energy saving and consumption reduction.

【技术实现步骤摘要】
一种基于线性回归的建筑能耗建模方法
本专利技术涉及建筑能耗
，特别涉及一种基于线性回归的建筑能耗建模方法。
技术介绍
建筑能耗分析是确定合理的节能策略的基础，是节能降耗工作的研究热点之一，国内外很多学者对于建筑能耗分析与建模方法进行了深入的研究。这些研究分为两类：第一类主要以建筑结构为研究对象，在建筑设计阶段采用建筑能耗逐时模拟软件对能耗进行预测，由于人对于建筑物的使用方式的不确定性，导致该类预测与实际情况有较大区别；第二类主要是在已有建筑基础上，采集建筑在运行阶段的所有信息，研究能耗数据可以了解能耗的产生规律。现有技术中建筑能耗研究方法对能耗规律的描述不够细致，无法对建筑能耗进行准确的预测。
技术实现思路
本专利技术提供了一种基于线性回归的建筑能耗建模方法，解决了或部分解决了现有技术中建筑能耗研究方法对能耗规律的描述不够细致，无法对建筑能耗进行准确的预测的技术问题，实现了有效预测建筑能源的消耗情况，通过对影响条件的控制，达到节能减耗目的的技术效果。本专利技术提供的一种基于线性回归的建筑能耗建模方法包括：获得所述建筑中所有耗能单元的历史数据；所述历史数据包括：各个所述耗能单元的赋有本文档来自技高网...

【技术保护点】
一种基于线性回归的建筑能耗建模方法，其特征在于，所述基于线性回归的建筑能耗建模方法包括：获得所述建筑中所有耗能单元的历史数据；所述历史数据包括：各个所述耗能单元的赋有标记信息的能耗数值及所述建筑的总能耗数值；所述标记信息包括：时间、室外温度、应用场景、业务；所述时间包括：时间间隔分别以年、月、日、小时或分钟记的各个时间段；对所有所述历史数据进行预处理；所述预处理包括：对所有所述历史数据进行归一化处理及分类处理；其中，所有所述历史数据经过所述归一化处理后满足正态分布；所述分类处理为：将所述历史数据按照所述时间、所述室外温度、所述应用场景及所述业务这四个维度进行数据分类获得四个子类，再运用决策树模...

【技术特征摘要】
1.一种基于线性回归的建筑能耗建模方法，其特征在于，所述基于线性回归的建筑能耗建模方法包括：获得所述建筑中所有耗能单元的历史数据；所述历史数据包括：各个所述耗能单元的赋有标记信息的能耗数值及所述建筑的总能耗数值；所述标记信息包括：时间、室外温度、应用场景、业务；所述时间包括：时间间隔分别以年、月、日、小时或分钟记的各个时间段；对所有所述历史数据进行预处理；所述预处理包括：对所有所述历史数据进行归一化处理及分类处理；其中，所有所述历史数据经过所述归一化处理后满足正态分布；所述分类处理为：将所述历史数据按照所述时间、所述室外温度、所述应用场景及所述业务这四个维度进行数据分类获得四个子类，再运用决策树模型对四个所述子类进行细分获得分类数据，最后将所有所述分类数据构建成的训练数据集；将所述分类数据运用线性回归分析拟合构建回归模型；所述线性回归分析拟合包括：以所述时间中的各个所述时间段为自变量，以所述时间段对应的所述能耗数值为因变量，进行线性拟合获得第一拟合关系式；以所述室外温度的平方为自变量，以所述室外温度对应的所述能耗数值为因变量，进行线性拟合获得第二拟合关系式；以所述应用场景为自变量，以所述应用场景对应的所述能耗数值为因变量，进行线性拟合获得第三拟合关系式；以所述业务为自变量，以所述业务对应的所述能耗数值为因变量，进行线性拟合获得第四拟合关系式；根据所述第一拟合关系式、所述第二拟合关系式、所述第三拟合关系式及所述第四拟合关系式构建所述目标函数；所述目标函数即为所述回归模型；所述目标函数以所述时间、所述室外温度、所述应用场景及所述业务为自变量，以所述耗能单元的能耗数值为因变量；根据所述目标函数预测所述耗能部件...

【专利技术属性】
技术研发人员：宋扬，官泽，孔祥旭，
申请(专利权)人：北京首钢自动化信息技术有限公司，
类型：发明
国别省市：北京,11