一种基于时间和空间加权的建筑性能数据在线预处理方法技术

本发明专利技术公开了一种基于时间和空间加权的建筑性能数据在线预处理方法，包括以下步骤：历史数据清洗；识别数据的时间和空间分布特征；针对每类中有效样本数据所对应的建筑性能指标，根据每个有效样本数据中建筑性能指标的时空分布特征，分别对每类中有效样本数据采用对应的时间序列预测方法建立时间维度预测模型、采用空间最邻近算法和回归分析方法建立空间维度预测模型后采用时间和空间加权的方法建立每类的建筑性能数据预测模型；针对每类有效样本数据中的建筑性能指标，对建筑性能数据预测模型进行检验和修正。与现有技术相比，提高了预测的准确度，同时采用在线更新样本数据对预测模型的权重函数迭代更新，以适应长期在线预测的需要。

【技术实现步骤摘要】
一种基于时间和空间加权的建筑性能数据在线预处理方法
本专利技术涉及一种数据处理，特别是一种基于时间和空间加权的建筑性能数据在线预处理方法。
技术介绍
随着经济社会的发展，建筑的作用已经从原始的“遮风避雨之所”转变为人类生活、学习、工作的主要场所，人类80％以上的时间都是在建筑室内度过，建筑性能的优劣直接影响人们的身心健康、学习和工作效率。近年来，由于建筑设计不合理、施工装修污染、建筑运行维护不当等原因，导致建筑通风不畅、室内污染物浓度超标、噪声干扰、光污染、水污染等一系列问题，给人们的身心健康、学习和工作造成了重要影响。为了改善建筑性能，给人们创造一个更加安全、健康、舒适、高效的建筑环境，现代建筑尤其是大型公共建筑中基本都安装了智能建筑管理系统，用于持续监测建筑的室内空气质量、声环境、光环境、热湿环境、水环境和能源资源消耗等建筑性能参数，并分析建筑性能指标的变化规律，预测和优化控制建筑设备系统运行，从而实现改善建筑环境品质，降低能源资源消耗和运行费用的目的。据统计，我国每年新增智能建筑面积约20亿平方米，2014年我国智能建筑系统集成市场规模已达到4000亿元，但是大部分智能建筑管理本文档来自技高网...

【技术保护点】
1.一种基于时间和空间加权的建筑性能数据在线预处理方法，其特征在于：包括以下步骤：一、获取数据步骤S1、历史数据清洗，对建筑性能历史数据集A进行数据清洗，将有效的数据作为有效样本数据得到历史数据集B；二、提取特征步骤S2、识别数据的时间和空间分布特征，对历史数据集B中的有效样本数据进行计算，计算有效样本数据的时间维度和空间维度的特征值，识别有效样本数据的时间和空间分布特征并进行分类；三、模型训练步骤S3、针对每类中有效样本数据所对应的建筑性能指标，分别选取历史数据集B中与该类相同分类中的部分有效样本数据作为历史数据集B1，根据每个有效样本数据中建筑性能指标的时空分布特征，分别对每类中有效样本数...

【技术特征摘要】
1.一种基于时间和空间加权的建筑性能数据在线预处理方法，其特征在于：包括以下步骤：一、获取数据步骤S1、历史数据清洗，对建筑性能历史数据集A进行数据清洗，将有效的数据作为有效样本数据得到历史数据集B；二、提取特征步骤S2、识别数据的时间和空间分布特征，对历史数据集B中的有效样本数据进行计算，计算有效样本数据的时间维度和空间维度的特征值，识别有效样本数据的时间和空间分布特征并进行分类；三、模型训练步骤S3、针对每类中有效样本数据所对应的建筑性能指标，分别选取历史数据集B中与该类相同分类中的部分有效样本数据作为历史数据集B1，根据每个有效样本数据中建筑性能指标的时空分布特征，分别对每类中有效样本数据采用对应的时间序列预测方法建立时间维度预测模型、采用空间最邻近算法和回归分析方法建立空间维度预测模型后采用时间和空间加权的方法建立每类的建筑性能数据预测模型；四、模型检验和修正步骤S4、针对每类有效样本数据中的建筑性能指标，分别选取历史数据集B中相同分类的剩余的有效样本数据作为历史数据集B2，对建筑性能数据预测模型进行检验和修正；所述建筑性能指标为建筑室外物理环境、建筑室内环境和建筑能源资源与碳排放量中的一种建筑性能数据。2.根据权利要求1所述的基于时间和空间加权的建筑性能数据在线预处理方法，其特征在于：还包括：五、预测和模型更新步骤S5、针对每类有效样本数据的每项建筑性能指标，分别采用对应的检验后的建筑性能数据预测模型对在线采集的数据中缺失的数据进行预测修复，得到修复后的数据；步骤S6、将修复后的数据对建筑性能数据预测模型的权重函数进行迭代更新，并利用权重更新后的建筑性能数据预测模型对在线采集的数据中缺失的数据进行预测。3.根据权利要求1所述的基于时间和空间加权的建筑性能数据在线预处理方法，其特征在于：所述步骤S1中历史数据清洗包括如下步骤：步骤S11、读取建筑性能历史数据集A；所述建筑性能历史数据集A的获取，可从建筑性能检测平台中进行读取，并将读取到的第一数据建立建筑性能历史数据集A；步骤S12、判断建筑性能历史数据集A中的第一数据是否超出测量仪表量程范围，是则进入步骤S13，剔除建筑性能历史数据集A中超出测量仪表量程范围的第一数据得到建筑性能历史数据集A’并进入步骤S14；否则直接得到建筑性能历史数据集A’进入步骤S14；步骤S14、判断建筑性能历史数据集A’中的第一数据是否存在异常，是则进入步骤S15，剔除建筑性能历史数据集A’中变化规律异常的第一数据后得到建筑性能历史数据集A”并进入步骤S16；否则直接得到建筑性能历史数据集A”进入步骤S16；步骤S16、计算步骤S14中建筑性能历史数据集A”中第一数据在时间和空间维度的完整率；具体为根据时间戳、时间长度和测点编号、空间测点数量来判断建筑性能历史数据集A”中第一数据在时间维度和空间维度是否存在缺失，计算建筑性能历史数据集A”中第一数据的完整率；步骤S17、判断建筑性能历史数据集A”中第一数据的时间维度或空间维度的完整率是否等于100％；是则作为有效样本数据；否则进入步骤S19作为无效样本数据并剔除；步骤S18、将所有有效样本数据作为历史数据集B。4.根据权利要求1所述的基于时间和空间加权的建筑性能数据在线预处理方法，其特征在于：所述步骤S2中识别历史数据集B中数据的时间和空间分布特征包括如下步骤：步骤S21、识别有效样本数据在时间维度的变化规律，通过计算有效样本数据在时间维度的样本均值、样本方差、偏度、峰度、单位根检验t统计量、自相关系数和/或偏自相关系数的特征值，并根据特征值识别有效样本数据在时间维度的变化规律，将有效样本数据进行初级分类；步骤S22、识别有效样本数据在空间维度的分布规律，采用最邻近算法求解最邻近点，根据空间最邻近点的数量将已经初级分类的有效样本数据再细分为两类：存在一个最邻近点和多个最邻近点。5.根据权利要求4所述的基于时间和空间加权的建筑性能数据在线预处理方法，其特征在于：所述步骤S21中识别有效样本数据在时间维度的变化规律包括如下步骤：步骤S211、计算历史数据集B中有效样本数据在时间维度的样本均值、样本方差、峰度、偏度、单位根检验t统计量、自相关系数和/或偏自相关系数的特征值；步骤S212、判断有效样本数据是否具有随机性；是则进入步骤S214，否则进入步骤S213；步骤S213、绘制历史数据集B中剩余的有效样本数据的原始序列时序图，计算历史数据集B中剩余的有效样本数据的单位根检验t统计量、自相关系数、自偏相关系数特征值，依次判...

【专利技术属性】
技术研发人员：孙冬梅，
申请(专利权)人：深圳市建筑科学研究院股份有限公司，
类型：发明
国别省市：广东,44