建筑运维设备异常诊断方法、系统及计算机可读存储介质技术方案

技术编号:28560346 阅读:12 留言:0更新日期:2021-05-25 17:55
本发明专利技术实施例提供的一种建筑运维设备异常诊断方法、系统及计算机可读存储介质,该方法包括获取历史逐预设时间段单天能耗值;对数据向量进行预处理后,进行特征提取;采用聚类算法对单天特征向量进行聚类计算;构建影响因素与聚类标签之间的分类模型;根据影响因素和分类模型,预测未来天设备运行的波动范围。本发明专利技术根据天维度能耗曲线提取特征值;根据聚类算法对特征向量进行计算,将数据向量进行分类划分,提取出设备常规运行模式和该运行模式的波动范围,将影响因素与设备运行模式相关联建立分类模型;根据分类模型和未来天的影响因素预测未来天设备运行波动曲线。提高设备计算能力,扩大计算方法范围,准确预测到未来天设备运行情况。

【技术实现步骤摘要】
建筑运维设备异常诊断方法、系统及计算机可读存储介质
本专利技术涉及建筑运维
,具体涉及一种建筑运维设备异常诊断方法、系统及计算机可读存储介质。
技术介绍
中国当前正处于能源消耗高的同时,能源相对紧缺的阶段,能源的匮乏和社会对能源不断增大的需求已经成为了制约社会进步发展的突出矛盾之一,而城市的大规模建设使得建筑能耗在社会总能耗中的比例达到了46%,通过自身诊断异常和控制手段降低运行时的能耗是实现节能的一个重要途径。当前,许多高能耗企业已经实现了对于分项能耗的采集,积累了大量的历史能耗数据,这为数据的异常诊断提供了基础。但是,大量的历史能耗数据也带来了“数据灾难”,使得相关的管理人员无法迅速并准确的从数据中发现能耗的异常性问题,最终导致建筑能耗难于监测和管理。传统的监测方法一般是由相关的能耗管理人员根据经验设定一个能耗阈值,以此来判断能耗是否出现异常,但是这种方式存在两个问题,首先是阈值无法准确的确定,其阈值的过高或者过低都将直接影响到实际检测结果的准确性;其次则是建筑模型的复杂性,对于商业建筑其能耗的运行将会受到多种因素的影响而发生改变,比如月份、温度、湿度、节假日等特征因素,所以单纯依靠阈值进行诊断无法适应复杂的动态能耗模型。因此为了解决阈值方法的局限性,一些更加智能的诊断方法被提出:唐桂忠等人使用实时数据采集技术实现了数据的实时统计,并且利用统计方式进行能耗的异常诊断。虽然上述方式都解决了阈值方法的局限性问题,但是还存在着以下的几点问题:(1)现有方法计算维度较大,未根据能耗曲线本身提取特征降低纬度。(2)以上方法都是基于历史数据对能耗的统计分析,无法根据设备不同运行模式计算能耗波动范围。(3)仅针对能耗本身进行分析计算,未考虑影响设备运行模式转换的特征因子。
技术实现思路
为解决目前技术存在的不足,本专利技术实施例提供一种建筑运维设备异常诊断方法、系统及计算机可读存储介质。其具体技术方案如下:为实现上述目的,本专利技术实施例提供一种建筑运维设备异常诊断方法,包括步骤:获取历史逐预设时间段单天能耗值,作为建筑设备单天数据向量;对所述数据向量进行预处理后,进行特征提取,得到特征向量;其中,所述特征向量的特征值包括:设备开启时间、开启区间能耗均值、和能耗方差;采用聚类算法对特征向量进行聚类计算,得到所述单天能耗值的聚类标签;采用随机森林算法构建影响因素与所述聚类标签之间的分类模型;其中,所述影响因素包括温度、湿度、月份、节假日和风速;根据天气预报获取的未来天的影响因素和所述分类模型,得到未来天设备运行的波动范围。进一步的,在所述采用聚类算法对所述特征向量进行聚类计算,得到所述当天能耗值的聚类标签之后,所述采用随机森林算法构建影响因素与所述聚类标签之间的分类模型之前,还包括采用smote采样算法对所述聚类标签的数量进行平衡。进一步的,所述预处理包括:删除异常波动天的数据向量。进一步的,还包括当检测到设备关闭区间段内实际能耗值大于开启阈值时,启动报警装置;或者,当检测到开启时间段实际能耗大于历史上限130%或小于历史下限70%,连续3个点及以上启动报警。进一步的,所述聚类算法采用DBSCAN聚类算法。本专利技术实施例的第二方面提供一种建筑运维设备异常诊断系统,包括:获取模块,用于获取历史逐预设时间段单天能耗值,作为建筑设备单天数据向量;预处理和特征提取模块,用于对所述数据向量进行预处理后,进行特征提取,得到特征向量;其中,所述特征向量的特征值包括:设备开启时间、开启区间能耗均值、和能耗方差;聚类模块,用于采用聚类算法对所述特征向量进行聚类计算,得到所述单天能耗值的聚类标签;分类模型构建模块,用于采用随机森林算法构建影响因素与所述聚类标签之间的分类模型;其中,所述影响因素包括温度、湿度、月份、节假日和风速;波动预测模块,用于根据天气预报获取的未来天的影响因素和所述分类模型,得到未来天设备运行的波动范围。进一步的,还包括:数据平衡模块和报警模块;其中,所述数据平衡模块用于采用smote采样算法对所述聚类标签的数量进行平衡;所述报警模块用于当检测到设备关闭区间段内实际能耗值大于开启阈值时,启动报警装置;或者,当检测到开启时间段实际能耗大于历史上限130%或小于历史下限70%,连续3个点及以上启动报警。本专利技术实施例的第三方面还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器处理上述所述方法步骤。本专利技术的第四方面提供一种电子设备,该电子设备包括:处理器;以及,被安排成存储计算机可执行指令的存储器,所述可执行指令在被执行时使所述处理器执行上述所述的方法。本专利技术实施例提供的建筑运维设备异常诊断方法、系统及计算机可读存储介质,该方法包括获取历史逐预设时间段单天能耗值,作为建筑设备单天数据向量;对所述数据向量进行预处理后,进行特征提取,得到特征向量;其中,所述特征向量的特征值包括:设备开启时间、开启区间能耗均值、和能耗方差;采用聚类算法对所述特征向量进行聚类计算,得到所述单天能耗值的聚类标签;采用随机森林算法构建影响因素与所述聚类标签之间的分类模型;根据天气预报获取的未来天的影响因素和所述分类模型,得到未来天设备运行的波动范围。本专利技术根据天维度能耗曲线提取开启时间长度、开启能耗均值、能耗方差等特征,降低数据维度;根据聚类算法对数据向量进行计算,将相近的数据向量进行分类划分,提取出设备常规运行模式和该运行模式波动范围,然后将温度、湿度、月份、节假日等特征与设备运行模式相关联建立分类模型;最后根据得到的分类模型和未来天的天气情况预测未来天设备运行波动曲线。提高了设备计算能力的同时扩大计算方法可选范围,较为准确的预测到未来天设备运行情况,提高设备运行预测的智能化程度,减少了人力和物力的投入。附图说明图1为本专利技术实施例1提供的一种建筑运维设备异常诊断方法的优选实施方式的流程图;图2为本专利技术实施例2提供的一种建筑运维设备异常诊断系统的优选实施方式的结构示意框图。具体实施方式为了使得本专利技术技术方案能够清楚、详尽的展现出来,以下结合附图对本专利技术进行说明,但不用来限制本专利技术的范围。参见图1为本专利技术实施例1提供的一种建筑运维设备异常诊断方法的优选实施方式的流程图,包括步骤:获取历史逐预设时间段单天能耗值,作为建筑设备单天数据向量;对所述数据向量进行预处理后,进行特征提取,得到特征向量;其中,所述特征向量的特征值包括:设备开启时间、开启区间能耗均值、和能耗方差;采用聚类算法对所述特征向量进行聚类计算,得到所述当天能耗值的聚类标签;采用随机森林算法构建影响因素与所述聚类标签之间的分类模型;其中,所述影响因素包括温度、湿度、月份、节假日和风速;根据天气预报获取的未来天的影响因素和所述分类模型本文档来自技高网
...

【技术保护点】
1.一种建筑运维设备异常诊断方法,其特征在于,包括步骤:/n获取历史逐预设时间段单天能耗值,作为建筑设备单天数据向量;/n对所述数据向量进行预处理后,进行特征提取,得到特征向量;其中,所述特征向量的特征值包括:设备开启时间、开启区间能耗均值和能耗方差;/n采用聚类算法对所述特征向量进行聚类计算,得到所述单天能耗值的聚类标签;/n采用随机森林算法构建影响因素与所述聚类标签之间的分类模型;其中,所述影响因素包括温度、湿度、月份、节假日和风速;/n根据天气预报获取的未来天的影响因素和所述分类模型,得到未来天设备运行的波动范围。/n

【技术特征摘要】
1.一种建筑运维设备异常诊断方法,其特征在于,包括步骤:
获取历史逐预设时间段单天能耗值,作为建筑设备单天数据向量;
对所述数据向量进行预处理后,进行特征提取,得到特征向量;其中,所述特征向量的特征值包括:设备开启时间、开启区间能耗均值和能耗方差;
采用聚类算法对所述特征向量进行聚类计算,得到所述单天能耗值的聚类标签;
采用随机森林算法构建影响因素与所述聚类标签之间的分类模型;其中,所述影响因素包括温度、湿度、月份、节假日和风速;
根据天气预报获取的未来天的影响因素和所述分类模型,得到未来天设备运行的波动范围。


2.根据权利要求1所述的建筑运维设备异常诊断方法,其特征在于,在所述采用聚类算法对所述单天特征向量进行聚类计算,得到所述单天能耗值的聚类标签之后,所述采用随机森林算法构建影响因素与所述聚类标签之间的分类模型之前,还包括采用smote采样算法对所述聚类标签的数量进行平衡。


3.根据权利要求1所述的建筑运维设备异常诊断方法,其特征在于,所述预处理包括:删除异常波动天的数据向量值。


4.根据权利要求1所述的建筑运维设备异常诊断方法,其特征在于,还包括当检测到设备关闭区间段内实际能耗值大于开启阈值时,启动报警装置;
或者,当检测到开启时间段实际能耗大于历史上限130%或小于历史下限70%,连续3个点及以上启动报警。


5.根据权利要求1所述的建筑运维设备异常诊断方法,其特征在于,所述聚类算法采用DBSCAN聚类算法。


6.一种建筑运维设...

【专利技术属性】
技术研发人员:王驰崔莹李静原戴吉平戴伟孙一凫曾臻
申请(专利权)人:博锐尚格科技股份有限公司
类型:发明
国别省市:北京;11

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1