基于数据挖掘技术的能耗分区方法技术

本发明专利技术公开了一种基于数据挖掘技术的能耗分区方法，属于建筑节能技术领域，本发明专利技术可以弥补能耗监测系统数据利用的空白，对建筑能耗数据进行分类处理，该方法根据监管平台采集数据采用数据挖掘技术对能耗数据进行分类。通过数据分类、数据识别、用能区域划分等步骤，提取用能模式特征值，对不同类型的能耗数据分层识别和利用。对于未装有能耗监测系统，比如只能获取其用电总量的建筑，则可以利用本发明专利技术通过获取其它建筑的能耗组成信息，之后根据同类型建筑具有相似的功能分区和用能特点等特性将分类方法应用于未装有能耗分项监测系统的建筑中，有助于了解未装有能耗监测系统的建筑的能耗组成，提高诊断的效率于准确率。

【技术实现步骤摘要】
基于数据挖掘技术的能耗分区方法
本专利技术属于建筑节能
，主要用于建筑物能耗分类研究，为一种基于数据挖掘技术的建筑能耗分类方法。
技术介绍
当前，环境急剧恶化，能源过度消耗，其中建筑物是能源消耗的大户。据统计，全球建筑能源消耗占到了总能源消耗的40％以上。而近几年房地产市场的蓬勃发展和城镇化速度的加快更是加重了这种消耗。在这种背景下，有效认识既有建筑的能耗组成，进行有效的节能诊断，是降低建筑能耗的关键。目前，许多公共建筑都建立了能耗监管平台，并且在运营过程中积累了大量数据。这不但有助于公共建筑节能管理工作的开展，也可以为建筑节能的科学研究和政府制定政策提供数据支持。针对相关平台的数据的利用状况，主要可分为三种方向。第一个方向是用于监测主要用能设备运行情况，揭示建筑用能设备在运行过程中，存在的维护水平问题及粗放式管理的不足。第二个应用方向是在搭建监测平台时与数学算法结合，实现建筑的自动报告与预警功能。将监测平台与BIM技术结合，实现用电、水量监测、设备信息实时查询、故障报警与维修路径计算、节能分析等功能。第三个应用方向是基于监测平台本文档来自技高网...

【技术保护点】
1.一种基于数据挖掘技术的能耗分区方法，其特征在于：包括如下步骤：/n1)通过建筑物能耗监测系统采集能耗数据，包括建筑物总能耗，照明、空调、动力等各支路单项数据；/n2)聚类是一个将数据集划分为若干组或类的过程，并使得同一个组内的数据对象具有较高的相似度，而不同组的数据对象则是不相似的，相似或不相似的度量是基于数据对象描述属性的取值来确定的，通常是利用各对象间距离来进行描述的，利用此方法可以将建筑总用电划分为照明、空调、动力等用电分项，再按各分项中所承担的不同职能继续向下细分，首先应用k-means初始聚类中心选取策略选取K个能耗数据的初始聚类中心C

【技术特征摘要】
1.一种基于数据挖掘技术的能耗分区方法，其特征在于：包括如下步骤：
1)通过建筑物能耗监测系统采集能耗数据，包括建筑物总能耗，照明、空调、动力等各支路单项数据；
2)聚类是一个将数据集划分为若干组或类的过程，并使得同一个组内的数据对象具有较高的相似度，而不同组的数据对象则是不相似的，相似或不相似的度量是基于数据对象描述属性的取值来确定的，通常是利用各对象间距离来进行描述的，利用此方法可以将建筑总用电划分为照明、空调、动力等用电分项，再按各分项中所承担的不同职能继续向下细分，首先应用k-means初始聚类中心选取策略选取K个能耗数据的初始聚类中心Ck＝{C1,…,Ck}；
3)如果不知道某类电耗数据样本xi的所属类别及归属区域,则定义ArrayList集合aList,计算xi与所有聚类中心的欧氏距离dik,将dik升序排序将xi的序号i添加到aList中，根据数据样本xi距离聚类中心第二小距离与最小距离的比值公式计算ri，判断该数据样本的所属类别；
4)如果ri>ε,则直接根据xi的最小距离原则划分xi；
5)如果ri<ε,则根据欧氏距离和剩余数据样本计算xi在数据集X-{xp|p∈aList}中的最近邻xj,将序号j添加到aList中,如果xj已经划分到Ck所在簇,则同样将xi划分到Ck所在簇,如果xj还未被划分,根据处理xi的过程计算xj与聚类中心的距离,如果ri...

【专利技术属性】
技术研发人员：李红扩，李刚，王昕，史云，邵明磊，姜昕，宋冰岩，周玉璟，杨银琛，
申请(专利权)人：山东历控能源有限公司，
类型：发明
国别省市：山东;37