基于多元线性回归和聚类分析的建筑能耗预测方法和系统技术方案

本发明专利技术涉及一种基于多元线性回归和聚类分析的建筑能耗预测方法，其特征在于，包括以下步骤：采集待预测地区的多组历史日建筑能耗数据，并进行数据预处理，构成建筑能耗样本数据集；通过聚类算法对建筑能耗样本数据集中所有的历史建筑能耗特征集进行聚类，获得多个聚类；对于每个聚类，建立日建筑能耗值关于建筑能耗相关特征的多元线性回归模型；采集待预测日期的待测建筑能耗特征集，通过距离计算确定待测建筑能耗特征集所属的聚类；将待测建筑能耗特征集代入其所属聚类对应的多元线性回归模型，求得该待预测地区在待预测日期的预测日建筑能耗值。与现有技术相比，本发明专利技术具有准确率高、效率高等优点。效率高等优点。效率高等优点。

【技术实现步骤摘要】
【国外来华专利技术】基于多元线性回归和聚类分析的建筑能耗预测方法和系统


[0001]本专利技术涉及建筑能耗预测领域，尤其是涉及一种基于多元线性回归和聚类分析的建筑能耗预测方法和系统。

技术介绍

[0002]建筑能耗指建筑物内各种用能系统和设备的运行能耗，主要包括采暖、空调、照明、家用电器、办公设备、热水供应、炊事、电梯、通风等能耗。建筑能耗几乎涉及所有能源品种。通常所说的建筑能耗仅指非生产性建筑的能耗，即民用建筑能耗。气候、建筑功能、建筑设计、使用者行为等，都可以影响建筑能耗，无论从我国可持续发展的内在需求，还是从应对气候变化来说，节能减排时必然选择，建筑能耗预测也是支撑建筑节能、提升建筑能效、确保建筑可持续发展的重要技术支撑。建筑能耗也能够反映一个地区的节能减排的建筑能耗管理水平，筑能耗管理通过比较理论能耗与实际能耗的差值，对不合理的建筑能耗进行分析和预测，提供较为科学有效的节能措施，有利于优化能源管理与提升经济效益，促进低碳社区的建设与改造的科学性与合理性。
[0003]传统的建筑能耗管理通过手工设定某一地区的合理建筑能耗，缺乏科学依据，也与精益化的管理目标背道而驰。地区合理建筑能耗的准确快速预测成为亟待解决的重要问题。但是由于不同地区建筑物类型、结构、用途以及人员均有很大差异，各影响因素复杂多样，建筑能耗数据不全，合理建筑能耗的计算将非常困难，实时性不高。同时每个地区的建筑能耗数据都很庞大，导致计算量巨大，效率低。

技术实现思路

[0004]本专利技术的目的就是为了克服上述现有技术存在的缺陷而提供一种基于多元线性回归和聚类分析的建筑能耗预测方法和系统。
[0005]本专利技术的目的可以通过以下技术方案来实现：
[0006]一种基于多元线性回归和聚类分析的建筑能耗预测方法，包括以下步骤：
[0007]采集待预测地区的多组历史日建筑能耗数据，并进行数据预处理，构成建筑能耗样本数据集，每组历史日建筑能耗数据包括历史日建筑能耗值以及对应时间段的历史建筑能耗特征集，所述的建筑能耗特征集包括多个类型建筑的建筑能耗相关特征；
[0008]通过聚类算法对建筑能耗样本数据集中所有的历史建筑能耗特征集进行聚类，获得多个聚类；
[0009]对于每个聚类，根据其包含的历史日建筑能耗数据，建立日建筑能耗值关于建筑能耗相关特征的多元线性回归模型；
[0010]采集待预测日期的待测建筑能耗特征集，通过距离计算确定待测建筑能耗特征集所属的聚类；
[0011]将待测建筑能耗特征集代入其所属聚类对应的多元线性回归模型，求得该待预测地区在待预测日期的预测日建筑能耗值。
[0012]进一步地，所述的历史日建筑能耗值包括：待预测地区各个耗能单元的赋有标记信息的能耗数值及建筑的总能耗数值，所述的标记信息包括：时间、室外温度、应用场景和业务，所述的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，所述的建筑能耗相关特征包括月建筑能耗值均值、带预测地区建筑数量和月建筑能耗均值中的一种或多种。
[0013]进一步地，该方法还包括对历史日建筑能耗数据进行预处理操作，具体包括：对所有历史日建筑能耗数据进行归一化处理；其中，所述的所有历史日建筑能耗数据经过所述归一化处理后满足正态分布。
[0014]更进一步地，所述的聚类算法为kmeans聚类算法，在对建筑能耗样本数据集中所有的历史建筑能耗特征集进行聚类之前，首先将历史日建筑能耗数据按照时间、室外温度、应用场景及业务这四个维度进行分类，获得四个子类，再运用决策树模型对四个子类进行细分。
[0015]进一步地，通过岭回归算法建立多元线性回归模型。
[0016]一种基于多元线性回归和聚类分析的建筑能耗预测系统，包括：
[0017]数据采集模块：用于采集待预测地区的多组历史日建筑能耗数据，并进行数据预处理，构成建筑能耗样本数据集，每组历史日建筑能耗数据包括历史日建筑能耗值以及对应时间段的历史建筑能耗特征集，所述的建筑能耗特征集包括多类建筑能耗相关特征；
[0018]特征聚类模块：用于通过聚类算法对建筑能耗样本数据集中所有的历史建筑能耗特征集进行聚类，获得若干个聚类；
[0019]回归分析模块：用于对于每个聚类，根据其包含的历史日建筑能耗数据，建立日建筑能耗值关于建筑能耗相关特征的多元线性回归模型；
[0020]建筑能耗预测模块：用于获取待预测日期的待测建筑能耗特征集，通过距离计算确定待测建筑能耗特征集所属的聚类，将待测建筑能耗特征集代入其所属聚类对应的多元线性回归模型，求得该待预测地区在待预测日期的预测日建筑能耗值。
[0021]进一步地，所述的历史日建筑能耗值包括：待预测地区各个耗能单元的赋有标记信息的能耗数值及建筑的总能耗数值，所述的标记信息包括：时间、室外温度、应用场景和业务，所述的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；所述的建筑能耗相关特征包括月建筑能耗值均值、带预测地区建筑数量和月建筑能耗均值中的一种或多种。
[0022]进一步地，所述的聚类算法为kmeans聚类算法。
[0023]进一步地，所述的数据预处理包括：
[0024]对所有历史日建筑能耗数据进行归一化处理；其中，所述的所有历史日建筑能耗数据经过所述归一化处理后满足正态分布。
[0025]进一步地，所述的回归分析模块通过岭回归算法建立多元线性回归模型。
[0026]与现有技术相比，本专利技术具有以下优点：
[0027]1)本专利技术先分别对历史日建筑能耗数据和历史建筑能耗特征集进行第一次分类，再对每一个聚类分别建立多元线性回归模型，再确定待测建筑能耗特征集所属聚类，并代入对应的多元线性回归模型进行建筑能耗预测，提高了预测准确度，同时无需考虑地区筑物类型、结构、用途以及人员结构等的差异，计算量小，处理速度快，效率大大提高；
[0028]2)本专利技术的建筑能耗特征集包括若干类建筑能耗相关特征，综合了多种相关特征对日建筑能耗率的影响，使预测结果更加准确；
[0029]3)本专利技术通过岭回归算法建立多元线性回归模型，岭回归算法是一种改良的最小二乘估计法，适用于处理特征数多于样本数的情况，可适用于病态矩阵的分析，回归分析模块作为一种缩减算法，能够筛选出不重要的特征或参数，适用于建筑能耗预测场景，预测效果好。
附图说明
[0030]图1为本专利技术方法的流程示意图。
具体实施方式
[0031]下面结合附图和具体实施例对本专利技术进行详细说明。显然，所描述的实施例是本专利技术的一部分实施例，而不是全部实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都应属于本专利技术保护的范围。
[0032]如图1所示，本专利技术提供一种基于多元线性回归和聚类分析的建筑能耗预测方法，包括以下步骤：
[0033]采集待预测地区的多组历史日建筑能耗数据，并进行数据预处理，构成建筑能耗样本数据集，每组历史日建筑能耗数据包括历史日建筑能耗本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种基于多元线性回归和聚类分析的建筑能耗预测方法，其特征在于，包括以下步骤：采集待预测地区的多组历史日建筑能耗数据，构成建筑能耗样本数据集，每组历史日建筑能耗数据包括历史日建筑能耗值以及对应时间段的历史建筑能耗特征集，所述的建筑能耗特征集包括多个类型建筑的建筑能耗相关特征；通过聚类算法对建筑能耗样本数据集中所有的历史建筑能耗特征集进行聚类，获得多个聚类；对于每个聚类，根据其包含的历史日建筑能耗数据，建立日建筑能耗值关于建筑能耗相关特征的多元线性回归模型；采集待预测日期的待测建筑能耗特征集，通过距离计算确定待测建筑能耗特征集所属的聚类；将待测建筑能耗特征集代入其所属聚类对应的多元线性回归模型，求得该待预测地区在待预测日期的预测日建筑能耗值。2.根据权利要求1所述的一种基于多元线性回归和聚类分析的建筑能耗预测方法，其特征在于，所述的历史日建筑能耗值包括：待预测地区各个耗能单元的赋有标记信息的能耗数值及建筑的总能耗数值，所述的标记信息包括：时间、室外温度、应用场景和业务，所述的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，所述的建筑能耗相关特征包括月建筑能耗值均值、带预测地区建筑数量和月建筑能耗均值中的一种或多种。3.根据权利要求1所述的一种基于多元线性回归和聚类分析的建筑能耗预测方法，其特征在于，该方法还包括对历史日建筑能耗数据进行预处理操作，具体包括：对所有历史日建筑能耗数据进行归一化处理；其中，所述的所有历史日建筑能耗数据经过所述归一化处理后满足正态分布。4.根据权利要求2所述的一种基于多元线性回归和聚类分析的建筑能耗预测方法，其特征在于，所述的聚类算法为kmeans聚类算法，在对建筑能耗样本数据集中所有的历史建筑能耗特征集进行聚类之前，首先将历史日建筑能耗数据按照时间、室外温度、应用场景及业务这四个维度进行分类，获得四个子类，再运用决策树模型对四个子类进行细分。5.根据权利要求1所述的一种基于多元线性回归和聚类分析的建筑能耗预测方法...

【专利技术属性】
技术研发人员：王晓东，
申请(专利权)人：嘉兴尚坤科技有限公司，
类型：发明
国别省市：