【技术实现步骤摘要】
本专利技术涉及数据处理，具体涉及一种绿色建筑全能耗分析方法。
技术介绍
1、绿色建筑是一种注重在设计、建造和运营过程中最大程度地减少对环境的负面影响的建筑理念。这种建筑设计和运营方式旨在提高资源利用效率、降低能源消耗、减少废弃物产生，并创造一个对居住者和社区更加健康、舒适的环境。绿色建筑全能耗分析方法主要对建筑物能耗使用情况进行分析，旨在优化能源效率并减少环境影响。建筑物能耗中的水资源使用情况非常重要，对建筑物的水资源使用情况进行分析监测，进而对水资源使用的需求进行预测，有助于了解建筑过程中水资源的消耗情况，可以识别潜在的浪费或过度使用，从而为水资源的管理和分配提供重要参考。
2、可使用加权移动平均算法，根据建筑物的水资源使用情况，对水资源使用的需求进行预测，但是，在进行预测的过程中，需要确定合适的窗口长度，并设定窗口内数据对预测数据的影响权重，窗口长度和影响权重的选择是影响最终预测结果的准确性主要因素之一，需要根据建筑物的水资源数据确定，以提高预测模型对数据预测的准确性。
技术实现思路
1、本专利技术提供一种绿色建筑全能耗分析方法，以解决现有的数据预测算法设定窗口内的影响权重无法根据数据本身确定，使数据预测结果不准确，导致绿色建筑全能耗分析产生较大误差的问题，所采用的技术方案具体如下：
2、本专利技术一个实施例提供了一种绿色建筑全能耗分析方法，该方法包括以下步骤：
3、采集用水量数据，根据用水量数据的时间顺序获取用水量数据序列；
4
5、确定用水量数据的用水变化斜率，根据用水量数据的特征窗口、用水变化斜率和与预测值之间的时间间隔，确定用水量数据的相对贡献度，根据用水量数据的特征窗口内包含的所有用水量数据的相对贡献度，确定用水量数据的相对预测权重；
6、根据用水量数据的相对预测权重和特征窗口，确定用水量数据的特征窗口后相邻的第一个用水量数据的预测值，结合用水量数据确定用水量数据的预测校正比值，根据用水量数据的预测校正比值，确定预测时刻的校正用水量数据，根据校正用水量数据，实现对水资源使用的需求预测。
7、进一步，所述用水量数据的初始窗口获取的具体方法为：
8、将以用水量数据为中心，长度为第一预设阈值的窗口记为用水量数据的初始窗口。
9、进一步，所述校正窗口长度获取的具体方法为：
10、
11、式中，表示用水量数据序列的校正窗口长度；表示用水量数据的初始窗口包含的所有用水量数据的极差；表示用水量数据的初始窗口包含的所有用水量数据的均值；表示用水量数据的初始窗口包含的所有用水量数据的方差；表示用水量数据序列内含的所有用水量数据的数量；表示窗口参数；表示线性归一化函数；为取值函数。
12、进一步，所述用水量数据的特征窗口获取的具体方法为：
13、将以用水量数据为中心，长度为校正窗口长度的窗口记为用水量数据的特征窗口。
14、进一步，所述用水量数据的用水变化斜率获取的具体方法为：
15、将用水量数据前一个相邻的用水量数据与用水量数据的差值与一个采集时间间隔的比值，记为用水量数据的用水变化斜率。
16、进一步，所述根据用水量数据的特征窗口、用水变化斜率和与预测值之间的时间间隔，确定用水量数据的相对贡献度，包括的具体方法为：
17、
18、式中，表示第个用水量数据的特征窗口内包含的第个用水量数据的相对贡献度；表示第个用水量数据的特征窗口内包含的所有用水量数据的均值；表示第个用水量数据的特征窗口内包含的第个用水量数据与预测值之间的时间间隔；表示第个用水量数据的特征窗口内包含的第个用水量数据；表示第个用水量数据的特征窗口内包含的第个用水量数据的用水变化斜率；表示第个用水量数据的特征窗口内除第个用水量数据之外所有用水量数据的用水变化斜率的均值；表示以自然常数为底数的指数函数。
19、进一步，所述用水量数据的相对预测权重获取的具体方法为：
20、将用水量数据的相对贡献度与用水量数据的特征窗口内包含的所有用水量数据的相对贡献度的和的比值，记为用水量数据的相对预测权重。
21、进一步，所述用水量数据的预测校正比值获取的具体方法为：
22、将用水量数据的预测值与用水量数据的比值记为用水量数据的预测校正比值。
23、进一步，所述预测时刻的校正用水量数据获取的具体方法为：
24、将预测时刻的用水量数据与预测时刻的前一个用水量数据的预测校正比值的乘积，记为预测时刻的校正用水量数据。
25、进一步，所述根据校正用水量数据，实现对水资源使用的需求预测，包括的具体方法为：
26、将预测时刻的校正用水量数据替代用水量数据，实现对水资源使用的需求预测。
27、本专利技术的有益效果是：
28、本专利技术从需要根据建筑物的水资源使用情况，对水资源使用的需求进行预测的需求出发，针对窗口长度和影响权重的选择严重影响最终预测结果的准确性的问题出发，首先，以长时间内，建筑物建造符合水资源使用的客观规律，不同时刻的用水量变化趋势和变化规律具有一定的规律性和周期性的特征为依据，根据用水量数据的局部波动程度确定用水量数据的特征窗口；然后，结合对用水量数据进行预测时，越靠近预测时间，用户的作息和生活规律越接近与建筑建造的工人们的现有习惯，对距离预测时间越近的用水量数据赋予更高的权重，提高距离预测时间越近的用水量数据的参考价值，确定用水量数据的相对预测权重，进而根据加权移动平均算法，获取用水量数据的预测值；最后，根据在较短的时间内，数据的变化趋势具有一定的粘性，即数据的变化趋势保持高度相似性和一致性的特征，根据预测时刻的前一时刻表现出的用水量数据的预测值与用水量数据的差异，对预测时刻的用水量数据进行校正，获取校正用水量数据，提升数据预测的准确性，根据校正用水量数据，实现对水资源使用的需求预测，解决现有的数据预测算法设定窗口内的影响权重无法根据数据本身确定，使数据预测结果不准确，导致绿色建筑全能耗分析产生较大误差的问题。
本文档来自技高网...【技术保护点】
1.一种绿色建筑全能耗分析方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述的一种绿色建筑全能耗分析方法，其特征在于，所述用水量数据的初始窗口获取的具体方法为：
3.根据权利要求1所述的一种绿色建筑全能耗分析方法，其特征在于，所述校正窗口长度获取的具体方法为：
4.根据权利要求1所述的一种绿色建筑全能耗分析方法，其特征在于，所述用水量数据的特征窗口获取的具体方法为：
5.根据权利要求1所述的一种绿色建筑全能耗分析方法，其特征在于，所述用水量数据的用水变化斜率获取的具体方法为：
6.根据权利要求1所述的一种绿色建筑全能耗分析方法，其特征在于，所述根据用水量数据的特征窗口、用水变化斜率和与预测值之间的时间间隔，确定用水量数据的相对贡献度，包括的具体方法为：
7.根据权利要求1所述的一种绿色建筑全能耗分析方法，其特征在于，所述用水量数据的相对预测权重获取的具体方法为：
8.根据权利要求1所述的一种绿色建筑全能耗分析方法，其特征在于，所述用水量数据的预测校正比值获取的具体方法为：
10.根据权利要求1所述的一种绿色建筑全能耗分析方法，其特征在于，所述根据校正用水量数据，实现对水资源使用的需求预测，包括的具体方法为：
...【技术特征摘要】
1.一种绿色建筑全能耗分析方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述的一种绿色建筑全能耗分析方法，其特征在于，所述用水量数据的初始窗口获取的具体方法为：
3.根据权利要求1所述的一种绿色建筑全能耗分析方法，其特征在于，所述校正窗口长度获取的具体方法为：
4.根据权利要求1所述的一种绿色建筑全能耗分析方法，其特征在于，所述用水量数据的特征窗口获取的具体方法为：
5.根据权利要求1所述的一种绿色建筑全能耗分析方法，其特征在于，所述用水量数据的用水变化斜率获取的具体方法为：
6.根据权利要求1所述的一种绿色建筑全能耗分析方法，其特征在于，所述根据用...
【专利技术属性】
技术研发人员：唐正军，唐杰，周航宇，马建虎，陈俭俭，
申请(专利权)人：深圳华澳建科集团有限公司，
类型：发明
国别省市：
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。