【技术实现步骤摘要】
本专利技术属于指标评价方法，更具体地，涉及基于数据融合的建筑绿色节能改造评价方法及设备。
技术介绍
1、在大规模的推进既有建筑节能改造的同时，改造方案的决策成为了一个值得讨论的问题。建筑改造的主要目的之一是降低建筑的能源消费强度，但考虑到改造的效果、安全、成本和环境等因素，这种改善可能是吸引力相对有限的，因此很多学者将改造效果、经济性等纳入了建筑改造方案的评价体系内，综合节能率和收益来选择更合适的改造方案。
2、一般而言，老旧建筑改造方案的评价方法包括有总费用评价法和效用空间潜力评价法。其中总费用评价法主要考虑建筑物的总费用，包括建筑物的勘察规划、设计、施工、建成后使用期内的维修管理直至报废拆除全过程所需费用。将这些费用折现到同一时间点，计算出总费用，并以货币形式表示。在各种方案之间进行比较时，总费用越小，技术经济效果就越好。这种评价方法主要用于新建方案的技术经济比较，也可用于维修、改造或翻建方案的比较。效用空间潜力评价法主要对老旧建筑的效用、空间、结构和环境潜力进行评价。通过效用空间潜力评价，可以对原有建筑的空间进行效用置换，或者对原有空间进行水平、垂直乃至三维层面的划分与重组，从而满足新效用的使用要求。
3、但是以上方案没有考虑到节能改造、建筑的围护结构等节能减排方向的影响，通常只涉及到围护结构的翻新，对改造后结构的安全性，改造所用到的材料是否符合可持续性，改造施工对居民生活的影响等等问题较少，这使得改造方案的决策过程仍然不够全面。因此，本专利技术提出一种综合考虑了技术、安全、经济和环境的建筑围护结构
技术实现思路
1、针对现有技术的以上缺陷或改进需求，本专利技术提供一种基于数据融合的建筑绿色节能改造评价方法，构建相关评价指标体系，建立原始数据矩阵；获得主观权重和客观权重，组合赋权以获得综合权重，建立权重矩阵；搭建梯形云模型，获得关联度矩阵，结合所述权重矩阵，以获得评价向量，确定评价等级。
2、为了实现上述目的，按照本专利技术的第一方面，提供一种基于数据融合的建筑绿色节能改造评价方法，包括以下步骤：
3、s100，构建评价指标体系，划分评价等级，获得各指标评价数据，并建立原始数据矩阵；
4、s200，基于所述原始数据矩阵，计算主观权重和客观权重，分配各评价指标权重，获得综合权重，并建立权重矩阵；
5、s300，构建评价标准梯形云，建立关联度矩阵，并结合所述权重矩阵，获得评价向量，并确定评价等级。
6、在步骤s100包括：
7、s101，构建建筑绿色节能改造评价指标体系，包括二级评价指标及其三级评价指标：技术适用性：窗墙比、外墙传热系数、外窗传热系数、屋面传热系数、节能率，安全适用性：结构安全性、结构耐久性、防火性能、施工便利性，经济适用性：初始改造成本、改造节能效益、投资回收期，环境适用性：改造碳排放、热舒适改善、用户满意度、改造施工干扰；
8、s102，划分建筑绿色节能改造评价标准等级，并确定各指标中每个等级对应的数值评价范围；
9、s103，基于所述评价标准与评价范围，对各改造方案按照三级评价指标分别打分评价，获得各改造方案中各指标的评价数据，并建立原始数据矩阵r＝(rij)n×m。
10、在步骤s200包括：
11、s201，利用g1法计算所述各指标的主观权重；对同一层级的评价指标a1,a2,…,an进行重要性排序，依据指标重要程度依次排序，获得指标重要性排序序列计算各指标对相邻指标的相对重要性评价tij，计算各指标的权重pn：
12、
13、
14、pn-1＝pntij (3)
15、其中，为根据专家意见确定的第n个重要指标；是根据专家意见确定的第n-1个重要指标；pn即为计算所得主观权重；
16、s202，利用熵权法计算各指标的客观权重；将从所述步骤s100中收集到的原始数据r＝(rij)n×m进行归一化和标准化处理：
17、
18、其中，rij表示第i个指标的第j个数据；
19、计算各指标在各方案下的比值，得到基于所述指标数据的标准矩阵z＝(zij)n×m：
20、
21、计算获得所有数据的信息熵ei：
22、
23、其中，k是常数，其取值一般为数据样本个数的对数，即lnm；
24、根据所述信息熵计算指标的熵权qi：
25、
26、其中，qi即为计算所得客观权重；
27、s203，基于欧式距离方法进行组合赋权，获得综合权重；利用欧氏距离方法，分别对所述主观权重和客观权重赋权，统一所述主观权重和客观权重之间的差异程度与分配系数之间的差异：
28、
29、其中，pi代表主观权重，qi代表客观权重，α代表主观权重的分配系数，β代表客观权重的分配系数，d(pi,qi)代表欧氏距离方法计算而得各个指标的综合权重；
30、由此得到各指标的综合权重矩阵w：
31、
32、其中，w11代表s11的综合权重。
33、在步骤s300包括：
34、s301，根据所述步骤s102中划分的评价标准区间，构建梯形云模型，计算建筑节能改造方案的云模型的数字特征，获得所有评价指标的期望值ex1、ex2和熵en以及超熵he：
35、
36、
37、he＝u (12)
38、其中，xmin，xmax分别为变量取值范围内的最小值与最大值；u代表了云模型特征值超熵的值，反映了变量的模糊阈度；
39、s302，计算所述各指标的关联度；根据所述梯形云模型的数字特征，获得各个改造方案评估等级下各指标与各等级之间的关联度qij，并建立相关矩阵q；
40、
41、
42、其中，xi是对各个指标的打分评价值；
43、步骤s303，根据所述权重矩阵w和关联度矩阵q，计算得到改造方案的评价向量b；
44、b＝w×q＝[b1,b2,…,b5] (15)
45、采用加权平均值法，通过评价向量乘以对应等级，获得对建筑绿色节能改造方案的评价等级k；
46、
47、其中，b是五个等级对应的结果，是一个五列向量；mi代表评价等级ⅰ～ⅴ；bi是指评价向量b1,b2,…,b5。
48、按照本专利技术的第二方案，提供一种基于数据融合的建筑绿色节能改造评价系统，主要包括三个模块，第一主模块、第二主模块以及第三主模块；
49、第一主模块：构建建筑绿色节能改造评价的指标体系本文档来自技高网...
【技术保护点】
1.一种基于数据融合的建筑绿色节能改造评价方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于数据融合的建筑绿色节能改造评价方法，其特征在于，在步骤S100包括：
3.根据权利要求1所述的一种基于数据融合的建筑绿色节能改造评价方法，其特征在于，在步骤S200包括：
4.根据权利要求1-3中任一项所述的一种基于数据融合的建筑绿色节能改造评价方法，其特征在于，在步骤S300包括：
5.一种基于数据融合的建筑绿色节能改造评价系统，其特征在于，
6.一种电子设备，其特征在于，包括：
7.一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行权利要求1至5中任一项权利要求所述的方法。
【技术特征摘要】
1.一种基于数据融合的建筑绿色节能改造评价方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于数据融合的建筑绿色节能改造评价方法，其特征在于，在步骤s100包括：
3.根据权利要求1所述的一种基于数据融合的建筑绿色节能改造评价方法，其特征在于，在步骤s200包括：
4.根据权利要求1-3中任一项所述的一种基于数据...
【专利技术属性】
技术研发人员：吴贤国，王静怡，陈虹宇，雷宇，李士范，覃亚伟，刘文，刘文黎，冯宗宝，张海波，林福龙，胡耀峰，李培振，
申请(专利权)人：华中科技大学，
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。