不平衡数据,指数据集不同类别所含样本在数量上存在很大差异或不同类别样本数量相同但分布不均匀。在建筑能耗异常检测中,正常能耗数据和异常能耗数据在数量和分布上都存在很大差异,从本质看能耗异常检测属于数据不平衡问题。针对不平衡数据,传统聚类方法往往会均衡化各类别的样本数量,导致较高的误分率,为避免这种“均匀效应”,本文对不平衡数据聚类问题展开研究,并将创新成果应用于建筑能耗异常检测中。具体研究内容如下:(1)针对数据集中存在的数据重叠问题,提出一种D-S证据理论框架下的广义模糊c均值(Generalized fuzzy c-means,GFCM)聚类算法,通过设置复合类阈值,将传统FCM算法中的隶属度矩阵U进行扩展,并根据得到的广义隶属度矩阵将难以划分到某个特定类别的样本划分给复合类,算法对重叠(不确定)样本进行了合理表征,降低了样本误划分的风险。(2)针对传统聚类算法对不平衡数据聚类所产生的样本“均匀效应”问题,提出一种基于D-S证据理论的不平衡数据多划分(Multi-partition,MP)聚类算法,通过数据集多划分、真实类别寻找、子数据集合并和剩余样本划分四个子步骤对不平衡数据进行聚类,并对数据集中的重叠样本进行合理表征,有效降低了错误率,避免了样本“均匀效应”,通过与其他聚类算法对比,验证了MP算法的有效性。(3)将MP聚类算法应用于建筑物能耗异常检测中,通过对西安某大型商场建筑能耗数据的采集和预处理,利用MP算法对处理后的数据进行聚类,得到能耗异常值,由具体的能耗异常检测实验结果分析,进一步验证MP算法的有效性。