论文部分内容阅读
公共建筑是指除住宅外其他用于各类公共活动的民用建筑,包括办公建筑、商业建筑、旅游建筑、科教文卫建筑、通信建筑以及交通运输用房,耗电密度高是这类建筑的特点之一,开展对公共建筑特别是大型公共建筑的节能研究是我国建筑节能工作的重点。在建筑用能设备系统的运行能耗计量过程中,积累了大量的实时能耗数据,这些数据背后往往蕴涵着丰富的知识,且具有量大、高维的特点,常规分析方法难以发现和总结这些数据中所蕴涵的知识。数据挖掘技术由于具有处理海量数据以及发现潜在的、有用知识的强大数据分析能力,为人们认识蕴藏在数据中的信息和知识提供一条了途径。本文提出运用数据挖掘技术进行公共建筑的能耗分析,以提高节能决策的有效性,主要研究内容及方法如下:①能量利用效率的量化。针对能量利用效率存在简单判定的不足,提出能耗分布率的概念并给出其计算公式。②建立公共建筑能耗分析的聚类模型。公共建筑能耗分析的数据挖掘应用主题有能耗预测、基准评价、运行优化等,这里侧重于运行优化主题。阐释了公共建筑能耗分析的数据挖掘全过程,包括数据预处理、模式发现、结果解释和评估以及模型应用四个阶段,针对每个阶段存在的部分问题给出对应的解决方案。③数据挖掘工具Weka的二次开发。原始Weka系统在聚类方面只集成了少数几种传统的算法,本文将Chameleon算法嵌入Weka系统,扩充了系统功能并做了部分汉化工作,得到经二次开发的Weka改进版。通过在Weka平台上对Chameleon算法实现和进行相关对比试验,结果表明Chameleon算法能够获得更好的聚类效果以及具有更好地发现任意形状和大小簇的能力。④利用某办公楼和某商场一个月的逐时能耗数据,在嵌入Chameleon算法的Weka改进版上进行了实验,根据公共建筑能耗分析的数据挖掘过程建立起面向运行优化主题的聚类模型。根据该模型将某办公楼和某商场按照能耗的时间分布规律分别划分为三个时间段,以达到减少能耗的目标,并且可运用该模型进行相应类型建筑的节能诊断工作。研究结果表明,相较传统的建筑能耗分析方法,数据挖掘方法不需要太多的专家领域知识,跳出繁杂的公式计算以专注数据的角度处理问题,能够获得较好的能耗分析结果。鉴于研究水平和条件的限制,还有许多问题尚需深入探讨,但文中研究公共建筑能耗分析数据挖掘模型所涉及到的思想、方法,可为建筑能耗分析与节能决策提供一种新的可行思路和借鉴。