论文部分内容阅读
大数据时代,建筑运行数据量越来越大且维度越来越高,使用传统技术对这些数据集进行分析是耗时且不现实的。采用机器学习算法对数据进行分析处理并挖掘其价值是目前国内外最新的趋势。本文以中国石油大厦为例,研究了基于机器学习的建筑空调能耗数据挖掘和模式识别。利用时间序列符号化工具SAX和无监督机器学习算法Kmeans,对大厦2017年的空调能耗数据进行了降维聚类分析和模式识别,主要结论和创新成果如下:(1)建立了基于SAX符号化处理、机器学习聚类分析和模式识别的建筑能耗数据分类方法体系。首先进行数据预处理,通过SAX符号化和降维处理得到365组结构化数据和13种粗类能耗模式;然后,根据建筑分时流向图,观察类簇个数,再进行Kmeans聚类处理,得到5条聚类曲线和5种能耗模式;最后,进行模型验证和模式识别。该体系对逐时空调负荷预测和设备故障检测诊断具有指导意义。(2)探讨了建筑空调能耗数据的聚类方法及参数选取。首先,通过分析数据特征和聚类算法实现难度及准确度,选取合适的聚类方法,即Kmeans算法;然后,分析数据的数据结构,选取距离计算函数;再通过轮廓系数,分6种情况讨论并得出了类簇个数K的值;最后,通过聚类系谱图验证了 K值的合理性。(3)对中石油大厦空调系统全年90%的运行时间的能耗数据进行了聚类分析,得到5条能耗曲线(或5级聚类模型),分别对应5个能耗等级。五级模式、四级模式、三级模式、二级模式和一级模式分别对应100-80%、80-60%、60-40%、40-20%和20-0%的实际空调负荷下制冷设备的运行模式。(4)从暖通工艺角度,分模式分时段讨论了五条能耗曲线的物理意义。结合分时电价和逐时空调负荷,分析了不同供冷模式下,3台双工况主机的制冷工况和制冰工况、2台基载主机制冷工况、蓄冰装置的融冰工况及三者的组合情况;明确了五级能耗模式的实际意义。并分别按季节、月份、周细分三个维度对比分析这5种能耗模式,验证了能耗分级的合理性。(5)验证了五级聚类模型正确性。根据机器学习模型验证规则,训练数据集和测试数据集各占总能耗数据的50%,分别用相应模式的测试集来评估聚类模型的泛化能力,得出模型置信度为95.45%。进行初步模式识别,效果良好。