[发明专利]基于能耗数据关联挖掘的建筑节能改造决策方法

权利要求书

1.基于能耗数据关联挖掘的建筑节能改造决策方法，其特征在于，包括以下步骤：

步骤1：采用改进的布尔型关联规则挖掘频繁项集算法建立关联分析，对所有数据事务进行2次全局扫描，挖掘得到频繁项集L_k：

步骤1-1：假设有n个执行Map任务的节点，将数据库中待分析的数据事务平均分为n个数据事务子集；

步骤1-2：每个节点对其数据事务子集进行扫描，产生该子集的候选k项集的集合其支持度计数为1，

步骤1-3：将每个节点上相同的候选k项集的支持度计数累加，得到候选k项集在该节点上的支持度计数sup_kn；

步骤1-4：利用hash()函数将分成r个不同的分区分配到指定的节点上，同时将其支持度计数sup_kn发送到相应节点；

步骤1-5：r个节点把具有相同k项集的支持度计数累加，得到最后的实际支持度sup_k，当sup_k大于等于最小支持度阈值sup_min时，则将此节点上的频繁k项集确定为L_kr；

步骤1-6：把r个节点产生的所有频繁k项集L_k1-L_kr合并，得到全部的频繁k项集的集合L_k，直到不再产生新的L_k，结束；

步骤2：采用C4.5算法对不完整的训练样本进行处理，生成决策树并进行修正，得到一个完整的决策树；

步骤3：对建筑结构信息和能耗数据进行预处理：对建筑结构信息进行编码，并对数据编码格式化；对于建筑信息缺失的能耗数据直接删除，对缺失的空调系统能耗数据用当月空调系统能耗平均值填补；

步骤4：进行关联数据挖掘：将建筑空调系统制冷器耗电量进行统计，得到单位面积耗电量，并将耗电等级进行划分：单位面积耗电量小于4为低耗电等级，单位面积耗电量大于4小于等于7为正常耗电等级，单位面积耗电量大于7为高耗电等级；并将步骤1得到的频繁项集与制冷器空调系统单位面积耗电量数据相结合，得到建筑结构和能耗数据的关系，进而得到若干频繁项集及对应的建筑关系；

步骤5：建立空调系统耗电量判定树，进行分类决策树数据挖掘：根据空调系统耗电量判定树，依据建筑结构和能耗情况得到相应的节能改造决策建议。

2.根据权利要求1所述的基于能耗数据关联挖掘的建筑节能改造决策方法，其特征在于，步骤2具体包括：

步骤2-1：计算三个节能效果即叶节点的期望信息作业，得到InfoMapReduce；

步骤2-2：计算每个属性的期望信息需求作业，得到InfoAMapReduce；

步骤2-3：计算每个属性的信息增益作业，得到GainMapReduce；

步骤2-4：计算每个属性的信息增益率作业，得到GainRatioMapReduce；

步骤2-5：排序作业，得到RankMapReduce。

3.根据权利要求1所述的基于能耗数据关联挖掘的建筑节能改造决策方法，其特征在于，步骤3中的建筑结构信息包括：建筑结构形式、建筑外墙材料类型、外墙保温形式、外窗类型、玻璃类型、窗框材料类型。