[发明专利]一种检测建筑能源异常消耗的方法

权利要求书

1.一种检测建筑能源异常消耗的方法，其特征在于：具体包括以下步骤：

S1：运用简单有效的算法对高频建筑负荷时间序列数据进行预处理，并用一组统计数据将其量化为建筑负荷特征；

S2：通过选择合适的数据挖掘算法和预测指标构建这些负荷特征的能源消耗预测模型，并运用历史数据集对这些模型进行训练和测试，基于预定义的评价指标从中选出最佳能源消耗预测模型；

S3：利用统计控制图理论对能源消耗预测模型的残差进行分析，对于每一个负荷特征，确定合适的上控制限，构建相应的控制图，运用控制图监控每日建筑的能源消耗情况，通过对比建筑负荷特征的预测值和实际观察值，识别异常能源消耗模式。

2.根据权利要求1所述的一种检测建筑能源异常消耗的方法，其特征在于：所述预测模型的构建方法如下：

S2.1：收集时间序列数据并对数据进行预处理；

S2.2、建立模型；

S2.3、选择最佳数据挖掘算法及预测指标。

3.根据权利要求2所述的一种检测建筑能源异常消耗的方法，其特征在于：在所述步骤S2.1中，所述收集时间序列数据并对数据进行预处理具体步骤为：

S2.1.1、从建筑智能化能源管理系统中提取相关参数集，包括建筑负荷时间序列数据、外部温度时间序列数据以及外部湿度时间序列数据，收集的时间序列数据设有时间间隔，采样频率为5分钟或10分钟；

S2.1.2、运用一组统计数据对收集的每日时间序列数据进行预处理，量化建筑能源消耗模式；

S2.1.3、对时间序列数据完成预处理后，生成训练数据表和测试数据表。

4.根据权利要求3所述的一种检测建筑能源异常消耗的方法，其特征在于：所述步骤S2.1.2中量化数据包括但不仅限于平均负荷、高负荷持续时间、上升时间、下降时间、最大负荷、最小负荷、平均温度和平均湿度。

5.根据权利要求4所述的一种检测建筑能源异常消耗的方法，其特征在于：在所述步骤S2.2中，所述建立模型构建方法为：采取分治策略，根据制冷季节、供暖季节和过渡季节将训练数据集分为三个子集，对于每一个建筑负荷特征，选用多种不同的数据挖掘算法基于训练数据子集构建相应的能源消耗预测模型。

6.根据权利要求5所述的一种检测建筑能源异常消耗的方法，其特征在于：所述能源消耗预测模型是用一组相关预测指标产生建筑负荷特征参数的预测值，包括预测平均负荷的能源消耗模型、预测高负荷持续时间的能源消耗模型、预测上升时间、下降时间的能源消耗模型，所述相关预测指标包括外部温度、外部湿度、建筑负荷特征的历史参数值以及相关节假日信息。

7.根据权利要求6所述的一种检测建筑能源异常消耗的方法，其特征在于：所述预测模型基于自回归公式表述为：

y_i(t)＝f_i(x(t)，y_i(t_))+ε_i

其中，y_i(t_)∈{y_i(t-1)，y_i(t-2)，…，y_i(t-d)}，t为当前时间戳，其代表一个特定的日期，d为整数，其代表算法设定的最大时间步数；ε_i为预测模型的残差。