[发明专利]一种基于能耗分析的相似建筑挑选方法和装置

说明书

本发明实施例提供的一种基于能耗分析的相似建筑挑选方法和装置，该方法首先采用箱线法、根据目标建筑的日维度历史能耗数据对所述目标建筑进行初步筛选，然后根据目标建筑的不同分项分类结果和统计指标，采用不同的筛选方法对初步筛选的目标建筑进行进一步的筛选，得到目标建筑候选集，最后对目标建筑候选集中的目标建筑采用预设的判断规则，从所述目标建筑候选集中筛选出相似建筑。本发明从多维度、多层次对目标建筑进行处理和筛选，使得得到的相似建筑的历史用能数据能更准确的预测所述待预测建筑的未来用能情况，提高了预测的效率。

技术领域

本发明涉及相似建筑筛选技术领域，具体涉及一种基于能耗分析的相似建筑挑选方法和装置。

背景技术

现有的建筑制定未来的能耗定额时，是依据该建筑历史的用能耗情况，使用机器学习中的回归算法进行能耗的预测。

但是对于刚投入使用或使用时间较短的建筑，由于自身历史能耗数据没有或者较少，无法通过自身的能耗数据进行能耗预测，因此，需要使用与其结构和运行模式相似的建筑的历史能耗作为参考，使用其历史能耗数据作为训练数据使用。

传统的相似建筑挑选方法是根据个人经验进行判断，不具备解释性，筛选出的建筑没有代表性，参考其历史能耗预测出的定额偏差较大，可信度较低。

发明内容

为了解决现有对投入使用时间较短的建筑能耗预测的问题，本发明提出一种基于能耗分析的相似建筑挑选方法和装置，该方法对现有历史能耗数据量丰富的建筑，使用箱线图法分别从全局和区域的角度，去除一些平均能耗异常、能耗波动异常、能耗-温度相关性异常的建筑，筛选出一个候选建筑的集合，再结合建筑的结构与地理位置信息等信息，从候选集中挑选出与自身能耗数据相似的建筑。其具体技术方案如下：

本发明实施例提供的一种基于能耗分析的相似建筑挑选方法，包括步骤：

获取某一区域内待筛选的目标建筑，对目标建筑的日维度历史能耗数据使用箱线图法进行数据清洗，去除异常值；

对清洗后的历史能耗数据按照不同分项分类，并针对不同分项分别计算对应的分项统计指标；

根据不同分项统计指标，采用预设的筛选方法对所述目标建筑进行筛选，得到目标建筑候选集；

采用预设的判断规则，根据所述待预测建筑的判断属性，从所述目标建筑候选集中筛选出相似建筑，以所述相似建筑的历史用能数据来预测所述待预测建筑的未来用能情况。

进一步的，所述对清洗后的历史能耗数据按照不同分项分类，并针对不同分项分别计算对应的分项统计指标，包括步骤：

将清洗后的所述历史能耗数据分类为刚性分项和弹性分项；

对所述刚性分项计算的刚性指标包括：日均波动、历史能耗数据量、刚性单平米能耗；

对所述弹性分项计算的弹性指标包括：平均温度与历史能耗的最大互信息系数、历史能耗数据量和弹性单平米能耗。

进一步的，所述根据不同分项统计指标，采用预设的筛选方法对所述目标建筑进行筛选，得到目标建筑候选集，包括步骤：

获取所述目标建筑的分项统计指标，判断所述目标建筑分项是属于刚性分项还是属于弹性分项；

若所述目标建筑属于刚性分项，判断所述目标建筑的数据量是否满足预设第一数量，若满足预设第一数量则采用箱线法判断所述目标建筑是否存在异常，去除存在异常的目标建筑；

若所述目标建筑属于弹性分项，判断所述目标建筑的数据量是否满足预设第二数量；若所述目标建筑满足预设第二数量，则计算所述目标建筑的平均温度与历史能耗的最大互信息系数的统计指标，判断所述最大互信息系数是否小于预设阈值，若小于预设阈值则去除所述目标建筑，得到目标建筑候选集。