[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

摘要

本发明提出一种基于能耗数据关联挖掘的建筑节能改造决策方法，在获得建筑结构信息的基础上，采用改进的Apriori算法和C4.5算法实现MapReduce运算，生成空调系统耗电量判定树,根据统计数据和判定树可判断建筑空调系统耗电量等级，并对建筑的节能改造策略提供具有针对性的建议。

主权项

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Lk：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Lkr；步骤1‑6：把r个节点产生的所有频繁k项集Lk1‑Lkr合并，得到全部的频繁k项集的集合Lk，直到不再产生新的Lk，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。