一种建筑异常用能数据检测方法技术

本发明专利技术公开了一种建筑异常用能数据检测方法，首先按照时间序列整理出原始数据；再参照行业指标进行判断，找出特定时间段的异常数据；然后采用数据挖掘中的偏差检测技术，过滤出用能数据中的异常值；最后采用基于离散傅立叶变换的时间序列相似性查找出数据中的异常点。本发明专利技术提供的对建筑用能数据中的异常数据精准定位的方法，可取代目前能源行业内普遍使用的经验阈值判断法，借助数据挖掘中人工智能的分析方法、以及离散傅立叶变换原理的应用，防止对异常用能数据的误判、误报与漏报，为用能单位及人员提供有效的异常用能监测信息。

【技术实现步骤摘要】
一种建筑异常用能数据检测方法
本专利技术涉及建筑能耗监控领域，具体是一种建筑异常用能数据检测方法。
技术介绍
建筑能耗监测系统中，异常用能探测是保证系统安全、高效运行的重要一环，借助该功能，运维人员可实时获知用能异常、精确定位故障位置、及时排除或修复系统故障。当前，判断异常用能数据基本是依赖于专家或用户经验，参考行业指标、设定好固定的限额或阈值，一旦监控数据超出限额或达到阈值即触发报警。而实际运行中，用能情况受气候、人员、季节等条件影响，用能数据波动情况较为复杂，依靠设置单一的静态数据判断异常显然有失精准。通过对多家系统的运行跟踪发现，异常发生时系统捕获不到，而误判误报现象又时有发生，不仅无法帮助用户精确用能，某些情况下还会对用户工作产生干扰。
技术实现思路
本专利技术将数据挖掘中的偏差检测技术与实践经验判断相结合，准确筛选异常数据，在最大范围内实现对建筑异常用能数据的有效判断，以克服现有技术中存在的缺陷。本专利技术的目的通过以下技术方案实现：一种建筑异常用能数据检测方法：步骤(1):以固定时间段为采集频率采集建筑能耗数据,建立用能数据的时间序列D:D＝{dt|t＝t0,t1,t2,...,tn-1}；式中，dt为元素，表示在t时刻的采集数据；步骤(2):依据建筑实际情况并基于行业指标设定阈值，与该阈值做比对，提取时间序列中的异常元素,即异常采集数据，将异常元素作为D的子序列D1；在时间序列D中去除所述异常元素作为D的子序列D2：D2＝{d1,d2,...,dp}；步骤(3):采用基于偏差的异常数据挖掘方法，以固定长度m将D2拆分为s个子序列，D2的子序列D2s表示为：D2s＝{ds,ds+1,...,ds+m-1}，2≤m≤p式中，m为子序列的元素个数，p表示D2的元素个数；用相异度函数计算各子序列的光滑因子,将光滑因子与界定阈值比对,判断是否超出:超出的子序列记为D21；未超出的子序列记为正常数据序列；步骤(4):基于离散傅里叶变换的时间序列相似性分别查找D1和D21中的异常元素，将D1和D21分别以固定长度拆分为多个子序列，用离散傅里叶变换将子序列时序数据从时域空间变换到频域空间，得到傅里叶系数序列，傅里叶系数Df：式中，n为子序列的元素个数，dt为子序列中的元素，f＝0,...,n-1；给定标准能耗序列，设定阈值，将D1和D21中拆分出的子序列分别与标准能耗序列间计算欧式距离，大于给定阈值的序列为异常数据序列，小于等于阈值的则为正常数据序列。建筑实际情况及行业指标包括：春、秋季时间段，空调用电应小于待机耗电量；夜间休息时段，公共建筑室内照明用电及用水应维持在极低能耗；办公楼节假日用电量应小于工作日用电量；商用建筑非营业时间段能耗应低于营业时间段能耗；办公楼、教学楼等建筑在正常使用过程中能耗值波动范围应相对平稳。优选的，步骤(3)中相异度函数定义为：步骤(4)中，两个序列的欧式距离表示为：式中xf和yf分别为序列X和序列Y经离散傅里叶变换后的系数。本专利技术的有益效果：本专利技术提供了一种对建筑用能数据中的异常数据精准定位的方法，可取代目前能源行业内普遍使用的经验阈值判断法，借助数据挖掘中人工智能的分析方法、以及离散傅立叶变换原理的应用，防止对异常用能数据的误判、误报与漏报，为用能单位及人员提供有效的异常用能监测信息。附图说明图1是本专利技术方法的步骤流程图。具体实施方式以下结合具体实施例对本专利技术作进一步描述。实施例1一种建筑异常用能数据检测方法：步骤(1):以固定时间段为采集频率采集建筑能耗数据,建立用能数据的时间序列D:D＝{dt|t＝t0,t1,t2,...,tn-1}；式中，dt为元素，表示在t时刻的采集数据；步骤(2):依据建筑实际情况并基于行业指标设定阈值，与该阈值做比对，提取时间序列中的异常元素,即异常采集数据，将异常元素作为D的子序列D1；在时间序列D中去除所述异常元素作为D的子序列D2：D2＝{d1,d2,...,dp}；步骤(3):采用基于偏差的异常数据挖掘方法，以固定长度m将D2拆分为s个子序列，D2的子序列D2s表示为：D2s＝{ds,ds+1,...,ds+m-1}，2≤m≤p式中，m为子序列的元素个数，p表示D2的元素个数；用相异度函数计算各子序列的光滑因子,将光滑因子与界定阈值比对,判断是否超出:超出的子序列记为D21；未超出的子序列记为正常数据序列；步骤(4):基于离散傅里叶变换的时间序列相似性分别查找D1和D21中的异常元素，将D1和D21分别以固定长度拆分为多个子序列，用离散傅里叶变换将子序列时序数据从时域空间变换到频域空间，得到傅里叶系数序列，傅里叶系数Df：式中，n为子序列的元素个数，dt为子序列中的元素，f＝0,...,n-1；给定标准能耗序列，设定阈值，将D1和D21中拆分出的子序列分别与标准能耗序列间计算欧式距离，大于给定阈值的序列为异常数据序列，小于等于阈值的则为正常数据序列。实施例2：如实施例1中一种建筑异常用能数据检测方法，春、秋季时间段，空调用电应小于待机耗电量；夜间休息时段，公共建筑室内照明用电及用水应维持在极低能耗；办公楼节假日用电量应小于工作日用电量；商用建筑非营业时间段能耗应低于营业时间段能耗；办公楼、教学楼等建筑在正常使用过程中能耗值波动范围应相对平稳。实施例3：如实施例1或2中一种建筑异常用能数据检测方法，相异度函数定义为：在以上实施例中，步骤(4)基于离散傅立叶转换的时间序列相似性再次查找步骤(2)、(3)中过滤出的子序列D1和D21中的异常元素。建筑的能耗数据，其时间序列存在一些规律性的变化，例如季节变化产生的空调用电数据变化、校园建筑能耗在寒暑假期间规律性降低、商业建筑能耗在节假日期间规律性升高等等。可基于上述能耗数据规律变化制作各类标准能耗序列。采用离散傅立叶变化原理，基于时间序列相似度分析的方法将多个数据点通过时间轴连接成曲线，由点扩展到线，对线与线之间的相似度或差异度进行分析，由此可将孤立的能耗数据串联成有规律的用能行为曲线，从中找出离群点，定位异常数据。将D1和D21分别以固定长度拆分为多个子序列，用离散傅立叶变换将子序列时序数据从时域空间变换到频域空间，得到如下傅立叶系数：其中，n为子序列的元素个数，dt为子序列中的元素，f＝0,...,n-1；使用欧氏距离衡量两个序列是否相似，如果两个序列的欧氏距离小于给定阈值ε，则认为这两个序列相似，即满足如下公式：根据Parserval理论，如下等式也成立：将D1和D21中拆分出的子序列与标准能耗序列间计算欧氏距离，大于给定阈值的序列为异常数据序列，小于等于阈值的则为正常数据序列。本专利技术中所述阈值均可通过有限次实验或经验给出。以上实施例仅用于说明本专利技术的技术方案，而非对本专利技术保护范围的限制，尽管参照较佳实施例对本专利技术作了详细地说明，本领域的普通技术人员应当理解，可以对本专利技术的技术方案进行修改或等同替换，而不脱离本专利技术技术方案的实质和范围。本文档来自技高网...

【技术保护点】
一种建筑异常用能数据检测方法,其特征在于:方法为步骤(1):以固定时间段为采集频率采集建筑能耗数据,建立用能数据的时间序列D:D＝{dt|t＝t0,t1,t2,...,tn‑1}；式中，dt为元素，表示在t时刻的采集数据；步骤(2):依据建筑实际情况并基于行业指标设定阈值，与该阈值做比对，提取时间序列中的异常元素，将异常元素作为D的子序列D1；在时间序列D中去除所述异常元素作为D的子序列D2：D2＝{d1,d2,...,dp}；步骤(3):采用基于偏差的异常数据挖掘方法，以固定长度m将D2拆分为s个子序列，D2的子序列D2s表示为：D2s＝{ds,ds+1,...,ds+m‑1}，2≤m≤p式中，m为子序列的元素个数，p表示D2的元素个数；用相异度函数计算各子序列的光滑因子,将光滑因子与界定阈值比对,判断是否超出:超出的子序列记为D21；未超出的子序列记为正常数据序列；步骤(4):基于离散傅里叶变换的时间序列相似性分别查找D1和D21中的异常元素，将D1和D21分别以固定长度拆分为多个子序列，用离散傅里叶变换将子序列时序数据从时域空间变换到频域空间，得到傅里叶系数序列，傅里叶系数Df：Df=1nΣt=0n-1dtexp(-j2πftn)]]>式中，n为子序列的元素个数，dt为子序列中的元素，f＝0,...,n‑1；给定标准能耗序列，设定阈值，将D1和D21中拆分出的子序列分别计算与标准能耗序列之间的欧式距离，欧式距离大于给定阈值的序列为异常数据序列，小于等于阈值的则为正常数据序列。...

【技术特征摘要】
1.一种建筑异常用能数据检测方法,其特征在于:方法为步骤(1):以固定时间段为采集频率采集建筑能耗数据,建立用能数据的时间序列D:D＝{dt|t＝t0,t1,t2,...,tn-1}；式中，dt为元素，表示在t时刻的采集数据；步骤(2):依据建筑实际情况并基于行业指标设定阈值，与该阈值做比对，提取时间序列中的异常元素，将异常元素作为D的子序列D1；在时间序列D中去除所述异常元素作为D的子序列D2：D2＝{d1,d2,...,dp}；步骤(3):采用基于偏差的异常数据挖掘方法，以固定长度m将D2拆分为s个子序列，D2的子序列D2s表示为：D2s＝{ds,ds+1,...,ds+m-1}，2≤m≤p式中，m为子序列的元素个数，p表示D2的元素个数；用相异度函数计算各子序列的光滑因子,将光滑因子与界定阈值比对,判断是否超出:超出的子序列记为D21；未超出的子序列记为正常数据序列；相异度函数定义为：式中，A是相邻两数值dq-1，dq间的差值，B是后续相邻两数dq，dq+1间的差值，m是集合对象的长度，是异或运算符，定义为步骤(4):基...

【专利技术属性】
技术研发人员：张璐，屈晨，曹道柱，
申请(专利权)人：江苏联宏自动化系统工程有限公司，
类型：发明
国别省市：江苏;32