System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及建筑能耗分析,具体涉及基于多级网络节点的建筑能耗分析方法及系统。
技术介绍
1、在诸多建筑节能手段中,对建筑能耗数据进行分析可以准确地了解建筑物耗能情况、预测运行费用、确定合适的节能措施,进而为建筑物节能诊断和改造提供决策支持,传统的建筑能耗分析方法大多采用能耗模拟的方式,这类方法不仅需要使用人员具备较多的建筑学知识,而且实际使用过程中局限性强、准确度低,随着当前各地区公共建筑能耗分项计量工作的开展,将会收集到越来越多的能耗数据,为从数据上客观精确地分析能耗提供了基础,但是海量的数据同时也会导致难以快速有效地发掘有用的信息,数据挖掘方法不需要太多的专家领域知识,跳出繁琐的公式计算以专注数据的角度处理问题,已经在诸多领域获得了较好的应用效果,因此,研究如何将数据挖掘方法应用于公共建筑能耗数据分析具有十分重要的现实意义,本方案具体涉及基于多级网络节点的建筑能耗分析方法及系统;
2、但是现有的基于多级网络节点的建筑能耗分析方法及系统不能够在建筑实际运行过程中对每个采样点的能耗数据进行分析,不能及时发现和报告能耗异常,无法准确地预测建筑未来的能耗值,不方便了解建筑耗能情况,不能准确地对建筑能耗状况进行评价,无法准确指导公共建筑节能改造,会降低建筑能耗分析的可用性和运行效率。
技术实现思路
1、本专利技术的主要目的在于提供基于多级网络节点的建筑能耗分析方法及系统,可以有效解决
技术介绍
中提出的基于多级网络节点的建筑能耗分析方法及系统不能够在建筑实际运行过程中对每个采样
2、为实现上述目的,本专利技术采取的技术方案为:
3、基于多级网络节点的建筑能耗分析方法,包括以下步骤:
4、步骤一:对公共建筑分类以及能耗数据进行采集,获取公共建筑的能耗数据;
5、步骤二:对采集的能耗数据进行传输,实现与数据中心进行数据交互,并对采集的能耗数据进行统计;
6、步骤三:建立建筑能耗模型以及评价模型,预先估测一段时间内的能源趋势,实现预测建筑的能耗情况,同时对建筑能耗情况进行评价;
7、步骤四:对建筑能耗情况进行分析,并对建筑能耗进行监测。
8、优选的,所述数据采集需要遵循分类能耗的采集和分项能耗采集的原则,数据采集通过能耗计量装置以及能耗数据采集器实现。
9、优选的,所述数据中心由数据通信服务器、数据处理服务器、数据展示服务器、数据库服务器、能耗监测系统应用软件和中心机房组成,数据中心是建筑能耗监测与管理系统中直接面向用户的平台。
10、优选的,所述数据采集的具体步骤为:
11、s1:数据中心的服务器启动数据采集程序后,数据采集器向数据中心发起tcp连接,若连接不成功则重新连接,直至连接成功;
12、s2:连接成功后,服务器对该数据采集器进行身份验证,验证不通过则直接结束流程不进行数据采集,验证通过后,数据中心会向数据采集器下发配置包,数据采集器解析配置包后,开始数据采集、存储、网络传输的流程;
13、s3:数据采集器的存储配置支持了数据断点续传功能,使得数据采集器向数据中心不断传回采集的数据信息;
14、优选的,所述建立建筑能耗模型的具体步骤如下:
15、ss1:识别能耗模式,提取能耗时序数据集,了解能耗规律,即存在能耗模式,对被预测时段能耗模式相同的历史数据一起进行分析,预测其能耗值;
16、ss2:数据预处理,对能耗时序数据进行归一化处理,使其初始值范围在区间[0,1]内,归一化按照公式进行,其中:表示归一化后的能耗数值,x表示归一化前的能耗数值,xmin表示一段时间内的最低能耗,xmax表示一段时间内的最高能耗;
17、ss3:划分能耗时序数据,将时序数据集以天为单位进行分割,假定每个时间点的能耗数据为x={xilxi∈r,i=1,2,…,l},通过待测时间点前n个数值估计后m个数值,以某一时刻的前n个数据作为滑动窗口,表示之前的n个能耗历史值,以其后m个数据作为映射窗口,表示之后的m个能耗预测值,在历史能耗时序数据中按照上述规则进行窗口滑动划分数据,把能耗数据划分为k个数据段,每一个数据段的长度为n+m、并存在一定重叠,每一个数据段都将作为网络的一个输入样本,由此可得k=l-(n+m)+1个样本,网络进行训练时,将样本的前一部分n个数据作为输入层的输入,后一部分m个数据作为输出层的输出,通过训练学习这些数据建立空间rn到空间rm的映射,达到能耗预测的目的;
18、ss4:设计和训练径向基函数网络,径向基函数网络由输入层、隐含层和输出层构成,隐含层的激励函数采用径向基函数,具体通过公式其中:p为输入向量,c为中心点,σ为函数围绕中心的宽度,输入矢量为xi,输入层与隐含层神经元相连的权值为wi,则隐含层第i个结点的输出为输出层结点的输出为:根据划分后的能耗数据集,径向基函数网络的输入层应包含n个结点,分别对应数据划分后每组数据的n个输入,输出层应包含m个结点,分别对应数据划分后每组数据的m个输出,将待测时段的前n个数据作为径向基函数网络的输入,经计算得到能耗预测值xn+1,xn+2,...,xn+m。
19、优选的,所述建立建筑能耗模型后需要进行评价,为了评估每个属性的重要程度,选择信息增益作为属性选择度量,信息增益定义为原属性集与其属性子集的信息熵之差,即gain(a)=info(d)-infoa(d),其中info(d)表示划分d的熵表示按属性a对d的元组进行分类所需的期望信息,即熵:项表示第j个划分的权重。
20、优选的,所述对建筑能耗情况进行分析时需要进行综合能耗计算、建筑的分类能耗及其等效能耗的计算。
21、一种基于多级网络节点的建筑能耗分析系统,包括分析平台、采集模块、传输模块、预测模块、评价模块和分析模块;
22、所述分析平台用于对基于多级网络节点的建筑能耗分析系统进行管理和执行;
23、所述采集模块用于对公共建筑分类以及能耗数据进行采集,获取公共建筑的能耗数据;
24、所述传输模块用于对采集的能耗数据进行传输;
25、所述预测模块用于对基于多级网络节点的建筑能耗进行预测;
26、所述评价模块用于对建筑能耗情况进行评价;
27、所述分析模块用于对采集的能耗数据进行分析。
28、优选的,所述采集模块应用软件的数据编码,能耗数据编码主要包括行政区划代码编码、建筑类别编码、建筑识别编码、分类能耗编码、分项能耗编码、分项能耗一级子项编码、分项能耗二级子项编码和能耗数据采集点识别编码。
29、优选的,所述传输模块通过通讯服务器、接口转换器件和总线网络配合传输,实现采集模块与分本文档来自技高网...
【技术保护点】
1.基于多级网络节点的建筑能耗分析方法,其特征在于:包括以下步骤:
2.根据权利要求1所述的基于多级网络节点的建筑能耗分析方法,其特征在于:所述数据采集需要遵循分类能耗的采集和分项能耗采集的原则,数据采集通过能耗计量装置以及能耗数据采集器实现。
3.根据权利要求1所述的基于多级网络节点的建筑能耗分析方法,其特征在于:所述数据中心由数据通信服务器、数据处理服务器、数据展示服务器、数据库服务器、能耗监测系统应用软件和中心机房组成,数据中心是建筑能耗监测与管理系统中直接面向用户的平台。
4.根据权利要求2所述的基于多级网络节点的建筑能耗分析方法,其特征在于:所述数据采集的具体步骤为:
5.根据权利要求1所述的基于多级网络节点的建筑能耗分析方法,其特征在于:所述建立建筑能耗模型的具体步骤如下:
6.根据权利要求5所述的基于多级网络节点的建筑能耗分析方法,其特征在于:所述建立建筑能耗模型后需要进行评价,为了评估每个属性的重要程度,选择信息增益作为属性选择度量,信息增益定义为原属性集与其属性子集的信息熵之差,即Gain(A)=Inf
7.根据权利要求1所述的基于多级网络节点的建筑能耗分析方法,其特征在于:所述对建筑能耗情况进行分析时需要进行综合能耗计算、建筑的分类能耗及其等效能耗的计算。
8.一种根据权利要求1-7任一所述的基于多级网络节点的建筑能耗分析系统,其特征在于:包括分析平台、采集模块、传输模块、预测模块、评价模块和分析模块;
9.根据权利要求8所述的基于多级网络节点的建筑能耗分析系统,其特征在于:所述采集模块应用软件的数据编码,能耗数据编码主要包括行政区划代码编码、建筑类别编码、建筑识别编码、分类能耗编码、分项能耗编码、分项能耗一级子项编码、分项能耗二级子项编码和能耗数据采集点识别编码。
10.根据权利要求8所述的基于多级网络节点的建筑能耗分析系统,其特征在于:所述传输模块通过通讯服务器、接口转换器件和总线网络配合传输,实现采集模块与分析平台建立连接。
...【技术特征摘要】
1.基于多级网络节点的建筑能耗分析方法,其特征在于:包括以下步骤:
2.根据权利要求1所述的基于多级网络节点的建筑能耗分析方法,其特征在于:所述数据采集需要遵循分类能耗的采集和分项能耗采集的原则,数据采集通过能耗计量装置以及能耗数据采集器实现。
3.根据权利要求1所述的基于多级网络节点的建筑能耗分析方法,其特征在于:所述数据中心由数据通信服务器、数据处理服务器、数据展示服务器、数据库服务器、能耗监测系统应用软件和中心机房组成,数据中心是建筑能耗监测与管理系统中直接面向用户的平台。
4.根据权利要求2所述的基于多级网络节点的建筑能耗分析方法,其特征在于:所述数据采集的具体步骤为:
5.根据权利要求1所述的基于多级网络节点的建筑能耗分析方法,其特征在于:所述建立建筑能耗模型的具体步骤如下:
6.根据权利要求5所述的基于多级网络节点的建筑能耗分析方法,其特征在于:所述建立建筑能耗模型后需要进行评价,为了评估每个属性的重要程度,选择信息增益作为属性选择度量,信息增益定义为原属性集与其属性子集的信息熵之差,...
【专利技术属性】
技术研发人员:潘广魁,邢清标,刘建永,
申请(专利权)人:成都煦联得节能科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。