275-基于数据驱动模型的建筑能耗数据分析方法研究.pdfVIP

基于数据驱动模型的建筑能耗数据分析 方法研究 1 清华大学建筑节能研究中心 康旭源 燕达 孙红三 晋远 崔宏 摘要：建筑能耗在中国总能耗中占有非常重要的比例，建筑节能工作对全国节能减排工 作具有非常重要的意义。在建筑能耗分析的过程中，基于大数据的机器学习方法对于能耗数 据的分析处理非常有效可行。当前国内外已经有很多针对数据挖掘算法在建筑能耗分析应用 的研究，然而当前研究缺乏体系化的方法论研究，也缺乏成熟的应用工具。本文从数据驱动 模型和算法出发，针对建筑能耗数据分析领域的实际工程应用和需求，提出一套完整的能耗 数据分析框架，并通过算例分析和计算进行对比验证。最后，本文介绍了基于网站的建筑能 耗数据分析软件平台。 关键词：建筑能耗、数据驱动、平台、软件 Abstract: Building energy consumption is a key factor in energy saving and carbon emission control. With the advancement of smart meters as well as mass data storage and transfer techniques, the availability of building energy data is growing rapidly. Thus, data mining methods are becoming possible and effective in the analysis of building energy consumption. Current studies have already dug into this method in both residential and commercial building aspects. However, a systematic approach remains to be established to apply data mining methods in building energy sector, and a utility software is essentially required for engineering. This research attempts to set up a framework of data mining analysis in building energy sector by: (1) applying machine learning algorithms in load predictions, clustering and categorizing, (2) defining standard input and output data format, and (3) introducing generalized validation metrics. The article concludes with a web-based utility software - Building Energy Data Analyzer. Key words: Building energy consumption; Data-driven; Software platform 1 研究背景 随着社会不断的进步发展和城镇化水平的不断提高，中国的建筑面积呈现高速增长的姿 态。建筑规模的持续增长，驱动了能源消耗的增长，截至2015 年，我国建筑总面积达到了 2 [1] 573 亿m ，2015 年建筑运行总商品能耗高达8.64 亿tce，约占全国能源消费总量的20% ， 建筑能源问题已经成为社会可持续发展进程中的核心问题之一。科学分析和准确预测建筑能 耗特征，是指导建筑节能方案分析和政策制定的基础。 1 康旭源，1995 年4 月生，博士研究生 邮编：100086 地址：清华大学建筑节能研究中心 E-mail：kangxy14@mails.tsinghua.edu.cn Tel： （010 目前针对建筑能耗的分