买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：本发明涉及一种基于动静态混合数据分析的建筑逐时用电能耗预测方法，旨在辅助建筑运维人员优化建筑能源配置，实现建筑能源管理的绿色高效。使用动态数据分析与静态数据分析相结合的方式，通过对建筑动态数据、静态数据进行分析，分别获得建筑逐时用电能耗预测值和建筑逐时用电能耗估算值，然后将两者进行加权融合，获得建筑逐时用电能耗预测修正值。所述方法的动态数据是从建筑物联网中获取的建筑用电能耗历史时间序列，静态数据是从BIM中获取的建筑空间位置、耗电设备种类及额定功率。本发明提供一种建筑逐时用电能耗预测的新实现方式，能够以较高精度、高可信度的预测结果辅助建筑能源配置的优化，从而促进实现绿色节能的建筑运维管理。

主权项：1.一种基于动静态混合数据分析的建筑逐时用电能耗预测方法，其特征在于：包括以下步骤：步骤1：从建筑BIM运维平台获取数据；具体包括如下过程：首先通过建筑物联网系统获得建筑用电能耗历史时间序列，然后利用BIM模型获得整栋建筑的各个功能分区空间位置信息及所有耗电设备的种类、额定功率；步骤2：数据的预处理；具体包括如下过程：通过线性插值填充建筑能耗历史时间序列的缺失值，并对其进行归一化，获得0-1之间的动态数据值，归一化公式为其中，Xi表示当前输入数据，Xmin为整组数据中的最小值，Xmax为整组数据中的最大值，X'为归一化后的数值；把建筑空间位置按功能效用分区，并统计各功能分区耗电设备种类及额定功率大小；步骤3：动态数据分析；具体包括如下过程：考虑动态数据的时空性及大型公共建筑的使用背景，采用时间卷积网络进行动态数据分析；将经过数据预处理的建筑用电能耗历史时间序列转化成小时级时间序列，并根据时间卷积网络的输入样本要求及预测结果需求，构造逐时用电能耗预测输入输出样本，然后基于数据输入输出样本构建时间卷积网络，经过训练、验证与测试建立建筑逐时用电能耗预测模型，预测输出建筑逐时用电能耗预测值；其中构造逐时用电能耗预测输入输出样本，具体实现方式包括如下过程：首先将一日24个小时点的能耗值组合成一数据，那么从某栋建筑收集的一年能耗数据量就是365个；其次将第N、N+1、N+2、......、N+a个数据按序排列并组合为一个数组作为预测模型的输入数据；最后将第N+a+1个数据作为预测模型的输出数据，那么，第N、N+1、N+2、......、N+a和第N+a+1个数据就构造成了一条满足预测模型要求的输入输出数据样本；其中a值作为一个可调参数，通过分析该建筑用电能耗值的周期性与规律性确定；时间卷积网络的构建，首先为了实现网络的输出与输入具有相同的长度，并且网络仅能使用过去时间步长的信息这个准则，建立一个1维全卷积网络结构，即所有卷积层具有相同的长度，并带有零填充，以确保更高的层与之前的层相同的长度；此外，在构建的时间卷积网络中，利用了因果卷积，使网络的每一层时间步长t的输出只计算不晚于前一层时间步长t的区域；使用空洞卷积来实现有限层网络具有指数级别大小的接收域，通过跳过给定步骤的大小，然后在一个比空洞卷积的大小更大的区域上应用滤波器；步骤4：静态数据分析；具体包括如下过程：首先对经过数据预处理的能耗数据集进行统计分析，分析不同季节、休息日、工作日的建筑用电能耗在时间上的变化规律性；其次通过调研办公建筑空间区域设置、用电设备设计使用标准以及办公建筑的一般运行模式经验，辅助能耗规律统计分析确定逐时耗电系数；最后结合逐时耗电系数与不同功能分区面积占比以及耗电设备额定功率的静态数据参数，估算办公建筑不同季节、工作日、休息日的建筑逐时用电能耗估算值；估算公式为： 其中n代表办公建筑各功能分区，k代表不同模式种类，pn为各功能分区耗电设备额定功率，为各功能分区的逐时耗电系数；步骤5：最后将建筑逐时用电能耗预测值与建筑逐时用电能耗估算值进行加权融合，根据融合结果与真实值的误差大小，动态调整逐时用电能耗预测值与估算值的权重组，最终确定能够使误差最小的权重组，获得能耗预测修正值。

全文数据：

权利要求：

百度查询： 中国人民解放军陆军工程大学 一种基于动静态混合数据分析的建筑逐时用电能耗预测方法