[發明專利]一種辦公建筑逐時能耗異常數據在線識別與填補方法

在審

• 申請號: 201710945394.1
• 申請日: 2017-10-12
• 公開（公告）號: CN107944464A
• 公開（公告）日: 2018-04-20
• 發明（設計）人: 周璇;崔少偉;周裕東;梁列全
• 申請（專利權）人: 華南理工大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06Q50/26
• 代理公司: 廣州市華學知識產權代理有限公司44245
• 代理人: 李斌

技術領域

本發明涉及能耗數據預處理技術領域，特別涉及一種辦公建筑逐時能耗異常數據在線識別與填補方法。

背景技術

我國自2007年起相繼制定和頒布了一系列政策法規和相應的技術導則，開展國家機關辦公建筑和大型公共建筑能耗監管體系建設，截止2015年底，北京、上海、天津、深圳等31個省市已建成了聯網的國家機關辦公建筑和大型公共建筑動態能耗監測平臺。辦公建筑節能是建設綠色智慧城市的重要內容。辦公建筑能耗數據是辦公建筑能耗基準評估、用能評價、節能改造的基礎，其數據質量嚴重影響辦公建筑節能工作的開展。辦公建筑能耗數據在采集、通信、傳輸、存儲等各個環節容易受到噪聲干擾、傳感器失效、通信中斷等多種因素的影響，產生大量缺失、突變或非正常零值等各種異常，導致數據質量不高，直接影響辦公建筑節能工作的開展。

實時監測數據中的缺失數據大都通過數據插值的方法進行填補從而提高數據質量，降低數據缺失帶來的影響。常用的插值方法有拉格朗日插值法、牛頓插值法、三次樣條插值法。此外，張熙等人提出了一種周期性插值方法來進行含大段連續缺失數據的插補，效果良好；楊石等人提出了一種基于用能模式的智能數據補充方法，顯著提高了連續數據缺失段的數據質量。

拉格朗日插值法、牛頓插值法及三次樣條法這三種插值方法在含隨機單點缺失數據的逐時能耗數據中插值效果較為理想，但在含大段連續缺失的能耗數據中插值效果一般。因為這三種插值方法都是根據已有的真實數據進行公式插值，所以插值效果直接與已有真實數據量相關，當缺失數據連續且缺失數據量較大時，真實數據量相對較少，相關性弱，插值效果一般。而周期法插值是根據周期性數據的隱藏周期屬性進行插值，隱藏周期屬性主要為序列中具有統計學意義的隱周期，及對應的周期均數和峰值，但由于辦公建筑逐時能耗數據隱藏周期數比較穩定，變動幅度較小，所以周期法插值的優勢不明顯，不能很好的反應實際用能情況。基于用能模式的智能數據填充方法采用辦公建筑用能模式的精細分類及統計分析得到能耗數據對應的特征值，并在此基礎上進行連續缺失數據的插補，該方法比較符合實際用能特征，但是該方法將用能模式分為144類，未充分考慮辦公建筑用能模式特點，而用能模式分類數量對數據插補效果的影響較大，且該方法只適用于歷史能耗數據的數據插補，無法實現缺失數據的在線插補。

發明內容

本發明針對辦公建筑的用能特性，提出一種辦公建筑逐時能耗異常數據在線識別與填補方法，對辦公建筑用能模式進行精細分類,統計分析得到能耗數據對應的特征值，并在此基礎上進行連續缺失數據的插補,本發明能夠實現辦公建筑能耗數據中大規模數據異常(異常數據百分比可以達到20％)的識別與實時插補，顯著提高能耗數據質量。

為實現以上目的，本發明采取如下技術方案：

本發明公開了一種辦公建筑逐時能耗異常數據在線識別與填補方法，具體包括下述步驟：

S1、歷史數據用能模式分類及特征值提?。簩v史能耗相關數據全部讀入建筑歷史逐時能耗數據矩陣，經數據初步清洗后，對清洗后的數據進行用能模式分類，并計算各用能模式數據集的特征值；

S2、逐時能耗采集數據的在線識別與填補：讀取當前時刻的能耗數據，進行用能模式匹配，對逐時能耗采集數據進行在線識別，并對異常數據進行修正填補；

S3、用能模式特征值滾動修正，并把滾動修正后的特征值用于逐時能耗數據在線插補中。

作為優選的技術方案，在步驟S1中，所述歷史數據用能模式分類及特征值提取包括下述步驟：

S1.1、程序初始化，參數初始化，設程序將讀取總共為M天/組的歷史能耗相關數據，M為歷史數據采集總天數，M(j₁)＝M，M(j₁)在步驟S1.3中用于記錄含有j₁時刻有效歷史能耗數據的總天數，即除去j₁時刻能耗數據為缺失數據的天數后的總天數，在程序初始化時M(j₁)全部賦值為M，Q'(j₁)＝0，Q'(j₁)為初步清洗時各時刻的能耗累計值，j₁為歷史數據采集時刻，0≤j₁≤23；