CN109063366A - 一种基于时间和空间加权的建筑性能数据在线预处理方法 - Google Patents

Abstract

本发明公开了一种基于时间和空间加权的建筑性能数据在线预处理方法，包括以下步骤：历史数据清洗；识别数据的时间和空间分布特征；针对每类中有效样本数据所对应的建筑性能指标，根据每个有效样本数据中建筑性能指标的时空分布特征，分别对每类中有效样本数据采用对应的时间序列预测方法建立时间维度预测模型、采用空间最邻近算法和回归分析方法建立空间维度预测模型后采用时间和空间加权的方法建立每类的建筑性能数据预测模型；针对每类有效样本数据中的建筑性能指标，对建筑性能数据预测模型进行检验和修正。与现有技术相比，提高了预测的准确度，同时采用在线更新样本数据对预测模型的权重函数迭代更新，以适应长期在线预测的需要。

Description

一种基于时间和空间加权的建筑性能数据在线预处理方法

技术领域

本发明涉及一种数据处理，特别是一种基于时间和空间加权的建筑性能数据在线预处理方法。

背景技术

随着经济社会的发展，建筑的作用已经从原始的“遮风避雨之所”转变为人类生活、学习、工作的主要场所，人类80％以上的时间都是在建筑室内度过，建筑性能的优劣直接影响人们的身心健康、学习和工作效率。近年来，由于建筑设计不合理、施工装修污染、建筑运行维护不当等原因，导致建筑通风不畅、室内污染物浓度超标、噪声干扰、光污染、水污染等一系列问题，给人们的身心健康、学习和工作造成了重要影响。为了改善建筑性能，给人们创造一个更加安全、健康、舒适、高效的建筑环境，现代建筑尤其是大型公共建筑中基本都安装了智能建筑管理系统，用于持续监测建筑的室内空气质量、声环境、光环境、热湿环境、水环境和能源资源消耗等建筑性能参数，并分析建筑性能指标的变化规律，预测和优化控制建筑设备系统运行，从而实现改善建筑环境品质，降低能源资源消耗和运行费用的目的。

据统计，我国每年新增智能建筑面积约20亿平方米，2014年我国智能建筑系统集成市场规模已达到4000亿元，但是大部分智能建筑管理系统无法正常运行。据统计，我国的智能建筑管理系统，约30％处于瘫痪状态(无法接通)；50％虽然能接通，但处于手动控制状态；15％虽然能实现部分简单功能，但数据的深入挖掘分析、预测和优化控制功能不健全；仅有5％的系统能够正常实现智能监测、分析和优化控制功能。主要原因有管理和技术两个方面，其中技术方面主要是由于传感器或监测仪表故障、传输网络运行不稳定、数据解析和存储错误等原因，造成监测数据不可避免的存缺失、错误或异常，给数据分析和应用带来了极大的困难。因此，需要对建筑性能数据进行清洗与修复，提高数据的完整性和准确性，为智能建筑管理系统的分析、预测和优化控制功能正常运行，保障人们的身心健康提供必要的数据基础。

建筑室内空气污染物浓度、噪声、日照及灯光照度、温湿度、水质等建筑性能参数受测试时间、空间测点位置、外界环境和内部人员活动等诸多因素的综合影响，是复杂的非线性的时间和空间多维时间序列。建筑领域常用的缺失数据处理方法主要是基于时间维度的一维插值和预测，常用的插值方法有均值插补、多项式插值、分段插值、三次样条插值等，常用的预测方法有线性回归分析预测、一元平稳时间序列预测(如自回归预测法AR、移动平均预测法MV、自回归移动平均法ARMV)等，这些方法虽然简单，但存在以下不足：1)当样本量较大、缺失数据较多、波动较大时，预测的准确度大幅下降；2)未考虑缺失测点数据与空间相邻测点数据的相关性，将导致原本可以借助相邻空间测点数据进行修复的样本数据在处理过程中被剔除，造成可用数据的丢失，降低预测准确度；3)采用离线建模方式，模型的权重值是根据历史数据训练得到的，不能有效利用在线更新的数据信息进行调整，进行长时间预测时会产生较大的偏差。为提高预测的准确度，部分学者采用传统的人工神经网络(Artificial Neural Network，ANN)模型，如BP神经网络对离线数据进行训练建模，但BP神经网络模型在进行大量数据处理时，存在学习效率低、收敛速度慢、容易陷入局部最小值而得不到全局最小值、长期预测能力差的缺陷。在BP神经网络基础上发展的深层神经网络通过增加网络的层数来模拟人脑的复杂层次化认知规律，以使机器获得“抽象概念”的能力，提升无监督学习的能力，具有较高的预测准确度，但该模型的学习算法和预测模型过于复杂，实用性不强，难以适应在线预测的需求。

因此，亟需一种能够对大量的、存在部分缺失的、复杂非线性时空二维时间序列建筑性能数据进行简单、高效、准确地在线修复方法，以解决建筑领域现有的基于时间的一维插值与预测方法存在的数据处理效率、准确性差、可用信息丢失严重、无法在线更新模型的问题和深度神经网络模型学习算法和模型复杂、难以适应在线预测需求的问题。

发明内容

为克服现有技术的不足，本发明提供一种基于时间和空间加权的建筑性能数据在线预处理方法，实现对大量的、存在部分缺失的、复杂非线性时空二维时间序列建筑性能数据进行简单、高效、准确地在线清洗与修复，解决建筑领域现有的基于时间的一维插值与预测方法存在的数据处理效率、预测准确性差、可用信息丢失严重和深度神经网络模型建模复杂、难以适应在线预测需求的问题。

为解决上述问题，本发明采用以下技术方案实现：一种基于时间和空间加权的建筑性能数据在线预处理方法，包括以下步骤：

一、获取数据

步骤S1、历史数据清洗，对建筑性能历史数据集A进行数据清洗，将有效的数据作为有效样本数据得到历史数据集B；

二、提取特征

步骤S2、识别数据的时间和空间分布特征，对历史数据集B中的有效样本数据进行计算，计算有效样本数据的时间维度和空间维度的特征值，识别有效样本数据的时间和空间分布特征并进行分类；

三、模型训练

步骤S3、针对每类中有效样本数据所对应的建筑性能指标，分别选取历史数据集B中与该类相同分类中的部分有效样本数据作为历史数据集B1(即训练集)，根据每个有效样本数据中建筑性能指标的时空分布特征，分别对每类中有效样本数据采用对应的时间序列预测方法建立时间维度预测模型、采用空间最邻近算法和回归分析方法建立空间维度预测模型后采用时间和空间加权的方法建立每类的建筑性能数据预测模型；

四、模型检验和修正

步骤S4、针对每类有效样本数据中的建筑性能指标，分别选取历史数据集B中相同分类的剩余的有效样本数据作为历史数据集B2(即验证集)，对建筑性能数据预测模型进行检验和修正；

所述建筑性能指标为建筑室外物理环境、建筑室内环境和建筑能源资源与碳排放量中的一种建筑性能数据。

进一步地，还包括：

五、预测和模型更新

步骤S5、针对每类有效样本数据的每项建筑性能指标，分别采用对应的检验后的建筑性能数据预测模型对在线采集的数据中缺失的数据进行预测修复，得到修复后的数据；

步骤S6、将修复后的数据对建筑性能数据预测模型的权重函数进行迭代更新，并利用权重更新后的建筑性能数据预测模型对在线采集的数据中缺失的数据进行预测。

进一步地，所述步骤S1中历史数据清洗包括如下步骤：

步骤S11、读取建筑性能历史数据集A；所述建筑性能历史数据集A的获取，可从建筑性能检测平台中进行读取，并将读取到的第一数据建立建筑性能历史数据集A；

步骤S12、判断建筑性能历史数据集A中的第一数据是否超出测量仪表量程范围，是则进入步骤S13，剔除建筑性能历史数据集A中超出测量仪表量程范围的第一数据得到建筑性能历史数据集A’并进入步骤S14；否则直接得到建筑性能历史数据集A’进入步骤S14；

步骤S14、判断建筑性能历史数据集A’中的第一数据是否存在异常，是则进入步骤S15，剔除建筑性能历史数据集A’中变化规律异常的第一数据后得到建筑性能历史数据集A”并进入步骤S16；否则直接得到建筑性能历史数据集A”进入步骤S16；

步骤S16、计算步骤S14中建筑性能历史数据集A”中第一数据在时间和空间维度的完整率；具体为根据时间戳、时间长度和测点编号、空间测点数量来判断建筑性能历史数据集A”中第一数据在时间维度和空间维度是否存在缺失，计算建筑性能历史数据集A”中第一数据的完整率；

步骤S17、判断建筑性能历史数据集A”中第一数据的时间维度或空间维度的完整率是否等于100％；是则作为有效样本数据；否则进入步骤S19作为无效样本数据并剔除；

步骤S18、将所有有效样本数据作为历史数据集B。

进一步地，所述步骤S2中识别历史数据集B中数据的时间和空间分布特征包括如下步骤：

步骤S21、识别有效样本数据在时间维度的变化规律，通过计算有效样本数据在时间维度的样本均值、样本方差、偏度、峰度、单位根检验t统计量、自相关系数和/或偏自相关系数的特征值，并根据特征值识别有效样本数据在时间维度的变化规律，将有效样本数据进行初级分类；

步骤S22、识别有效样本数据在空间维度的分布规律，采用最邻近算法求解最邻近点，根据空间最邻近点的数量将已经初级分类的有效样本数据再细分为两类：存在一个最邻近点和多个最邻近点。

进一步地，所述步骤S21中识别有效样本数据在时间维度的变化规律包括如下步骤：

步骤S211、计算历史数据集B中有效样本数据在时间维度的样本均值、样本方差、峰度、偏度、单位根检验t统计量、自相关系数和/或偏自相关系数的特征值；

步骤S212、判断有效样本数据是否具有随机性；是则进入步骤S214，否则进入步骤S213；

步骤S213、绘制历史数据集B中剩余的有效样本数据的原始序列时序图，计算历史数据集B中剩余的有效样本数据的单位根检验t统计量、自相关系数、自偏相关系数特征值，依次判断有效样本数据是否具有平稳性、周期性或趋势性的变化特征；是则进入步骤S214；

步骤S214、根据变化特征对有效样本数据进行分类。

进一步地，所述步骤S3具体包括如下步骤：

步骤S31：针对每类中的有效样本数据所对应的每项建筑性能指标，分别选取历史数据集B中相同分类的部分有效样本数据作为历史数据集B1；

步骤S32：对每类的有效样本数据中的每项建筑性能指标，根据每类的有效样本数据在时间维度的变化规律以及根据空间维度的变化规律得到相应的预测模型后采用时间和空间加权的方法建立每类的建筑性能数据预测模型；

进一步地，所述步骤S4中对建筑性能数据预测模型检验和修正具体包括如下步骤：

步骤S41、针对每类有效样本数据中的每项建筑性能指标，分别选取历史数据集B中剩余的有效样本数据作为历史数据集B2；

步骤S42、根据预测值与实测值的均方误差是否达到设定的误差限值来检验每类中有效样本数据所建立的建筑性能数据预测模型的准确度，当均方误差达到误差限值要求时，进入步骤S43，建筑性能数据预测模型通过检验，得到检验后的建筑性能数据预测模型；反之，重复步骤S3，对建筑性能数据预测模型进行修正。

进一步地，所述步骤S5具体包括如下步骤：

步骤S51、在线采集新数据作为第二数据；步骤S52、针对每项建筑性能指标，判断每个第二数据中的建筑性能指标是否存在错误、异常和缺失，是则进入步骤S53，剔除存在错误、异常或缺失的第二数据，否则无需修复直接跳到步骤S54；步骤S54、对于每项建筑性能指标，识别正常的第二数据在时间和空间维度的特征值；

步骤S55、将识别后的正常的第二数据与步骤S214中已分类的有效样本数据的特征值相匹配，判断正常的第二数据所属的分类；

步骤S56、采用该分类所对应的检验后的建筑性能数据预测模型对剔除掉的第二数据进行预测，其中模型输入的参数为该测点被剔除掉的第二数据前一时刻的第二数据、最邻近测点当前时刻的第二数据，将预测的结果输出为被剔除掉的第二数据的预测值，作为第三数据；

步骤S57、建立数据集C，将第三数据更新至数据集C中。

进一步地，所述步骤S6的具体包括如下步骤：

步骤S61、记录数据集C每次更新后的第三数据的数量n₃；

步骤S62、判断n₃是否达到模型训练所要求的最低样本数量，是则进入步骤S63，对数据集C中的第三数据重新进行模型训练后进入步骤S64；否则继续记录数据集C中更新的第三数据的数量，直到达到模型训练的最低样本数量要求；

步骤S64、更新建筑性能数据预测模型的权重值，得到更新后的建筑性能数据预测模型；

步骤S65、应用权重更新后的建筑性能数据预测模型对在线采集的数据中缺失的数据进行预测。

进一步地，步骤S32中建立相应的预测模型具体为：

采用对应的时间序列预测方法建立时间维度预测模型；

采用空间最邻近算法和回归分析建立空间维度预测模型，首先采用空间最邻近算法找出距离缺失数据j测点最近的测点j+L，然后根据历史数据建立j测点与j+L测点的回归模型，最后以最邻近测点j+L在t时刻的数据作为输入，预测得到j测点在t时刻的预测值当同一空间存在N个最邻近点时，以N个最邻近点在t时刻的算术平均值为输入值进行预测，计算公式如下：

当同一空间仅存在一个最邻近测点时：其中x_i,j+L,t为距离j测点最近的测点j+L在t时刻的实测值，a、b为回归系数；

当同一空间存在N个最邻近测点时：其中为距离j测点最近的N个测点在t时刻的实测值的算术平均值，a′、b′为回归系数。

采用时间和空间加权的方法建立建筑性能数据预测模型，计算公式如下：

其中：

为指标i的第j个测点在t时刻的预测值；

为指标i的第j个测点在t时刻基于时间维度的预测值；

为指标i的第j个测点在t时刻基于空间维度的预测值；

为指标i在t时刻时间维度预测值的权重函数，是时间t和时间维度的变化特征类型T的函数，初始值根据历史数据集B1训练得到，并随着时间t的变化采用在线更新的样本数据对权重值进行更新；同时，根据建筑性能数据在时间维度的变化特征类型T的不同，取值有所不同；

T为建筑性能数据在时间维度的变化特征类型；

S为建筑性能数据在空间维度的变化特征类型。

本发明与现有技术相比，本发明结合了建筑性能数据在时间和空间维度的相关性，提高了预测的准确度，同时采用在线更新样本数据对预测模型的权重函数迭代更新，以适应长期在线预测的需要；与BP神经网络和深度神经网络预测方法相比，该方法在学习算法和模型结构方面进行了简化，以提高数据处理效率、满足在线预测的需求。综上所述，本发明方法具有算法较简单、准确性较高、适应性强的优点。

附图说明

图1为本发明提出的一种基于时间和空间加权的建筑性能数据在线预处理方法流程图；

图2为本发明步骤S1的流程图；

图3-1为本发明步骤S2的流程图；

图3-2为本发明步骤S21的流程图；

图3-3为本发明步骤S22的流程图；

图4-1为本发明步骤S3的流程图；

图4-2为本发明步骤S4的流程图；

图5为本发明步骤S5的流程图；

图6为本发明步骤S6的流程图；

图7为本发明实施例中不同模型预测值与实际值预测结果对比图；

图8为采用本发明进行预测的预测值与不同预测模型预测值相对误差对比图。

具体实施方式

下面结合附图和实施例对本发明作进一步详细说明。

如图1所示，本发明提出的一种基于时间和空间加权的建筑性能数据在线预处理方法，包括获取数据、提取特征、模型训练、模型检验和修正四大步骤，其中：

一、获取数据

步骤S1、历史数据清洗；具体地，对建筑性能历史数据集A进行数据清洗，将有效的数据作为有效样本数据得到历史数据集B；

所述数据清洗包括对错误数据剔除、异常数据剔除和有效数据筛选。

所述错误数据的判断的依据是测量仪表量程，当数据超过测量仪表量程则认定为错误数据。

所述异常数据的判断的依据是历史数据规律、该测点数据与最邻近测点数据的相关性。

所述有效数据筛选是指根据时间戳、时间长度和测点编号、空间测点数量来判断数据在时间维度和空间维度是否存在缺失，计算数据的完整率，并筛选时间维度或空间维度的数据完整率均为100％的样本数据用于后续分析，所述缺失具体为数据为空值。

所述步骤S1中历史数据清洗包括如下步骤(图2所示)：

步骤S11、读取建筑性能历史数据集A；所述建筑性能历史数据集A的获取，可从建筑性能检测平台中进行读取，并将读取到的第一数据建立建筑性能历史数据集A；

所述建筑性能历史数据集A包括第一数据，所述第一数据包括至少一项建筑性能指标，具体地，第一数据包含一项建筑性能指标，所述建筑性能指标可从建筑性能检测平台中进行读取获得，每项建筑性能指标为建筑室外物理环境(如：环境空气污染物浓度、环境噪声、日照、热环境、风环境等)、建筑室内环境(室内空气污染物浓度、噪声、照度、温度、相对湿度、水质等)和建筑能源资源与碳排放量中的一种建筑性能数据，每项建筑性能指标在空间上可有多个测点，各测点数据采集时间间隔为1h，例如，建筑性能指标为空气温度，建筑性能数据为26℃。

步骤S12、判断建筑性能历史数据集A中的第一数据是否超出测量仪表量程范围，是则进入步骤S13，剔除建筑性能历史数据集A中超出测量仪表量程范围的第一数据得到建筑性能历史数据集A’并进入步骤S14；否则直接得到建筑性能历史数据集A’进入步骤S14；

步骤S14、判断建筑性能历史数据集A’中的第一数据是否存在异常，是则进入步骤S15，剔除建筑性能历史数据集A’中变化规律异常的第一数据后得到建筑性能历史数据集A”并进入步骤S16；否则直接得到建筑性能历史数据集A”进入步骤S16；所述建筑性能历史数据集A’中的第一数据是否存在异常可通过异常数据的历史规律、该异常数据与最邻近测点数据的相关性进行判断；

步骤S16、计算步骤S14中建筑性能历史数据集A”中第一数据在时间和空间维度的完整率；具体为根据时间戳、时间长度和测点编号、空间测点数量来判断建筑性能历史数据集A”中第一数据在时间维度和空间维度是否存在缺失，计算建筑性能历史数据集A”中第一数据的完整率；

第一数据在时间维度的完整率：其中n为第一数据的时间总长度，n^T为实际采集到第一数据的时间长度；

第一数据在空间维度的完整率：其中m为空间所有测点数量，m^S为实际采集到第一数据的测点数量；

步骤S17、判断建筑性能历史数据集A”中第一数据的时间维度或空间维度的第一数据完整率是否等于100％；是则将有效的第一数据作为有效样本数据；否则进入步骤S19作为无效样本数据并剔除；

步骤S18、将所有有效样本数据作为历史数据集B。

二、提取特征

步骤S2、识别数据的时间和空间分布特征；具体地，对历史数据集B中的有效样本数据进行计算，计算有效样本数据的时间维度和空间维度的特征值，识别有效样本数据的时间和空间分布特征并进行分类；

所述步骤S2中，识别历史数据集B中数据的时间和空间分布特征，包括如下步骤(图3-1所示)：

步骤S21、识别有效样本数据在时间维度的变化规律，通过计算有效样本数据在时间维度的样本均值、样本方差、偏度、峰度、单位根检验t统计量、自相关系数和/或偏自相关系数的特征值，并根据特征值识别有效样本数据在时间维度的变化规律，将有效样本数据进行初级分类，分为：平稳时间序列、趋势时间序列、周期性时间序列、周期性趋势时间序列、随机序列；例如，样本均值和样本方差是样本的最基本特征值，样本均值反映的数据的集中程度，样本方差是反映数据的离散程度；峰度和偏度是用来判断数据是否具有随机性，完全随机的数据是无法用特定的模型来表示的；单位根检验t统计量是用来判断数据的平稳性；自相关系数和偏自相关系数是用来判断数据是否具有自相关性。只有具有一定的自相关性的数据才可以采用时间序列模型建模预测。

步骤S22、识别有效样本数据在空间维度的分布规律：采用最邻近算法求解最邻近点，根据空间最邻近点的数量将已经初级分类的有效样本数据再细分为两类：存在一个最邻近点和多个最邻近点。

具体地，步骤S221、在步骤S21的基础上，采用最邻近算法求解最邻近点，寻找空间最近邻点；

步骤S222、识别有效样本数据在空间维度的分布规律；

步骤S223、判断空间最邻近点的数量，根据空间最邻近点的数量将已经初级分类的有效样本数据再细分为两类：存在一个最邻近点和多个最邻近点。定义在二维平面空间距离测点j的欧式距离最小的点j’为最邻近点，欧式距离计算公式如下：

d_j,χ指测点j在第x维度上的坐标值；

d_j',χ指测点j’在第x维度上的坐标值；

j，j’为测点编号；

x为平面维度，取1、2

所述步骤S21中识别有效样本数据在时间维度的变化规律包括如下步骤(图3-2所示)：

步骤S211、计算历史数据集B中有效样本数据在时间维度的样本均值、样本方差、峰度、偏度、单位根检验t统计量、自相关系数和/或偏自相关系数的特征值；

步骤S212、判断有效样本数据是否具有随机性；是则进入步骤S214，否则进入步骤S213；

所述有效样本数据是否具有随机性可根据大数定理和中心极限定律，大量随机数据服从正态分布。因此，这里通过判断有效样本数据是否服从正态分布来判断是否具有随机性，具体可根据峰度值和偏度值来判断，正态分布偏度值为0，峰度值为3；

步骤S213、绘制历史数据集B中剩余的有效样本数据的原始序列时序图，计算历史数据集B中剩余的有效样本数据的单位根检验t统计量、自相关系数、自偏相关系数特征值，依次判断有效样本数据是否具有平稳性、周期性或趋势性的变化特征；是则进入步骤S214，否则继续进行判断；

所述平稳性判断具体为：如果单位根检验t统计量均大于1％、5％、10％三个显著性水平下的单位根检验临界值，说明该时间序列存在单位根，是非平稳时间序列；相反，如果t统计量均小于1％、5％、10％三个显著性水平下的单位根检验临界值，说明该时间序列不存在单位根，是平稳序列。

趋势性判断具体为：如果某时间序列不平稳，但其N阶差分序列平稳，则可判断为趋势序列；

周期性判断具体为：如果某时间序列不平稳，但其时序图显示出以τ时间为周期的规律，且经过τ阶周期差分序列平稳，则可判断为周期序列；

趋势性判断具体为：如果某时间序列不平稳，经过τ阶周期差分和N阶差分后序列平稳，则可判断为周期性趋势序列；

步骤S214、根据变化特征对有效样本数据进行分类，类别包括：平稳时间序列、趋势时间序列、周期性时间序列、周期性趋势时间序列、随机序列，并分类标识，具体地，将具有随机性的数据划分入随机序列中，将具有平稳性的数据划分入平稳时间序列中；将具有周期性的数据划分入周期性时间序列；将具有趋势性的数据划分入趋势时间序列。

指标i的第j个测点在时间维度的样本均值：t为时刻，t＝1,2，…，n₁，n₁为历史数据集B中有效样本数据在时间维度的总长度；x_i,j,t为第i项建筑性能指标的第j个测点、在t时刻的值；

指标i的第j个测点在时间维度的样本方差：t为时刻，t＝1,2，…，n₁，n₁为历史数据集B中有效样本数据在时间维度的总长度；x_i,j,t为第i项建筑性能指标的第j个测点、在t时刻的值；为第i项建筑性能指标的第j个测点在时间维度的样本均值；

指标i的第j个测点的自协方差函数：γ_ij,t,t-k＝Cov(x_i,j,t,x_i,j,t-k)，1≤k<t≤n₁；x_i,j,t为第i项建筑性能指标的第j个测点、在t时刻的值；

指标i的第j个测点的自相关函数：1≤k<t≤n₁；t为时刻，k为大于等于1，且小于t的任意正整数；x_i,j,t为第i项建筑性能指标的第j个测点、在t时刻的值；

不同类型的时间序列特征如下：

平稳时间序列：γ_ij,t,t-k＝γ_ij,k，其中μ，σ²为常数，i＝1,2，…，j＝1,2，…，m，k＝1,…,n₁-1；t为时刻；为第i项建筑性能指标的第j个测点在时间维度的样本均值；x_i,j,t为第i项建筑性能指标的第j个测点、在t时刻的值；

趋势时间序列：其中μ，σ²为常数，i＝1,2，…，j＝1,2，…，m,t＝2,…,n₁；x_i,j,t为第i项建筑性能指标的第j个测点、在t时刻的值；

周期性时间序列：，其中τ为时间周期，μ′，σ′²为常数,i＝1,2，…，j＝1,2，…，m,t＝τ+1,…,n₁；k为大于等于1，且小于t的任意正整数；x_i,j,t为第i项建筑性能指标的第j个测点、在t时刻的值；

周期性趋势时间序列： 其中τ为时间周期，σ′²为常数,i＝1,2，…，j＝1,2，…，m,t＝τ+1,…,n₁。

三、模型训练

步骤S3、针对每类中有效样本数据所对应的建筑性能指标，分别选取历史数据集B中与该类相同的分类中的部分有效样本数据作为历史数据集B1(即训练集)，分别根据每个有效样本数据的建筑性能指标的时空分布特征，分别对每类中的有效样本数据采用对应的时间序列预测方法建立时间维度的预测模型、采用空间最邻近算法和回归分析方法建立空间维度的预测模型后采用时间和空间加权的方法建立每类的建筑性能数据预测模型。

所述步骤S3的具体步骤如下(图4-1所示)：

步骤S31：针对每类中的有效样本数据所对应的每项建筑性能指标，分别选取历史数据集B中与该类相同分类的部分有效样本数据作为历史数据集B1(即训练集)；

步骤S32：对每类的有效样本数据中的每项建筑性能指标，根据每类的有效样本数据在时间维度的变化规律以及根据空间维度的变化规律得到相应的预测模型后采用时间和空间加权的方法建立每类的建筑性能数据预测模型；

采用对应的时间序列预测方法建立时间维度预测模型，如平稳时间序列模型、趋势时间序列模型、周期性时间序列模型、周期性趋势时间序列模型等预测。常用的平稳时间序列模型有自回归模型(AR)、移动平均模型(MA)、自回归移动平均模型(ARMA)，趋势时间序列模型、周期性时间序列模型、周期性趋势时间序列模型等非平稳时间序列可以采用差分的方法将其变换为平稳时间序列后再进行求解；

采用空间最邻近算法和回归分析建立空间维度预测模型，首先采用空间最邻近算法找出距离缺失数据j测点最近的测点j+L，然后根据历史数据建立j测点与j+L测点的回归模型，最后以最邻近测点j+L在t时刻的数据作为输入，预测得到j测点在t时刻的预测值当同一空间存在N个最邻近点时，以N个最邻近点在t时刻的算术平均值为输入值进行预测，计算公式如下：

空间仅有一个最邻近测点时：其中x_i,j+L,t为距离j测点最近的测点j+L在t时刻的实测值，a、b为回归系数；

空间有N个最邻近测点时：其中为距离j测点最近的N个测点在t时刻的实测值的算术平均值，a′、b′为回归系数。

采用时间和空间加权的方法建立建筑性能数据的预测模型，计算公式如下：

其中：

为指标i的第j个测点在t时刻的预测值；

为指标i的第j个测点在t时刻基于时间维度的预测值；

为指标i的第j个测点在t时刻基于空间维度的预测值；

为指标i在t时刻时间维度预测值的权重函数，是时间t和时间维度的变化特征类型T的函数，初始值根据历史数据集B1训练得到，并随着时间t的变化采用在线更新的样本数据对权重值进行更新；同时，根据建筑性能数据在时间维度的变化特征类型T的不同，取值有所不同；

T为建筑性能数据在时间维度的变化特征类型；

S为建筑性能数据在空间维度的变化特征类型。

四、模型检验和修正

步骤S4、针对每类有效样本数据的每项建筑性能指标，分别选取历史数据集B中与该类相同分类中剩余的有效样本数据作为历史数据集B2(即验证集)，对该类的建筑性能数据预测模型进行检验和修正；

所述步骤S4中对该类的预测模型检验和修正具体为包括如下步骤(图4-2所示)：

步骤S41、针对每类有效样本数据的每项建筑性能指标，分别选取历史数据集B中剩余的有效样本数据作为历史数据集B2(即验证集)；

步骤S42、根据预测值与实测值的均方误差是否达到设定的误差限值来检验每类中有效样本数据所建立的建筑性能数据预测模型的准确度，当均方误差达到误差限值要求时，进入步骤S43，建筑性能数据预测模型通过检验，得到检验后的建筑性能数据预测模型；反之，要重复步骤S3，对建筑性能数据预测模型进行修正。其中均方根误差计算公式如下：

其中x_i,j,t为指标i的第j个测点在t时刻的实测值；

为指标i的第j个测点在t时刻的预测值；

n₁为训练集B1的时间长度；

n-n₁为验证集B2的时间长度；

m为验证集B2的空间测点数量；

所述实测值的获得可从建筑性能检测平台中进行读取历史实测值得到。

五、预测和模型更新

步骤S5、针对每类有效样本数据的每项建筑性能指标，分别采用对应的检验后的建筑性能数据预测模型对在线采集的数据中缺失的数据进行预测修复；

所述步骤S5具体包括如下步骤(图5所示)：

步骤S51、在线采集新数据作为第二数据；具体为通过建筑性能检测平台在线采集新数据作为第二数据；

所述第二数据包括至少一项建筑性能指标，具体地，所述第二数据包括一项建筑性能指标，每项建筑性能指标为建筑室外物理环境(如：环境空气污染物浓度、环境噪声、日照、热环境、风环境等)、建筑室内环境(室内空气污染物浓度、噪声、照度、温度、相对湿度、水质等)和建筑能源资源与碳排放量中的一种建筑性能数据，每项建筑性能指标在空间上可有多个测点，各测点数据采集时间间隔为1h，例如，建筑性能指标为空气温度，建筑性能数据为26℃。

步骤S52、针对每项建筑性能指标，判断每个第二数据中的建筑性能指标是否存在错误、异常和缺失，是则进入步骤S53，剔除存在错误、异常或缺失的第二数据，否则无需修复直接跳到步骤S54；

步骤S54、对于每项建筑性能指标，识别正常的第二数据在时间和空间维度的特征值；这里所述的正常的第二数据即没有存在错误、异常和确实的第二数据；

步骤S55、将识别后的正常的第二数据与步骤S214中已分类的有效样本数据的特征值相匹配，判断正常的第二数据所属的分类；

步骤S56、采用该分类所对应的检验后的建筑性能数据预测模型对剔除掉的第二数据进行预测，其中模型输入的参数为该测点被剔除掉的第二数据前一时刻的第二数据、最邻近测点当前时刻的第二数据，将预测的结果输出为被剔除掉的第二数据的预测值，作为第三数据；

步骤S57、建立数据集C，将第三数据更新至数据集C中。

步骤S6、将第三数据对建筑性能数据预测模型的权重函数进行迭代更新，并利用权重更新后的建筑性能数据预测模型对在线采集的数据中缺失的数据进行预测。

所述步骤S6的具体步骤如下(图6所示)：

步骤S61、记录数据集C每次更新后的第三数据的数量n₃；

步骤S62、判断n₃是否达到模型训练所要求的最低样本数量，是则进入步骤S63，对数据集C中的第三数据重新进行模型训练后进入步骤S64；否则继续记录数据集C中更新的第三数据的数量，直到达到模型训练的最低样本数量要求；例如：对于办公建筑的逐时室内温度数据，由于室内温度的变化规律呈现以一周7天为周期的周期变化规律，即周期为168h，则最低样本数量即为168。

步骤S64、更新建筑性能数据预测模型的权重值，得到更新后的建筑性能数据预测模型；

步骤S65、应用权重更新后的建筑性能数据预测模型对在线采集的第二数据中缺失的第二数据进行预测。

本发明通过对在线采集的数据中缺失的数据进行预测修复后，还利用修复后的数据对建筑性能数据预测模型进行更新，这样能够时刻保证预测结果的准确性。

实施例

为说明本发明基于时间和空间维度数据加权回归建模的方法，以某办公建筑2016年7月30日0:00～2016年8月26日23:00共30天672h的逐时室内温度数据为例来说明。选取2016年7月30日0:00～2016年8月12日23:00共14天336h的数据为训练集，以2016年8月13日0:00～2016年8月19日23:00共7天168h的数据为验证集，建立时间和空间加权预测模型，并对2016年8月20日0:00～2016年8月26日23:00共7天168h的数据进行预测。图7为采用本发明的时空加权模型预测值与时间维度预测模型预测值、空间维度预测模型预测值及实测值对比图，图8为采用本发明的时空加权预测模型预测值的相对误差与时间维度预测模型预测值的相对误差、空间维度预测模型预测值的相对误差对比图。时间维度预测模型预测值均方根误差0.63，平均绝对误差-0.26，平均相对误差-0.88％，空间维度预测模型预测值均方根误差0.88，平均绝对误差-0.02，平均相对误差-0.08％，时空加权预测模型预测均方根误差0.4，平均绝对误差-0.21，平均相对误差-0.71％。时空加权回归预测模型综合了时间维度和空间维度预测模型的优点，预测均方根误差最小，预测结果相对误差在±1％以内，准确度较高。

与传统的基于时间维度的一维插值与预测方法相比，该方法综合考虑了建筑性能数据在时间和空间维度的相关性，提高了预测的准确度，同时采用在线更新样本数据对预测模型的权重函数迭代更新，以适应长期在线预测的需要。与BP神经网络和深度神经网络预测方法相比，该方法在学习算法和模型结构方面进行了简化，以提高数据处理效率、满足在线预测的需求。综上所述，本发明方法具有算法较简单、准确性较高、适应性强的优点。

Claims (10)

1.一种基于时间和空间加权的建筑性能数据在线预处理方法，其特征在于：包括以下步骤：

一、获取数据

步骤S1、历史数据清洗，对建筑性能历史数据集A进行数据清洗，将有效的数据作为有效样本数据得到历史数据集B；

二、提取特征

步骤S2、识别数据的时间和空间分布特征，对历史数据集B中的有效样本数据进行计算，计算有效样本数据的时间维度和空间维度的特征值，识别有效样本数据的时间和空间分布特征并进行分类；

三、模型训练

步骤S3、针对每类中有效样本数据所对应的建筑性能指标，分别选取历史数据集B中与该类相同分类中的部分有效样本数据作为历史数据集B1，根据每个有效样本数据中建筑性能指标的时空分布特征，分别对每类中有效样本数据采用对应的时间序列预测方法建立时间维度预测模型、采用空间最邻近算法和回归分析方法建立空间维度预测模型后采用时间和空间加权的方法建立每类的建筑性能数据预测模型；

四、模型检验和修正

步骤S4、针对每类有效样本数据中的建筑性能指标，分别选取历史数据集B中相同分类的剩余的有效样本数据作为历史数据集B2，对建筑性能数据预测模型进行检验和修正；

所述建筑性能指标为建筑室外物理环境、建筑室内环境和建筑能源资源与碳排放量中的一种建筑性能数据。

2.根据权利要求1所述的基于时间和空间加权的建筑性能数据在线预处理方法，其特征在于：还包括：

五、预测和模型更新

步骤S5、针对每类有效样本数据的每项建筑性能指标，分别采用对应的检验后的建筑性能数据预测模型对在线采集的数据中缺失的数据进行预测修复，得到修复后的数据；

步骤S6、将修复后的数据对建筑性能数据预测模型的权重函数进行迭代更新，并利用权重更新后的建筑性能数据预测模型对在线采集的数据中缺失的数据进行预测。

3.根据权利要求1所述的基于时间和空间加权的建筑性能数据在线预处理方法，其特征在于：所述步骤S1中历史数据清洗包括如下步骤：

步骤S11、读取建筑性能历史数据集A；所述建筑性能历史数据集A的获取，可从建筑性能检测平台中进行读取，并将读取到的第一数据建立建筑性能历史数据集A；

步骤S12、判断建筑性能历史数据集A中的第一数据是否超出测量仪表量程范围，是则进入步骤S13，剔除建筑性能历史数据集A中超出测量仪表量程范围的第一数据得到建筑性能历史数据集A’并进入步骤S14；否则直接得到建筑性能历史数据集A’进入步骤S14；

步骤S14、判断建筑性能历史数据集A’中的第一数据是否存在异常，是则进入步骤S15，剔除建筑性能历史数据集A’中变化规律异常的第一数据后得到建筑性能历史数据集A”并进入步骤S16；否则直接得到建筑性能历史数据集A”进入步骤S16；

步骤S16、计算步骤S14中建筑性能历史数据集A”中第一数据在时间和空间维度的完整率；具体为根据时间戳、时间长度和测点编号、空间测点数量来判断建筑性能历史数据集A”中第一数据在时间维度和空间维度是否存在缺失，计算建筑性能历史数据集A”中第一数据的完整率；

步骤S17、判断建筑性能历史数据集A”中第一数据的时间维度或空间维度的完整率是否等于100％；是则作为有效样本数据；否则进入步骤S19作为无效样本数据并剔除；

步骤S18、将所有有效样本数据作为历史数据集B。

4.根据权利要求1所述的基于时间和空间加权的建筑性能数据在线预处理方法，其特征在于：所述步骤S2中识别历史数据集B中数据的时间和空间分布特征包括如下步骤：

步骤S21、识别有效样本数据在时间维度的变化规律，通过计算有效样本数据在时间维度的样本均值、样本方差、偏度、峰度、单位根检验t统计量、自相关系数和/或偏自相关系数的特征值，并根据特征值识别有效样本数据在时间维度的变化规律，将有效样本数据进行初级分类；

步骤S22、识别有效样本数据在空间维度的分布规律，采用最邻近算法求解最邻近点，根据空间最邻近点的数量将已经初级分类的有效样本数据再细分为两类：存在一个最邻近点和多个最邻近点。

5.根据权利要求4所述的基于时间和空间加权的建筑性能数据在线预处理方法，其特征在于：所述步骤S21中识别有效样本数据在时间维度的变化规律包括如下步骤：

步骤S211、计算历史数据集B中有效样本数据在时间维度的样本均值、样本方差、峰度、偏度、单位根检验t统计量、自相关系数和/或偏自相关系数的特征值；

步骤S212、判断有效样本数据是否具有随机性；是则进入步骤S214，否则进入步骤S213；

步骤S213、绘制历史数据集B中剩余的有效样本数据的原始序列时序图，计算历史数据集B中剩余的有效样本数据的单位根检验t统计量、自相关系数、自偏相关系数特征值，依次判断有效样本数据是否具有平稳性、周期性或趋势性的变化特征；是则进入步骤S214；

步骤S214、根据变化特征对有效样本数据进行分类。

6.根据权利要求1所述的基于时间和空间加权的建筑性能数据在线预处理方法，其特征在于：所述步骤S3具体包括如下步骤：

步骤S31：针对每类中的有效样本数据所对应的每项建筑性能指标，分别选取历史数据集B中相同分类的部分有效样本数据作为历史数据集B1；

步骤S32：对每类的有效样本数据中的每项建筑性能指标，根据每类的有效样本数据在时间维度的变化规律以及根据空间维度的变化规律得到相应的预测模型后采用时间和空间加权的方法建立每类的建筑性能数据预测模型。

7.根据权利要求1所述的基于时间和空间加权的建筑性能数据在线预处理方法，其特征在于：所述步骤S4中对建筑性能数据预测模型检验和修正具体包括如下步骤：

步骤S41、针对每类有效样本数据中的每项建筑性能指标，分别选取历史数据集B中剩余的有效样本数据作为历史数据集B2；

步骤S42、根据预测值与实测值的均方误差是否达到设定的误差限值来检验每类中有效样本数据所建立的建筑性能数据预测模型的准确度，当均方误差达到误差限值要求时，进入步骤S43，建筑性能数据预测模型通过检验，得到检验后的建筑性能数据预测模型；反之，重复步骤S3，对建筑性能数据预测模型进行修正。

8.根据权利要求5所述的基于时间和空间加权的建筑性能数据在线预处理方法，其特征在于：所述步骤S5具体包括如下步骤：

步骤S51、在线采集新数据作为第二数据；步骤S52、针对每项建筑性能指标，判断每个第二数据中的建筑性能指标是否存在错误、异常和缺失，是则进入步骤S53，剔除存在错误、异常或缺失的第二数据，否则无需修复直接跳到步骤S54；步骤S54、对于每项建筑性能指标，识别正常的第二数据在时间和空间维度的特征值；

步骤S55、将识别后的正常的第二数据与步骤S214中已分类的有效样本数据的特征值相匹配，判断正常的第二数据所属的分类；

步骤S56、采用该分类所对应的检验后的建筑性能数据预测模型对剔除掉的第二数据进行预测，其中模型输入的参数为该测点被剔除掉的第二数据前一时刻的第二数据、最邻近测点当前时刻的第二数据，将预测的结果输出为被剔除掉的第二数据的预测值，作为第三数据；

步骤S57、建立数据集C，将第三数据更新至数据集C中。

9.根据权利要求2所述的基于时间和空间加权的建筑性能数据在线预处理方法，其特征在于：所述步骤S6的具体包括如下步骤：

步骤S61、记录数据集C每次更新后的第三数据的数量n₃；

步骤S62、判断n₃是否达到模型训练所要求的最低样本数量，是则进入步骤S63，对数据集C中的第三数据重新进行模型训练后进入步骤S64；否则继续记录数据集C中更新的第三数据的数量，直到达到模型训练的最低样本数量要求；

步骤S64、更新建筑性能数据预测模型的权重值，得到更新后的建筑性能数据预测模型；

步骤S65、应用权重更新后的建筑性能数据预测模型对在线采集的数据中缺失的数据进行预测。

10.根据权利要求5所述的基于时间和空间加权的建筑性能数据在线预处理方法，其特征在于：步骤S32中建立相应的预测模型具体为：

采用对应的时间序列预测方法建立时间维度预测模型；

采用空间最邻近算法和回归分析建立空间维度预测模型，首先采用空间最邻近算法找出距离缺失数据j测点最近的测点j+L，然后根据历史数据建立j测点与j+L测点的回归模型，最后以最邻近测点j+L在t时刻的数据作为输入，预测得到j测点在t时刻的预测值当同一空间存在N个最邻近点时，以N个最邻近点在t时刻的算术平均值为输入值进行预测，计算公式如下：

当同一空间仅存在一个最邻近测点时：其中x_i,j+L,t为距离j测点最近的测点j+L在t时刻的实测值，a、b为回归系数；

当同一空间存在N个最邻近测点时：其中为距离j测点最近的N个测点在t时刻的实测值的算术平均值，a′、b′为回归系数。

采用时间和空间加权的方法建立建筑性能数据预测模型，计算公式如下：

其中：

为指标i的第j个测点在t时刻的预测值；

为指标i的第j个测点在t时刻基于时间维度的预测值；

为指标i的第j个测点在t时刻基于空间维度的预测值；

为指标i在t时刻时间维度预测值的权重函数，是时间t和时间维度的变化特征类型T的函数，初始值根据历史数据集B1训练得到，并随着时间t的变化采用在线更新的样本数据对权重值进行更新；同时，根据建筑性能数据在时间维度的变化特征类型T的不同，取值有所不同；

T为建筑性能数据在时间维度的变化特征类型；

S为建筑性能数据在空间维度的变化特征类型。