CN112765549A - 一种用于修复建筑能耗监测异常数据的KNN-Matrix方法 - Google Patents

Abstract

本发明属于建筑能耗监测系统中数据质量保障技术领域，提供一种用于修复建筑能耗监测异常数据的KNN‑Matrix方法，步骤如下：S1对建筑能耗监测系统的历史数据进行识别，找出异常数据；S2对能耗数据进行模糊量化分级，并以矩阵模型的形式计算和展示；S3根据S2过程计算的模糊量化等级、横向类别n、纵向类别m，在S1过程中识别出的异常数据位置，采用与异常数据处于相同纵向类别的历史数据中寻找的代替值作为插补值，进一步优化后的插补值作为异常数据的修复值。本发明提供了一种既能反映建筑用能的规律，也能以代码形式补充入建筑能耗监测平台中实现实时修复的建筑能耗监测异常数据修复方法。试验结果表明修复误差率低于20％。

Description

一种用于修复建筑能耗监测异常数据的KNN-Matrix方法

技术领域

本发明涉及一种异常建筑能耗监测数据的修复办法，具体涉及一种基于临近算法的以数据为驱动的建筑能耗异常监测数据的修复办法，属于建筑能耗监测系统中数据质量保障技术领域。

背景技术

随着“碳达峰”和“碳中和”目标的提出，建筑节能减排与建筑能耗预测等研究课题均成为重要研究方向。目前，随着建筑能耗监测平台相关技术的发展，利用历史能耗数据开展建筑节能工作成为重要手段。技术人员可以依据历史能耗数据开展能耗统计、节能潜力分析、能源预测、能源利用优化等工作，这对公共建筑节能研究起到了重要的作用。但从多年运行的实际情况看，建筑能耗监测平台通常面临着如下几个问题：1)建筑能耗监测平台普遍存在数据缺失的现象；2)建筑能耗监测平台普遍存在数据远超出或远低于合理范围的现象；3)建筑能耗监测平台普遍缺乏对于异常数据的在线辨识和修复功能。因此，建筑能耗监测数据质量问题影响了基于数据的建筑用能评价和节能改造应用。

针对于以上的问题，国内外许多专家和学者采用不同的方法对其做了大量的研究，他们普遍采用1)最小二乘法预测回归、2)样条函数插值、3)临近算法分类插补、4)能耗模型模拟等方法。但是如1)、2)、3)所示的单纯数学算法不能反映实际用能特征，对于用能变化大的建筑，上述算法的修复效果并不理想。如4)所示的模拟算法依赖能耗模拟软件，很难以代码形式整合到能耗监测平台实现实时修复，也难以在建筑详细信息不充分的条件下实施。本发明针对于上述方法遇到的问题，采用临近聚类算法的优化算法，即KNN-Matrix算法进行建筑能耗监测异常数据的修复。这种方法适用于各类公共建筑，不需要详细的建筑信息进行能耗模拟。同时该方法既能反映建筑用能的规律，也能以代码形式补充入建筑能耗监测平台中实现实时修复。

发明内容

本发明要解决的技术问题是提供一种既能反映建筑用能的规律，也能以代码形式补充入建筑能耗监测平台中实现实时修复的建筑能耗监测异常数据修复方法。

本发明的技术方案：

一种用于修复建筑能耗监测异常数据的KNN-Matrix方法，该方法适用于各类公共建筑，不需要详细的建筑信息进行能耗模拟。同时该方法既能反映建筑用能的规律，也能以代码形式补充入建筑能耗监测平台中实现实时修复。步骤如下：

S1、对建筑能耗监测系统的历史数据进行预处理，即对问题数据进行分类和识别，问题数据包括突变数据及缺失数据。

S1.1、建筑能耗监测平台的缺失数据记为“0”，可实现在线识别。

S1.2、建筑能耗监测平台的突变数据指部分用能数据出现过大或过小，超出实际用能阈值的数据，需利用K均值聚类算法识别。在样本数据集中随机选择3个点作为初始聚类中心，计算样本集中其他点到初始聚类中心的距离，并分配到最近邻簇内；第一轮聚类完成后，在各簇内，将所有样本点平均值作为新的聚类中心，并重复第一轮的步骤，直至聚类中心不再变化，完成聚类，输出聚类中心和3个簇分类。

样本点间的距离采用闵可夫斯基距离，即下式计算：

其中x₁和x₂代表两个样本点的坐标，k代表样本点的次序，p代表维数；聚类中心值为最大和最小的两个簇中，如果各自簇样本个数占总样本数5％以下，并且聚类中心的偏差率σ大于100％时，簇中数据可识别为突变数据。偏差率σ以下式计算：

其中x₀代表样本个数最多的簇对应的聚类中心，x_n代表除了x₀外所有的聚类中心，依次通过上式进行验证。

S2、对能耗数据进行模糊量化分级，并以矩阵模型的形式计算和展示。这一步骤是KNN-Matrix修复算法的基础，同时能够反映建筑用能特征。

S2.1、计算能耗样本集中每日24时刻能耗值斜率，即前一时刻能耗值e_i-1，j和当前时刻能耗值e_i，j变化趋势线斜率值S_i-1，j。逐日、逐月能耗斜率值计算方式相同，计算公式如下：

式中，S_i-1，j为当前时刻与前一时刻能耗值变化趋势线斜率值，kWh/h；e_i，j为对应第t_i，j时刻照明插座能耗值，kWh；e_i-1，j为对应第t_i-1，j时刻照明插座能耗值，kWh；t_i，j为当前时刻；t_i-1，j为前一时刻；

S2.2、再次利用K均值聚类算法，将斜率绝对值|S_i，j|分为不等间隔k类簇，依据聚类中心由小到大定义为簇0、簇1、…、簇k-2、簇k-1；

S2.3、按照k类簇斜率值范围，取得2k-1个不重叠的子区间，每个子区间用{1-k，2-k，…，-1，0，1，…k-2，k-1}这2k-1个确定数值表示。簇0对应量化等级0；簇1斜率正值区间对应量化等级1，以此类推；

S2.4、确定每一S_i，j属于哪一量化等级，并计算样本集中不同时间尺度斜率值分布于这2k-1个量化等级的数量；

S2.5、分别选择不同时间尺度为横向类别n和纵向类别m，建立不同的矩阵模型X_q。全年逐日样本集描述为：一个12行7列的矩阵(12行代表12个月，7列代表星期)。全年逐时样本集描述为：一个12行24列的矩阵(12行代表12个月，24列代表24小时)，由于3至5月、6至8月、9至11月、12至2月24时刻量化等级分布基本相同，纵向类别可以由12个简化为4个，即{春季、夏季、秋季、冬季}。通式如下：

其中a₁，......，a₂₄对应春季，每日24小时逐时平均模糊量化等级；b₁，......，b₂₄、c₁，......，c₂₄、d₁，......，d₂₄分别对应夏季、秋季、冬季。

S2.6、根据矩阵得出建筑用能特征的规律。根据模糊量化矩阵Xq，可以得出不同季节、不同时刻的能耗值e_i，j变化趋势线斜率值S_i-1，j，进而分析出不同季节和时刻对应的建筑用能强度的差异，一方面得出建筑用能特征的规律为节能改造等工作提供依据，另一方面为S3.1在历史数据中寻找插补值完成前期工作。

S3、根据S2过程计算的模糊量化等级、横向类别n、纵向类别m，在S1过程中识别出的异常数据位置，采用与异常数据处于相同纵向类别的历史数据中寻找的代替值作为插补值，以进一步优化后的插补值作为异常数据的修复值。

S3.1、寻找历史数据的最近值，即寻找与异常数据处于相同纵向类别的且与异常数据所在时刻最近的历史能耗数据e_i，j。若仍是问题数据，则继续此过程；

S3.2、寻找从最近值开始的所有合适的非问题历史数据，取其平均值，利用这一平均值代替异常值进行插补，作为异常数据的修复值。

本发明的有益效果：本发明提供了一种既能反映建筑用能的规律，也能以代码形式补充入建筑能耗监测平台中实现实时修复的建筑能耗监测异常数据修复方法。

附图说明

图1为用于修复建筑能耗监测异常数据的KNN-Matrix方法的流程图

图2为S2.1中能耗值变化趋势线斜率值S_i-1，j分布的示意图

图3为S2.4中利用斜率值S_i-1，j划分量化等级对应的斜率范围和折线陡缓程度的示意图

图4为利用KNN-Matrix方法在典型建筑中试验的误差示意图

具体实施方式

为了使本发明的目的、技术方案及优点更清晰，以下结合附图及实例，对本发明进行进一步详细说明。此处以下结合发明内容和说明书附图详细说明本发明的具体实施方式。见图1，本发明主要包括以下步骤：

S1、对建筑能耗监测系统的历史数据进行预处理，即对问题数据进行分类和识别，问题数据包括突变数据及缺失数据。

S1.1、建筑能耗监测平台的缺失数据记为“0”，可实现在线识别。

S1.2、建筑能耗监测平台的突变数据指部分用能数据出现过大或过小，超出实际用能阈值的数据，需利用K均值聚类算法识别。在样本数据集中随机选择3个点作为初始聚类中心，计算样本集中其他点到初始聚类中心的距离，并分配到最近邻簇内；第一轮聚类完成后，在各簇内，将所有样本点平均值作为新的聚类中心，并重复第一轮的步骤，直至聚类中心不再变化，完成聚类，输出聚类中心和3个簇分类。

样本点间的距离采用闵可夫斯基距离，即下式计算：

其中x₁和x₂代表两个样本点的坐标，k代表样本点的次序，p代表维数；聚类中心值为最大和最小的两个簇中，如果各自簇样本个数占总样本数5％以下，并且聚类中心的偏差率σ大于100％时，簇中数据可识别为突变数据。偏差率σ以下式计算：

其中x₀代表样本个数最多的簇对应的聚类中心，x_n代表除了x₀外所有的聚类中心，依次通过上式进行验证。

S2、对能耗数据进行模糊量化分级，并以矩阵模型的形式计算和展示。这一步骤是KNN-Matrix修复算法的基础，同时能够反映建筑用能特征。

S2.1、计算能耗样本集中每日24时刻能耗值斜率，即前一时刻能耗值e_i-1，j和当前时刻能耗值e_i，j变化趋势线斜率值S_i-1，j。逐日、逐月能耗斜率值计算方式相同，计算公式如下：

式中，S_i-1，j为当前时刻与前一时刻能耗值变化趋势线斜率值，kWh/h；e_i，j为对应第t_i，j时刻照明插座能耗值，kWh；e_i-1，j为对应第t_i-1，j时刻照明插座能耗值，kWh；t_i，j为当前时刻；t_i-1，j为前一时刻；

S2.2、再次利用K均值聚类算法，将斜率绝对值|S_i，j|分为不等间隔k类簇，依据聚类中心由小到大定义为簇0、簇1、…、簇k-2、簇k-1；

S2.3、按照k类簇斜率值范围，取得2k-1个不重叠的子区间，每个子区间用{1-k，2-k，…，-1，0，1，…k-2，k-1}这2k-1个确定数值表示。簇0对应量化等级0；簇1斜率正值区间对应量化等级1，以此类推；

S2.4、确定每一S_i，j属于哪一量化等级，并计算样本集中不同时间尺度斜率值分布于这2k-1个量化等级的数量；

S2.5、分别选择不同时间尺度为横向类别n和纵向类别m，建立不同的矩阵模型X_q。全年逐日样本集描述为：一个12行7列的矩阵(12行代表12个月，7列代表星期)。全年逐时样本集描述为：一个12行24列的矩阵(12行代表12个月，24列代表24小时)，由于3至5月、6至8月、9至11月、12至2月24时刻量化等级分布基本相同，纵向类别可以由12个简化为4个，即{春季、夏季、秋季、冬季}。通式如下：

其中a₁，......，a₂₄对应春季，每日24小时逐时平均模糊量化等级；b₁，......，b₂₄、c₁，......，c₂₄、d₁，......，d₂₄分别对应夏季、秋季、冬季。

S2.6、根据矩阵得出建筑用能特征的规律。根据模糊量化矩阵Xq，可以得出不同季节、不同时刻的能耗值e_i，j变化趋势线斜率值S_i-1，j，进而分析出不同季节和时刻对应的建筑用能强度的差异，一方面得出建筑用能特征的规律为节能改造等工作提供依据，另一方面为S3.1在历史数据中寻找插补值完成前期工作。

S3、根据S2过程计算的模糊量化等级、横向类别n、纵向类别m，在S1过程中识别出的异常数据位置，采用与异常数据处于相同纵向类别的历史数据中寻找的代替值作为插补值，以进一步优化后的插补值作为异常数据的修复值。

S3.1、寻找历史数据的最近值，即寻找与异常数据处于相同纵向类别的且与异常数据所在时刻最近的历史能耗数据e_i，j。若仍是问题数据，则继续此过程；

S3.2、寻找从最近值开始的所有合适的非问题历史数据，取其平均值，利用这一平均值代替异常值进行插补，作为异常数据的修复值。

本发明的有益效果：本发明提供了一种既能反映建筑用能的规律，也能以代码形式补充入建筑能耗监测平台中实现实时修复的建筑能耗监测异常数据修复方法。

Claims (1)

1.一种用于修复建筑能耗监测异常数据的KNN-Matrix方法，其特征在于，步骤如下：

S1、对建筑能耗监测系统的历史数据进行预处理，即对问题数据进行分类和识别，问题数据包括突变数据及缺失数据；

S1.1、建筑能耗监测平台的缺失数据记为“0”，可实现在线识别；

S1.2、建筑能耗监测平台的突变数据指部分用能数据出现过大或过小，超出实际用能阈值的数据，需利用K均值聚类算法识别；在样本数据集中随机选择3个点作为初始聚类中心，计算样本集中其他点到初始聚类中心的距离，并分配到最近邻簇内；第一轮聚类完成后，在各簇内，将所有样本点平均值作为新的聚类中心，并重复第一轮的步骤，直至聚类中心不再变化，完成聚类，输出聚类中心和3个簇分类；

样本点间的距离采用闵可夫斯基距离，即下式计算：

其中x₁和x₂代表两个样本点的坐标，k代表样本点的次序，p代表维数；聚类中心值为最大和最小的两个簇中，如果各自簇样本个数占总样本数5％以下，并且聚类中心的偏差率σ大于100％时，簇中数据可识别为突变数据；偏差率σ以下式计算：

其中，x₀代表样本个数最多的簇对应的聚类中心，x_n代表除了x₀外所有的聚类中心，依次通过上式进行验证；

S2、对能耗数据进行模糊量化分级，并以矩阵模型的形式计算和展示；

S2.1、计算能耗样本集中每日24时刻能耗值斜率，即前一时刻能耗值e_i-1，j和当前时刻能耗值e_i，j变化趋势线斜率值S_i-1，j；逐日、逐月能耗斜率值计算方式相同，计算公式如下：

式中，S_i-1，j为当前时刻与前一时刻能耗值变化趋势线斜率值，kWh/h；e_i，j为对应第t_i，j时刻照明插座能耗值，kWh；e_i-1，j为对应第t_i-1，j时刻照明插座能耗值，kWh；t_i，j为当前时刻；t_i-1，j为前一时刻；

S2.2、再次利用K均值聚类算法，将斜率绝对值|S_i，j|分为不等间隔k类簇，依据聚类中心由小到大定义为簇0、簇1、…、簇k-2、簇k-1；

S2.3、按照k类簇斜率值范围，取得2k-1个不重叠的子区间，每个子区间用{1-k，2-k，…，-1，0，1，…k-2，k-1}这2k-1个确定数值表示；簇0对应量化等级0；簇1斜率正值区间对应量化等级1，以此类推；

S2.4、确定每一S_i，j属于哪一量化等级，并计算样本集中不同时间尺度斜率值分布于这2k-1个量化等级的数量；

S2.5、分别选择不同时间尺度为横向类别n和纵向类别m，建立不同的矩阵模型X_q；全年逐日样本集描述为：一个12行7列的矩阵，12行代表12个月，7列代表星期；全年逐时样本集描述为：一个12行24列的矩阵，12行代表12个月，24列代表24小时；由于3至5月、6至8月、9至11月、12至2月24时刻量化等级分布基本相同，纵向类别由12个简化为4个，即{春季、夏季、秋季、冬季}；通式如下：

其中，a₁，……，a₂₄对应春季，每日24小时逐时平均模糊量化等级；b₁，……，b₂₄、c₁，……，c₂₄、d₁，……，d₂₄分别对应夏季、秋季、冬季；

S2.6、根据矩阵得出建筑用能特征的规律；

根据模糊量化矩阵Xq，得出不同季节、不同时刻的能耗值e_i，j变化趋势线斜率值S_i-1，j，进而分析出不同季节和时刻对应的建筑用能强度的差异；

S3、根据S2过程计算的模糊量化等级、横向类别n、纵向类别m，在S1过程中识别出的异常数据位置，采用与异常数据处于相同纵向类别的历史数据中寻找的代替值作为插补值，以进一步优化后的插补值作为异常数据的修复值；

S3.1、寻找历史数据的最近值，即寻找与异常数据处于相同纵向类别的且与异常数据所在时刻最近的历史能耗数据e_i，j；若仍是问题数据，则继续此过程；

S3.2、寻找从最近值开始的所有合适的非问题历史数据，取其平均值，利用这一平均值代替异常值进行插补，作为异常数据的修复值。

Images