CN114741905A - 一种实测能耗数据修正方法、装置、电子设备及存储介质 - Google Patents
一种实测能耗数据修正方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN114741905A CN114741905A CN202210659222.9A CN202210659222A CN114741905A CN 114741905 A CN114741905 A CN 114741905A CN 202210659222 A CN202210659222 A CN 202210659222A CN 114741905 A CN114741905 A CN 114741905A
- Authority
- CN
- China
- Prior art keywords
- energy consumption
- data sequence
- consumption data
- simulation
- measured
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/10—Pre-processing; Data cleansing
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Computer Hardware Design (AREA)
- Geometry (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Air Conditioning Control Device (AREA)
Abstract
本发明公开了一种实测能耗数据修正方法、装置、电子设备及存储介质,涉及建筑节能技术技域,方法包括:获取目标建筑的建筑能耗,以及所述建筑能耗对应的实测能耗数据序列;通过基于所述目标建筑而预先构建的建筑能耗模拟模型,运行得到仿真能耗数据序列;计算所述仿真能耗数据序列对应的仿真一阶差分结果和仿真滑动平均值;计算所述实测能耗数据序列对应的实测一阶差分结果和实测滑动平均值;根据所述仿真一阶差分结果、所述仿真滑动平均值、所述实测一阶差分结果和所述实测滑动平均值,得到目标实测数据序列。通过在实测能耗数据的基础上,通过模拟数据对实测数据进行修正,既降低实测过程所需的成本,也能提升建筑能耗数据的可靠性。
Description
技术领域
本发明涉及建筑节能技术技域,尤其涉及一种实测能耗数据修正方法、装置、电子设备及存储介质。
背景技术
建筑能耗的模拟是需要一定数据作为支撑的,但对于大部分既有建筑而言,由于图纸和设计信息的缺失,确定数据,尤其是数据中关键变量的值是很困难的。
现有的确定关键变量的方法一般有两种:(1)通过仪器仪表对能源使用情况进行实测,并对建筑及其设备系统进行现场审计,这种方法虽然能反映建筑用能的实际情况,可靠度较高,但由于传感器和传输系统故障的原因,采集的能耗数据质量不高,经常出现离群值、缺失数据点;(2)通过建立计算机能耗仿真模型来计算建筑能耗,这种方法成本较低,提供的计算结果较为稳定,不存在异常,其计算得到的能耗随气象条件和使用特征变化的趋势是可靠的,但因仿真模型的输入参数同样难以获取,模拟软件由于输入参数的不确定性、以及模型本身的不完备性,其计算结果与真实值之间存在着偏差,即存在“系统误差”。
发明内容
本发明提供了一种实测能耗数据修正方法、装置、电子设备及存储介质,通过在实测能耗数据的基础上,通过模拟数据对实测数据进行修正,既降低实测过程所需的成本,也能提升建筑能耗数据的可靠性。
第一方面,本发明提供的一种实测能耗数据修正方法,包括:
获取目标建筑的建筑能耗,以及所述建筑能耗对应的实测能耗数据序列;
通过基于所述目标建筑而预先构建的建筑能耗模拟模型,运行得到仿真能耗数据序列;
计算所述仿真能耗数据序列对应的仿真一阶差分结果和仿真滑动平均值;
计算所述实测能耗数据序列对应的实测一阶差分结果和实测滑动平均值;
根据所述仿真一阶差分结果、所述仿真滑动平均值、所述实测一阶差分结果和所述实测滑动平均值,得到目标实测数据序列。
可选地,根据所述仿真一阶差分结果、所述仿真滑动平均值、所述实测一阶差分结果和所述实测滑动平均值,得到目标实测数据序列,包括:
根据所述一阶差分结果和所述实测一阶差分结果,修正所述实测能耗数据序列,得到修正实测数据序列;
基于所述实测滑动平均值和所述仿真滑动平均值,对所述修正后的实测数据序列进行噪声值处理,得到所述目标实测数据序列。
可选地,根据所述一阶差分结果和所述实测一阶差分结果,修正所述实测能耗数据序列,得到所述修正实测数据序列,包括:
根据所述实测能耗数据序列和所述仿真能耗数据序列的一阶差分结果,确定所述实测能耗数据序列中的异常值;
按照预先设定的修正公式修正所述异常值,得到对所述实测能耗数据序列修正后的所述修正实测数据序列。
可选地,根据所述实测能耗数据序列和所述仿真能耗数据序列的一阶差分结果,确定所述实测能耗数据序列中的异常值,包括:
确定所述实测能耗数据序列中,各时刻实测能耗数据对应上一时刻实测能耗数据的实测增长值;
确定所述仿真能耗数据序列中,各时刻仿真能耗数据对应上一时刻仿真能耗数据的仿真增长值;
根据所述实测增长值与对应的仿真增长值间的差值与预设增长阈值间的大小关系,确定所述实测能耗数据序列中的异常值。
第二方面,本发明还提供了一种实测能耗数据修正装置,包括:
获取模块,用于获取目标建筑的建筑能耗,以及所述建筑能耗对应的实测能耗数据序列;
仿真能耗数据序列获取模块,用于通过基于所述目标建筑而预先构建的建筑能耗模拟模型,运行得到仿真能耗数据序列;
仿真数据获取模块,用于计算所述仿真能耗数据序列对应的仿真一阶差分结果和仿真滑动平均值;
实测数据获取模块,用于计算所述实测能耗数据序列对应的实测一阶差分结果和实测滑动平均值;
目标实测数据序列获取模块,用于根据所述仿真一阶差分结果、所述仿真滑动平均值、所述实测一阶差分结果和所述实测滑动平均值,得到目标实测数据序列。
可选地,所述目标实测数据序列获取模块包括:
修正子模块,用于根据所述一阶差分结果和所述实测一阶差分结果,修正所述实测能耗数据序列,得到修正实测数据序列;
目标实测数据序列获取子模块,用于基于所述实测滑动平均值和所述仿真滑动平均值,对所述修正后的实测数据序列进行噪声值处理,得到所述目标实测数据序列。
可选地,所述修正子模块包括:
异常值确定单元,用于根据所述实测能耗数据序列和所述仿真能耗数据序列的一阶差分结果,确定所述实测能耗数据序列中的异常值;
修正单元,用于按照预先设定的修正公式修正所述异常值,得到对所述实测能耗数据序列修正后的所述修正实测数据序列。
可选地,所述异常值确定单元包括:
实测增长值确定子单元,用于确定所述实测能耗数据序列中,各时刻实测能耗数据对应上一时刻实测能耗数据的实测增长值;
仿真增长值确定子单元,用于确定所述仿真能耗数据序列中,各时刻仿真能耗数据对应上一时刻仿真能耗数据的仿真增长值;
异常值确定子单元,用于根据所述实测增长值与对应的仿真增长值间的差值与预设增长阈值间的大小关系,确定所述实测能耗数据序列中的异常值。
本申请第三方面提供了一种电子设备,所述设备包括处理器以及存储器;
所述存储器用于存储程序代码,并将所述程序代码传输给所述处理器;
所述处理器用于根据所述程序代码中的指令执行第一方面所述的静电除尘器的电场控制功率的分配方法。
本申请第四方面提供了一种计算机可读存储介质,所述计算机可读存储介质用于存储程序代码,所述程序代码用于执行第一方面所述的静电除尘器的电场控制功率的分配方法。
从以上技术方案可以看出,本发明具有以下优点:
本发明通过获取目标建筑的建筑能耗,以及所述建筑能耗对应的实测能耗数据序列;通过基于所述目标建筑而预先构建的建筑能耗模拟模型,运行得到仿真能耗数据序列;计算所述仿真能耗数据序列对应的仿真一阶差分结果和仿真滑动平均值;计算所述实测能耗数据序列对应的实测一阶差分结果和实测滑动平均值;根据所述仿真一阶差分结果、所述仿真滑动平均值、所述实测一阶差分结果和所述实测滑动平均值,得到目标实测数据序列。通过在实测能耗数据的基础上,通过模拟数据对实测数据进行修正,既降低实测过程所需的成本,也能提升建筑能耗数据的可靠性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其它的附图;
图1为本发明的一种实测能耗数据修正方法实施例一的步骤流程图;
图2为本发明的一种实测能耗数据修正方法实施例二的步骤流程图;
图3为本发明的一种实测能耗数据修正装置实施例的结构框图。
具体实施方式
本发明实施例提供了一种实测能耗数据修正方法、装置、电子设备及存储介质,通过在实测能耗数据的基础上,通过模拟数据对实测数据进行修正,既降低实测过程所需的成本,也能提升建筑能耗数据的可靠性。
为使得本发明的发明目的、特征、优点能够更加的明显和易懂,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,下面所描述的实施例仅仅是本发明一部分实施例,而非全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
请参阅图1,图1为本发明的一种实测能耗数据修正方法实施例一的步骤流程图,具体可以包括如下步骤:
步骤S101,获取目标建筑的建筑能耗,以及所述建筑能耗对应的实测能耗数据序列;
需要说明的是,建筑能耗反映的是建筑用能的实际情况,其可靠性高,而实测能耗数据序列即目标建筑在一段时间内,各个时间段的建筑能耗集合。
步骤S102,通过基于所述目标建筑而预先构建的建筑能耗模拟模型,运行得到仿真能耗数据序列;
需要说明的是,建筑能耗模拟模型,即按照目标建筑的建筑参数而建立的模拟模型,而仿真能耗数据序列,即利用建筑能耗模拟模型运行得到的在与实测能耗数据序列相同时间段内的模拟能耗集合。
步骤S103,计算所述仿真能耗数据序列对应的仿真一阶差分结果和仿真滑动平均值;
步骤S104,计算所述实测能耗数据序列对应的实测一阶差分结果和实测滑动平均值;
步骤S105,根据所述仿真一阶差分结果、所述仿真滑动平均值、所述实测一阶差分结果和所述实测滑动平均值,得到目标实测数据序列。
在一个可选实施例中,根据所述仿真一阶差分结果、所述仿真滑动平均值、所述实测一阶差分结果和所述实测滑动平均值,得到目标实测数据序列,包括:
根据所述一阶差分结果和所述实测一阶差分结果,修正所述实测能耗数据序列,得到修正实测数据序列;
基于所述实测滑动平均值和所述仿真滑动平均值,对所述修正后的实测数据序列进行噪声值处理,得到所述目标实测数据序列。
在本发明实施例中,通过获取目标建筑的建筑能耗,以及所述建筑能耗对应的实测能耗数据序列;通过基于所述目标建筑而预先构建的建筑能耗模拟模型,运行得到仿真能耗数据序列;计算所述仿真能耗数据序列对应的仿真一阶差分结果和仿真滑动平均值;计算所述实测能耗数据序列对应的实测一阶差分结果和实测滑动平均值;根据所述仿真一阶差分结果、所述仿真滑动平均值、所述实测一阶差分结果和所述实测滑动平均值,得到目标实测数据序列。通过在实测能耗数据的基础上,通过模拟数据对实测数据进行修正,既降低实测过程所需的成本,也能提升建筑能耗数据的可靠性。
请参阅图2,为本发明的一种实测能耗数据修正方法实施例二的步骤流程图,具体包括:
步骤S201,获取目标建筑的建筑能耗,以及所述建筑能耗对应的实测能耗数据序列;
步骤S202,通过基于所述目标建筑而预先构建的建筑能耗模拟模型,运行得到仿真能耗数据序列;
步骤S203,计算所述仿真能耗数据序列对应的仿真一阶差分结果和仿真滑动平均值;
步骤S204,计算所述实测能耗数据序列对应的实测一阶差分结果和实测滑动平均值;
步骤S205,根据所述实测能耗数据序列和所述仿真能耗数据序列的一阶差分结果,确定所述实测能耗数据序列中的异常值;
需要说明的是,异常值在实测数据中是非常常见的,主要指数据缺失或值为0、数据值为负、比例偏差及大幅偏离等。
在一个可选实施例中,根据所述实测能耗数据序列和所述仿真能耗数据序列的一阶差分结果,确定所述实测能耗数据序列中的异常值,包括:
确定所述实测能耗数据序列中,各时刻实测能耗数据对应上一时刻实测能耗数据的实测增长值;
确定所述仿真能耗数据序列中,各时刻仿真能耗数据对应上一时刻仿真能耗数据的仿真增长值;
根据所述实测增长值与对应的仿真增长值间的差值与预设增长阈值间的大小关系,确定所述实测能耗数据序列中的异常值。
在本发明实施例中,首先对建筑能耗模拟模型进行计算,得到与实测能耗数据序列的颗粒度一致的仿真能耗数据序列,然后计算各时刻实测能耗数据序列中,与仿真能耗数据序列分别对应于上一时刻的实测增长值、仿真增长值,及两者的差值。公式表示如下:
如果两者的差值大于预设增长阈值,就可以定义该时刻的实测值为异常值,并对其进行修正。一般情况下,预设增长阈值需要根据测量仪器的误差范围确定,而修正公式具体为:
一般情况下,预设增长阈值的大小为两倍的仿真增长值。
步骤S206,按照预先设定的修正公式修正所述异常值,得到对所述实测能耗数据序列修正后的所述修正实测数据序列;
步骤S207,基于所述实测滑动平均值和所述仿真滑动平均值,对所述修正后的实测数据序列进行噪声值处理,得到所述目标实测数据序列。
需要说明的是,噪声值处理是针对测量噪声而言,测量噪声也称为随机误差或统计不确定性。它与系统误差有本质区别:系统误差是指由于仪器的错误校准或测量中没有考虑到的一些物理影响等缺陷而引起的测量误差,原则上可以检查和纠正。而测量噪声是不可避免的,降低测量噪声最常用的方法是多次测量取均值,但建筑能耗不具备可重复测量性,且安装多个测量设备成本太高,因此针对这个问题,采用模拟数据来降低实测能耗数据的随机误差。
在本发明实施例中,由于随机误差成正态分布,因此对于静态测量可以将多次测量值求和,然后取平均值来消除随机误差,但能耗是动态变化的,多次测量取均值后虽然消除了随机误差,但也抹去了动态特征,因此需要借助没有随机误差的能耗模拟值来重构数据序列的动态特性。
在具体实现中,首先,定义一个移动窗口,包含实测能耗数据序列中的N个序列实测能耗数据和仿真能耗数据序列中的N个序列仿真能耗数据,分别用和表示,表示当前移动窗口,表示当前移动窗口中第个值,。目标值和位于窗口的中间位置(对于前和后个值做相应的位置前移或后移,以保证窗口中数据个数为N。对该窗口中的实测能耗数据和仿真能耗数据分别进行求和平均,消除随机误差。
求和平均公式表示如下所示:
在本发明实施例所提供的一种实测能耗数据修正方法,通过获取目标建筑的建筑能耗,以及所述建筑能耗对应的实测能耗数据序列;通过基于所述目标建筑而预先构建的建筑能耗模拟模型,运行得到仿真能耗数据序列;计算所述仿真能耗数据序列对应的仿真一阶差分结果和仿真滑动平均值;计算所述实测能耗数据序列对应的实测一阶差分结果和实测滑动平均值;根据所述仿真一阶差分结果、所述仿真滑动平均值、所述实测一阶差分结果和所述实测滑动平均值,得到目标实测数据序列。实测现阶段实测数据普遍存在质量差的问题,通过在实测能耗数据的基础上,通过模拟数据对实测数据进行修正,从而降低对实测能耗数据无论是数量还是质量的依赖性,既降低实测过程所需的成本,也能提升建筑能耗数据的可靠性。
请参阅图3示出了一种实测能耗数据修正装置实施例的结构框图,该实测能耗数据修正装置能用于实现上述实测能耗数据修正方法,装置包括如下模块:
获取模块301,用于获取目标建筑的建筑能耗,以及所述建筑能耗对应的实测能耗数据序列;
仿真能耗数据序列获取模块302,用于通过基于所述目标建筑而预先构建的建筑能耗模拟模型,运行得到仿真能耗数据序列;
仿真数据获取模块303,用于计算所述仿真能耗数据序列对应的仿真一阶差分结果和仿真滑动平均值;
实测数据获取模块304,用于计算所述实测能耗数据序列对应的实测一阶差分结果和实测滑动平均值;
目标实测数据序列获取模块305,用于根据所述仿真一阶差分结果、所述仿真滑动平均值、所述实测一阶差分结果和所述实测滑动平均值,得到目标实测数据序列。
在一个可选实施例中,所述目标实测数据序列获取模块305包括:
修正子模块,用于根据所述一阶差分结果和所述实测一阶差分结果,修正所述实测能耗数据序列,得到修正实测数据序列;
目标实测数据序列获取子模块,用于基于所述实测滑动平均值和所述仿真滑动平均值,对所述修正后的实测数据序列进行噪声值处理,得到所述目标实测数据序列。
在一个可选实施例中,所述修正子模块包括:
异常值确定单元,用于根据所述实测能耗数据序列和所述仿真能耗数据序列的一阶差分结果,确定所述实测能耗数据序列中的异常值;
修正单元,用于按照预先设定的修正公式修正所述异常值,得到对所述实测能耗数据序列修正后的所述修正实测数据序列。
在一个可选实施例中,所述异常值确定单元包括:
实测增长值确定子单元,用于确定所述实测能耗数据序列中,各时刻实测能耗数据对应上一时刻实测能耗数据的实测增长值;
仿真增长值确定子单元,用于确定所述仿真能耗数据序列中,各时刻仿真能耗数据对应上一时刻仿真能耗数据的仿真增长值;
异常值确定子单元,用于根据所述实测增长值与对应的仿真增长值间的差值与预设增长阈值间的大小关系,确定所述实测能耗数据序列中的异常值。
本申请还提供了一种电子设备,设备包括处理器以及存储器;
存储器用于存储程序代码,并将程序代码传输给处理器;
处理器用于根据程序代码中的指令执行上述方法实施例中的实测能耗数据修正方法。
本申请还提供了一种计算机可读存储介质,计算机可读存储介质用于存储程序代码,程序代码用于执行上述方法 实施例中的实测能耗数据修正方法。
在本发明所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种实测能耗数据修正方法,其特征在于,包括:
获取目标建筑的建筑能耗,以及所述建筑能耗对应的实测能耗数据序列;
通过基于所述目标建筑而预先构建的建筑能耗模拟模型,运行得到仿真能耗数据序列;
计算所述仿真能耗数据序列对应的仿真一阶差分结果和仿真滑动平均值;
计算所述实测能耗数据序列对应的实测一阶差分结果和实测滑动平均值;
根据所述仿真一阶差分结果、所述仿真滑动平均值、所述实测一阶差分结果和所述实测滑动平均值,得到目标实测数据序列。
2.根据权利要求1所述的实测能耗数据修正方法,其特征在于,根据所述仿真一阶差分结果、所述仿真滑动平均值、所述实测一阶差分结果和所述实测滑动平均值,得到目标实测数据序列,包括:
根据所述一阶差分结果和所述实测一阶差分结果,修正所述实测能耗数据序列,得到修正实测数据序列;
基于所述实测滑动平均值和所述仿真滑动平均值,对所述修正后的实测数据序列进行噪声值处理,得到所述目标实测数据序列。
3.根据权利要求2所述的实测能耗数据修正方法,其特征在于,根据所述一阶差分结果和所述实测一阶差分结果,修正所述实测能耗数据序列,得到所述修正实测数据序列,包括:
根据所述实测能耗数据序列和所述仿真能耗数据序列的一阶差分结果,确定所述实测能耗数据序列中的异常值;
按照预先设定的修正公式修正所述异常值,得到对所述实测能耗数据序列修正后的所述修正实测数据序列。
4.根据权利要求3所述的实测能耗数据修正方法,其特征在于,根据所述实测能耗数据序列和所述仿真能耗数据序列的一阶差分结果,确定所述实测能耗数据序列中的异常值,包括:
确定所述实测能耗数据序列中,各时刻实测能耗数据对应上一时刻实测能耗数据的实测增长值;
确定所述仿真能耗数据序列中,各时刻仿真能耗数据对应上一时刻仿真能耗数据的仿真增长值;
根据所述实测增长值与对应的仿真增长值间的差值与预设增长阈值间的大小关系,确定所述实测能耗数据序列中的异常值。
5.一种实测能耗数据修正装置,其特征在于,包括:
获取模块,用于获取目标建筑的建筑能耗,以及所述建筑能耗对应的实测能耗数据序列;
仿真能耗数据序列获取模块,用于通过基于所述目标建筑而预先构建的建筑能耗模拟模型,运行得到仿真能耗数据序列;
仿真数据获取模块,用于计算所述仿真能耗数据序列对应的仿真一阶差分结果和仿真滑动平均值;
实测数据获取模块,用于计算所述实测能耗数据序列对应的实测一阶差分结果和实测滑动平均值;
目标实测数据序列获取模块,用于根据所述仿真一阶差分结果、所述仿真滑动平均值、所述实测一阶差分结果和所述实测滑动平均值,得到目标实测数据序列。
6.根据权利要求5所述的实测能耗数据修正装置,其特征在于,所述目标实测数据序列获取模块包括:
修正子模块,用于根据所述一阶差分结果和所述实测一阶差分结果,修正所述实测能耗数据序列,得到修正实测数据序列;
目标实测数据序列获取子模块,用于基于所述实测滑动平均值和所述仿真滑动平均值,对所述修正后的实测数据序列进行噪声值处理,得到所述目标实测数据序列。
7.根据权利要求6所述的实测能耗数据修正装置,其特征在于,所述修正子模块包括:
异常值确定单元,用于根据所述实测能耗数据序列和所述仿真能耗数据序列的一阶差分结果,确定所述实测能耗数据序列中的异常值;
修正单元,用于按照预先设定的修正公式修正所述异常值,得到对所述实测能耗数据序列修正后的所述修正实测数据序列。
8.根据权利要求7所述的实测能耗数据修正装置,其特征在于,所述异常值确定单元包括:
实测增长值确定子单元,用于确定所述实测能耗数据序列中,各时刻实测能耗数据对应上一时刻实测能耗数据的实测增长值;
仿真增长值确定子单元,用于确定所述仿真能耗数据序列中,各时刻仿真能耗数据对应上一时刻仿真能耗数据的仿真增长值;
异常值确定子单元,用于根据所述实测增长值与对应的仿真增长值间的差值与预设增长阈值间的大小关系,确定所述实测能耗数据序列中的异常值。
9.一种电子设备,其特征在于,包括处理器以及存储器,所述存储器存储有计算机可读取指令,当所述计算机可读取指令由所述处理器执行时,运行如权利要求1-4任一项所述的方法。
10.一种存储介质,其上存储有计算机程序,其特征在于,所述计算机程序本处理器执行时运行如权利要求1-4任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210659222.9A CN114741905B (zh) | 2022-06-13 | 2022-06-13 | 一种实测能耗数据修正方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210659222.9A CN114741905B (zh) | 2022-06-13 | 2022-06-13 | 一种实测能耗数据修正方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114741905A true CN114741905A (zh) | 2022-07-12 |
CN114741905B CN114741905B (zh) | 2022-09-13 |
Family
ID=82288026
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210659222.9A Active CN114741905B (zh) | 2022-06-13 | 2022-06-13 | 一种实测能耗数据修正方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114741905B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102682191A (zh) * | 2011-03-16 | 2012-09-19 | 香港理工大学 | 一种建筑的空调负荷测量数据的融合方法 |
WO2014065707A1 (ru) * | 2012-10-24 | 2014-05-01 | Закрытое Акционерное Общество "Диаконт" | Способ повышения точности измерения аналогового сигнала и устройство для измерения аналогового сигнала |
CN109035067A (zh) * | 2018-07-19 | 2018-12-18 | 北京泰豪智能工程有限公司 | 基于rf和arma算法的建筑能耗处理方法及装置 |
CN112698260A (zh) * | 2020-11-24 | 2021-04-23 | 国网河北省电力有限公司电力科学研究院 | Cvt电压暂降测量误差校正方法及系统 |
-
2022
- 2022-06-13 CN CN202210659222.9A patent/CN114741905B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102682191A (zh) * | 2011-03-16 | 2012-09-19 | 香港理工大学 | 一种建筑的空调负荷测量数据的融合方法 |
WO2014065707A1 (ru) * | 2012-10-24 | 2014-05-01 | Закрытое Акционерное Общество "Диаконт" | Способ повышения точности измерения аналогового сигнала и устройство для измерения аналогового сигнала |
CN109035067A (zh) * | 2018-07-19 | 2018-12-18 | 北京泰豪智能工程有限公司 | 基于rf和arma算法的建筑能耗处理方法及装置 |
CN112698260A (zh) * | 2020-11-24 | 2021-04-23 | 国网河北省电力有限公司电力科学研究院 | Cvt电压暂降测量误差校正方法及系统 |
Non-Patent Citations (1)
Title |
---|
周芮锦等: "基于时间序列分析的建筑能耗预测方法", 《暖通空调》 * |
Also Published As
Publication number | Publication date |
---|---|
CN114741905B (zh) | 2022-09-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9568519B2 (en) | Building energy consumption forecasting procedure using ambient temperature, enthalpy, bias corrected weather forecast and outlier corrected sensor data | |
JP4705563B2 (ja) | 配電系統の状態推定装置、状態推定方法及びそのプログラム | |
CN107026892B (zh) | 消息推荐方法和装置 | |
CN113114530B (zh) | 一种网元健康状态的检测方法及设备 | |
CN111998919B (zh) | 燃气表校准方法及装置 | |
CN110968833A (zh) | 一种用于模拟量校准的校准函数关系获取方法及装置 | |
US9251051B2 (en) | Capacity forecasting for backup storage | |
CN111198799A (zh) | 一种基于lstm的机房功耗预警方法、系统、终端及存储介质 | |
CN114460529A (zh) | 一种电能表误差在线评估方法、装置、设备及存储介质 | |
CN105247374A (zh) | 采用温度分布加权的测量和验证的方法和系统 | |
CN115932586A (zh) | 一种电池荷电状态在线估算方法、装置、设备及介质 | |
CN114741905B (zh) | 一种实测能耗数据修正方法、装置、电子设备及存储介质 | |
CN110737587A (zh) | 一种基于测试案例的测试方法、装置、存储介质和服务器 | |
CN111259338B (zh) | 元器件失效率修正方法、装置、计算机设备及存储介质 | |
CN115270013A (zh) | 评估活动期间减排措施的方法、装置及电子设备 | |
CN109059989B (zh) | 一种仪表剩余寿命评估的方法、系统及设备 | |
CN109992875B (zh) | 一种切换设备剩余寿命的确定方法及系统 | |
CN110874662B (zh) | 给水管网模型中用水量的实时校验方法及系统 | |
CN113343479A (zh) | 设备使用寿命的计算方法和装置 | |
CN112381436A (zh) | 逐时电负荷生成方法、装置、电子设备及存储介质 | |
CN111415066A (zh) | 风险评估方法及装置 | |
CN112836374B (zh) | 一种可靠性指标增量确定方法和系统 | |
CN115932711B (zh) | 一种电能表计量可信度的数据处理方法、装置及介质 | |
TW201423048A (zh) | 多感測元件的校正系統、校正方法與記錄媒體 | |
CN117169638B (zh) | 变压器绝缘纸老化程度检测方法、系统、设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |