CN116882812A - 建筑能耗评估方法、装置、设备以及存储介质 - Google Patents
建筑能耗评估方法、装置、设备以及存储介质 Download PDFInfo
- Publication number
- CN116882812A CN116882812A CN202310784363.8A CN202310784363A CN116882812A CN 116882812 A CN116882812 A CN 116882812A CN 202310784363 A CN202310784363 A CN 202310784363A CN 116882812 A CN116882812 A CN 116882812A
- Authority
- CN
- China
- Prior art keywords
- energy consumption
- target
- evaluation
- target energy
- data
- 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.)
- Pending
Links
- 238000005265 energy consumption Methods 0.000 title claims abstract description 684
- 238000011156 evaluation Methods 0.000 title claims abstract description 216
- 238000003860 storage Methods 0.000 title claims abstract description 20
- 238000000034 method Methods 0.000 claims abstract description 38
- 238000009826 distribution Methods 0.000 claims description 21
- 238000004590 computer program Methods 0.000 claims description 16
- 230000015654 memory Effects 0.000 claims description 12
- 238000013528 artificial neural network Methods 0.000 claims description 9
- 238000004458 analytical method Methods 0.000 abstract description 2
- 230000005611 electricity Effects 0.000 description 28
- 238000012545 processing Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 8
- 238000004134 energy conservation Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 239000000446 fuel Substances 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000009467 reduction Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 239000002737 fuel gas Substances 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000005315 distribution function Methods 0.000 description 1
- 239000000295 fuel oil Substances 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 230000006403 short-term memory Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/08—Construction
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种建筑能耗评估方法、装置、设备以及存储介质，属于建筑能耗分析技术领域，该方法包括：根据目标能耗对象的历史能耗数据，对目标能耗对象的能耗进行预测，得到目标能耗对象的预测能耗数据；历史能耗数据包括至少两个目标建筑的能耗数据；根据预测能耗数据和目标能耗对象的目标能耗评分项，对目标能耗对象的历史能耗评估标准进行优化，得到目标能耗对象的目标能耗评估标准；根据目标能耗对象的实际能耗数据、目标能耗评分项和目标能耗评估标准，确定目标能耗对象的实际能耗绩效特征；根据实际能耗绩效特征，对目标能耗对象对应的目标建筑进行能耗评估。本发明提高了建筑能耗评估结果的合理性。
Description
技术领域
本发明涉及数据处理技术领域，尤其涉及建筑能耗分析技术领域，尤其具体涉及一种建筑能耗评估方法、装置、设备以及存储介质。
背景技术
建筑能耗影响节能减排工作的成效，开展建筑节能减排工作成为当务之急。而建筑节能减排工作与建筑能耗密切相关，建筑能耗评估方法是建筑节能诊断的必要手段。
传统的建筑能耗评估方法，采用固定的能耗评估标准，对建筑能耗进行评价，常常存在评估结果不合理的情况，进而无法根据建筑能耗评估结果对建筑能源结构进行有针对性地调整。
发明内容
本发明提供了一种建筑能耗评估方法、装置、设备以及存储介质，以提高建筑能耗评估结果的合理性，便于后续对建筑能源结构进行有针对性地调整。
根据本发明的一方面，提供了一种建筑能耗评估方法，该方法包括：
根据目标能耗对象的历史能耗数据，对目标能耗对象的能耗进行预测，得到目标能耗对象的预测能耗数据；历史能耗数据包括至少两个目标建筑的能耗数据；
根据预测能耗数据和目标能耗对象的目标能耗评分项，对目标能耗对象的历史能耗评估标准进行优化，得到目标能耗对象的目标能耗评估标准；
根据目标能耗对象的实际能耗数据、目标能耗评分项和目标能耗评估标准，确定目标能耗对象的实际能耗绩效特征；
根据实际能耗绩效特征，对目标能耗对象对应的目标建筑进行能耗评估。
根据本发明的另一方面，提供了一种建筑能耗评估装置，该装置包括：
能耗数据确定模块，用于根据目标能耗对象的历史能耗数据，对目标能耗对象的能耗进行预测，得到目标能耗对象的预测能耗数据；历史能耗数据包括至少两个目标建筑的能耗数据；
评估标准确定模块，用于根据预测能耗数据和目标能耗对象的目标能耗评分项，对目标能耗对象的历史能耗评估标准进行优化，得到目标能耗对象的目标能耗评估标准；
绩效特征确定模块，用于根据目标能耗对象的实际能耗数据、目标能耗评分项和目标能耗评估标准，确定目标能耗对象的实际能耗绩效特征；
能耗评估模块，用于根据实际能耗绩效特征，对目标能耗对象对应的目标建筑进行能耗评估。
根据本发明的另一方面，提供了一种电子设备，所述电子设备包括：
至少一个处理器；以及
与至少一个处理器通信连接的存储器；其中，
存储器存储有可被至少一个处理器执行的计算机程序，计算机程序被至少一个处理器执行，以使至少一个处理器能够执行本发明任一实施例的建筑能耗评估方法。
根据本发明的另一方面，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存储有计算机指令，计算机指令用于使处理器执行时实现本发明任一实施例的建筑能耗评估方法。
本发明实施例的技术方案，根据目标能耗对象的历史能耗数据，对目标能耗对象的能耗进行预测，得到目标能耗对象的预测能耗数据；历史能耗数据包括至少两个目标建筑的能耗数据；根据预测能耗数据和目标能耗对象的目标能耗评分项，对目标能耗对象的历史能耗评估标准进行优化，得到目标能耗对象的目标能耗评估标准；根据目标能耗对象的实际能耗数据、目标能耗评分项和目标能耗评估标准，确定目标能耗对象的实际能耗绩效特征；根据实际能耗绩效特征，对目标能耗对象对应的目标建筑进行能耗评估。上述技术方案，可以实时根据目标能耗对象的预测能耗数据对目标能耗对象的历史能耗评估标准进行调整，使得得到的目标能耗评估标准更加合理，进而提高了目标建筑能耗评估结果的合理性，便于后续对目标建筑能源结构进行有针对性地调整，从而降低目标建筑的能耗。
应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例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的前提下，还可以根据这些附图获得其他的附图。
图1是根据本发明实施例一提供的一种建筑能耗评估方法的流程图；
图2A是根据本发明实施例二提供的一种建筑能耗评估方法的流程图；
图2B是根据本发明实施例二提供的一种预测能耗绩效特征的分布曲线；
图3是根据本发明实施例三提供的一种建筑能耗评估装置的结构示意图；
图4是实现本发明实施例的建筑能耗评估方法的电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，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，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。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他实施例，都应当属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“目标”、“历史”、“预测”和“实际”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
此外，还需要说明的是，本发明的技术方案中，所涉及的目标能耗对象的历史能耗数据、目标能耗对象的目标能耗评分项以及目标能耗对象的历史能耗评估标准等的收集、存储、使用、加工、传输、提供和公开等处理，均符合相关法律法规的规定，且不违背公序良俗。
实施例一
图1为本发明实施例一提供的一种建筑能耗评估方法的流程图，本实施例可适用于对建筑进行能耗评估的情况，尤其适用于对公共建筑进行能耗评估的情况，该方法可以由建筑能耗评估装置来执行，该装置可以采用硬件和/或软件的形式实现，可配置于电子设备中，该电子设备可以是能耗管理工作台。如图1所示，该方法包括：
S101、根据目标能耗对象的历史能耗数据，对目标能耗对象的能耗进行预测，得到目标能耗对象的预测能耗数据。
其中，目标能耗对象是指目标建筑消耗的能源对象，比如电、煤、燃油和燃气等能源。目标建筑是指需要进行能耗评估的建筑；目标建筑可以是公共建筑，可以是居住建筑，也可以是工业建筑，本发明实施例对其不做具体限定。其中，公共建筑是指人们进行各种公共活动的建筑，比如，火车站、地铁站和商场等。居住建筑是指给人们和集体生活提供生活起居用的建筑，比如，住宅、宿舍和公寓等。工业建筑是指为工业生成提供服务的建筑，比如，生产车间和仓储建筑等。
其中，历史能耗数据是指目标能耗对象在历史时间段内消耗的能源数据，历史能耗数据包括至少两个目标建筑的能耗数据，例如，历史能耗数据包括1号地铁站、2号地铁站和3号地铁站在过去一个月内消耗的电能数据。相应的，预测能耗数据是指目标能耗对象在预测时间段内消耗的能源数据，预测能耗数据包括至少两个目标建筑的能耗数据，例如，预测能耗数据包括1号地铁站、2号地铁站和3号地铁站在未来一个月内消耗的电能数据。可选的，预测能耗数据可以根据历史能耗数据确定。
具体的，将目标能耗对象的历史能耗数据输入到预设的数据预测模型中，对目标能耗对象的能耗进行预测，得到目标能耗对象的预测能耗数据。需要说明的是，预设的数据预测模型可以根据实际业务需求预先设置，比如，预设的数据预测模型为回归预测模型，又比如，预设的数据预测模型为神经网络预测模型，本发明实施例对其不做具体限定。
可选的，将目标能耗对象的历史能耗数据输入回归预测模型，对目标能耗对象的能耗进行预测，得到历史能耗数据的拟合数据，将该拟合数据作为目标能耗对象的预测能耗数据。需要说明的是，拟合数据是指采用回归预测模型对目标能耗对象的历史能耗数据进行拟合得到的数据。
可选的，可以基于神经网络预测模型，根据目标能耗对象的历史能耗数据，对目标能耗对象的能耗进行预测，得到目标能耗对象的预测能耗数据。
其中，神经网络预测模型可以根据实际业务需求预先设置，比如，BP(backpropagation)神经网络预测模型，又比如，长短期记忆网络(LSTM，Long Short-TermMemory)预测模型，本发明实施例对其不做具体限定。
具体的，可以提取目标能耗对象的历史能耗数据的特征数据，并对提取的特征数据进行归一化处理，将归一化处理后的特征数据输入神经网络预测模型，对目标能耗对象的能耗进行预测，得到目标能耗对象的预测能耗数据。
可以理解的是，根据目标能耗对象的历史能耗数据，采用神经网络预测模型对目标能耗对象的能耗进行预测，使得得到的目标能耗对象的预测能耗数据更加准确。
S102、根据预测能耗数据和目标能耗对象的目标能耗评分项，对目标能耗对象的历史能耗评估标准进行优化，得到目标能耗对象的目标能耗评估标准。
其中，目标能耗评分项是指目标能耗对象对应的能耗评分项。需要说明的是，不同目标能耗对象对应的目标能耗评分项不同。例如，若目标能耗对象为电，则目标能耗评分项可以包括用电情况、温度达标情况和乘客满意度等；又如，若目标能耗对象为燃气，则目标能耗评分项可以包括单位燃料碳排放量、单位燃料利用率、单位燃料发电量和单位燃料废气排放量。
其中，历史能耗评估标准是指目标能耗对象原始的能耗评估标准，即目标能耗对象未调整前的能耗评估标准。相应的，目标能耗评估标准是指目标能耗对象调整后的能耗评估标准。其中，能耗评估标准是指对能源消耗进行评估的标准。需要说明的是，不同目标能耗对象的历史能耗评估标准不同，相应的，不同目标能耗对象的目标能耗评估标准不同。
具体的，可以根据预测能耗数据和目标能耗对象的目标能耗评分项，基于预设的评估标准调整算法，对目标能耗对象的历史能耗评估标准进行优化，得到目标能耗对象的目标能耗评估标准。需要说明的是，预设的评估标准调整算法可以根据实际业务需求预先设置，比如，预设的评估标准调整算法为基于专家经验的评估标准调整算法，又比如，预设的评估标准调整算法为基于单建筑能耗的评估标准调整算法，本发明实施例对其不做具体限定。
需要说明的是，基于单建筑能耗的评估标准调整算法是指将单个建筑的能耗评估标准与该建筑国际规定的能耗评估标准进行比较，根据比较结果，对该建筑的能耗评估标准进行调整的方法。例如，在单个建筑的能耗评估标准大于或等于该建筑国际规定的能耗评估标准的情况下，将该建筑的能耗评估标准调整为该建筑国际规定的能耗评估标准。
S103、根据目标能耗对象的实际能耗数据、目标能耗评分项和目标能耗评估标准，确定目标能耗对象的实际能耗绩效特征。
其中，实际能耗数据是指目标能耗对象在预设时间段内实际消耗的能源数据。预设时间段可以根据实际业务需求预先设置，比如，预设时间段可以是一周、一个月或一年，本发明实施例对其不做具体限定。可选的，实际能耗数据包括至少两个目标建筑在预设时间段内的能耗数据。例如，实际能耗数据包括1号地铁站、2号地铁站和3号地铁站在本月内消耗的电能数据。实际能耗绩效特征是指目标能耗对象对应的目标建筑在预设时间段内的实际能耗绩效得分，用于反映目标能耗对象对应的目标建筑的实际能耗情况。例如，实际能耗绩效特征为1号地铁站、2号地铁站和3号地铁站在本月内电能的实际能耗绩效得分。
具体的，根据目标能耗对象的目标能耗评分项和目标能耗评估标准，对目标能耗对象的实际能耗数据进行评分，得到目标能耗对象的实际能耗绩效特征。
S104、根据实际能耗绩效特征，对目标能耗对象对应的目标建筑进行能耗评估。
具体的，可以根据实际能耗绩效特征，基于能耗绩效特征与评估等级之间的对应关系表，对目标能耗对象对应的目标建筑进行能耗评估。例如，若目标能耗对象为电，能耗绩效特征用d来表示，能耗绩效特征与评估等级之间的对应关系表如下表(表1)：
表1能耗绩效特征与评估等级之间的对应关系表
| 能耗绩效特征d | 评估等级 |
| d≥85 | 优 |
| 70<d≤84 | 良 |
| 60<d≤70 | 中 |
| d≤60 | 差 |
假设1号地铁站的实际能耗绩效特征为90分，则电对应的目标建筑为1号地铁站，1号地铁站的能耗评定等级为优，这说明1号地铁站的电能结构合理，无需对1号地铁站的电能结构进行调整。
本发明实施例的技术方案，根据目标能耗对象的历史能耗数据，对目标能耗对象的能耗进行预测，得到目标能耗对象的预测能耗数据；历史能耗数据包括至少两个目标建筑的能耗数据；根据预测能耗数据和目标能耗对象的目标能耗评分项，对目标能耗对象的历史能耗评估标准进行优化，得到目标能耗对象的目标能耗评估标准；根据目标能耗对象的实际能耗数据、目标能耗评分项和目标能耗评估标准，确定目标能耗对象的实际能耗绩效特征；根据实际能耗绩效特征，对目标能耗对象对应的目标建筑进行能耗评估。上述技术方案，可以实时根据目标能耗对象的预测能耗数据对目标能耗对象的历史能耗评估标准进行调整，使得得到的目标能耗评估标准更加合理，进而提高了目标建筑能耗评估结果的合理性，便于后续对目标建筑能源结构进行有针对性地调整，从而降低目标建筑的能耗。
实施例二
图2A为本发明实施例二提供的一种建筑能耗评估方法的流程图，本实施例在上述实施例的基础上，进一步对“根据预测能耗数据和目标能耗对象的目标能耗评分项，对目标能耗对象的历史能耗评估标准进行优化，得到目标能耗对象的目标能耗评估标准”进行优化，提供了一种可选实施方案。需要说明的是，在本发明实施例中未详述部分，可参照其他实施例的相关表述。
如图2A所示，该方法包括：
S201、根据目标能耗对象的历史能耗数据，对目标能耗对象的能耗进行预测，得到目标能耗对象的预测能耗数据。
其中，历史能耗数据包括至少两个目标建筑的能耗数据。
S202、基于预设评估规则，根据预测能耗数据、目标能耗对象的目标能耗评分项和目标能耗对象的历史能耗评估标准，确定目标能耗对象的预测能耗绩效特征。
其中，预设评估规则是指目标能耗对象的各目标能耗评估项对应的评估规则；预设评估规则可以根据实际业务需求预先设置，本发明实施例对其不做具体限定。例如，若目标能耗对象为电，目标能耗对象的目标能耗评估项为用电情况，则用电情况对应的预设评估规则如下：在实际用电小于等于50％计划用电的情况下，用电情况的得分为100分；在实际用电小于等于60％计划用电的情况下，用电情况的得分为90分；在实际用电小于等于70％计划用电的情况下，用电情况的得分为80分；在实际用电小于等于80％计划用电的情况下，用电情况的得分为70分；在实际用电小于等于90％计划用电的情况下，用电情况的得分为60分；在实际用电小于等于100％计划用电的情况下，用电情况的得分为50分；在实际用电大于100％计划用电的情况下，用电情况的得分为0分。
其中，预测能耗绩效特征是指目标能耗对象对应的目标建筑在预测时间段内的能耗绩效得分，用于反映目标能耗对象对应的目标建筑的预测能耗情况。
具体的，基于预设评估规则，根据目标能耗对象的目标能耗评分项和目标能耗对象的历史能耗评估标准，对目标能耗对象的预测能耗数据进行评分，得到目标能耗对象的预测能耗绩效特征。
S203、根据预测能耗绩效特征，对历史能耗评估标准中的评估项权重进行调整，得到目标能耗对象的目标能耗评估标准。
其中，评估项权重是指目标能耗对象的目标能耗评分项对应的权重。
具体的，可以将目标能耗对象的预测能耗绩效特征与预设的能耗绩效特征进行比对，若不一致，则基于人工经验，对目标能耗对象的历史能耗评估标准中的评估项权重进行调整，得到目标能耗对象的目标能耗评估标准。
可选的，可以根据预测能耗绩效特征，确定目标能耗对象的能耗均值特征；根据能耗均值特征，确定预测能耗绩效特征的分布情况；根据能耗均值特征和分布情况，对历史能耗评估标准中的评估项权重进行调整，得到目标能耗对象的目标能耗评估标准。
其中，能耗均值特征是指预测能耗绩效特征的平均值；能耗均值特征可以包括预测能耗绩效特征的均值和预测能耗绩效特征的标准差。分布情况用于反映预测能耗绩效特征的密集程度。
具体的，假设目标能耗对象对应8个目标建筑，可以通过计算这8个目标建筑的能耗绩效得分的均值和标准差，得到目标能耗对象的能耗均值特征；具体可以通过如下公式，确定目标能耗对象的能耗均值特征：
其中，μ为目标能耗对象对应的目标建筑的能耗绩效得分的均值，即预测能耗绩效特征的均值，n为目标能耗对象对应的目标建筑的总数量，i为第i个目标建筑，di为第i个目标建筑的能耗绩效得分，σ为目标能耗对象对应的目标建筑的能耗绩效得分的标准差，即预测能耗绩效特征的标准差，n和i均为正整数。
之后，可以预测能耗绩效特征的均值和标准差，通过标准正太分布函数，生成预测能耗绩效特征的分布曲线，参见图2B；进而通过预测能耗绩效特征的分布曲线，确定预测能耗绩效特征的分布情况；
最后，根据预测能耗绩效特征的均值μ、标准差σ以及分布情况，对历史能耗评估标准中的评估项权重进行调整，得到目标能耗对象的目标能耗评估标准。
可以理解的是，同时借助目标能耗对象的能耗均值特征和预测能耗绩效特征的分布情况，对历史能耗评估标准中的评估项权重进行调整，充分考虑了目标能耗对象的能耗均值特征和预测能耗绩效特征的分布情况对能耗评估标准的影响，使得得到的目标能耗评估标准更加准确合理。
可选的，可以根据能耗均值特征和分布情况，确定建筑数量阈值；根据预测能耗数据中建筑的总数量和建筑数量阈值，确定历史能耗评估标准中评估项权重系数的调整范围；根据调整范围，对历史能耗评估标准中的评估项权重进行调整，得到目标能耗对象的目标能耗评估标准。
其中，建筑数量阈值可以根据实际业务需求预先设置，比如，预先设置两个建筑数量阈值，分别为第一建筑数量阈值和第二建筑数量阈值；且第二建筑数量阈值小于第一建筑数量阈值。评估项权重系数是指历史能耗评估标准中评估项权重的系数。需要说明的是，默认历史能耗评估标准中评估项权重系数为1。调整范围是指对历史能耗评估标准中评估项权重系数进行调整的区间。
具体的，根据预测能耗绩效特征的均值μ、标准差σ、以及预测能耗绩效特征的分布情况，可以统计目标建筑的能耗绩效得分在(μ-σ,μ+σ)区间之外的目标建筑的第一数量，作为第一建筑数量阈值，统计目标建筑的能耗绩效得分在(μ-σ×β,μ+σ×β)区间之外的目标建筑的第二数量，作为第二建筑数量阈值。需要说明的是，β为预设的标准差倍数，可以根据实际业务需求预先设置，比如β＝1.96，本发明实施例对其不做具体限定。
之后，根据预测能耗数据中建筑的总数量(记为N)、第一建筑数量阈值(记为n1)和第二建筑数量阈值(记为n2)，预先设定目标建筑数量的数量占比阈值(记为α)，可以在N×α≥n1的情况，确定历史能耗评估标准中评估项权重系数的调整范围为[0,1)，可以在n2≤N×α<n1的情况，确定历史能耗评估标准中评估项权重系数不变，可以在0≤N×α<n2的情况，确定历史能耗评估标准中评估项权重系数的调整范围为[1,+∞)。需要说明的是，α可以根据实际业务需求预先设置，比如α＝10％，本发明实施例对其不做具体限定。
进而，根据历史能耗评估标准中评估项权重系数的调整范围，对历史能耗评估标准中的评估项权重进行调整，得到目标能耗对象的目标能耗评估标准。
例如，假设目标能耗对象对应8个目标建筑，则预测能耗绩效特征包括如下8个目标建筑的能耗绩效得分：80、90、80、50、60、55、66和70，预测能耗绩效特征的均值μ＝68.88，标准差σ＝13.79，根据预测能耗绩效特征的分布情况，统计能耗绩效得分在(54.98,82.67)区间之外的目标建筑的第一数量(即1)，将该第一数量作为第一建筑数量阈值，即n1＝1；假设β＝1.96，统计能耗绩效得分在(41.85,95.91)区间之外的目标建筑的第二数量(即0)，将该第二数量作为第二建筑数量阈值，即n2＝0。
之后，假设α＝10％，根据预测能耗数据中建筑的总数量(即N＝8)，可知，N×10％＝0.8，根据第一建筑数量阈值(即n1＝1)和第二建筑数量阈值(即n2＝0)，则0≤0.8<1，确定历史能耗评估标准中评估项权重系数不变，仍为1；进而可知，目标能耗对象的目标能耗评估标准为历史能耗评估标准。
可以理解的是，通过预测能耗数据中建筑的总数量和建筑数量阈值，确定历史能耗评估标准中评估项权重系数的调整范围；进而根据调整范围，对历史能耗评估标准中的评估项权重进行调整，得到目标能耗对象的目标能耗评估标准，使得目标能耗对象对应的目标建筑的能耗绩效得分的分布更加合理，便于后续对目标建筑进行能耗评估。
S204、根据目标能耗对象的实际能耗数据、目标能耗评分项和目标能耗评估标准，确定目标能耗对象的实际能耗绩效特征。
S205、根据实际能耗绩效特征，对目标能耗对象对应的目标建筑进行能耗评估。
本发明实施例的技术方案，依据目标能耗对象的预测能耗数据、目标能耗评分项和历史能耗评估标准，确定目标能耗对象的预测能耗绩效特征，使得得到的预测能耗绩效特征更加准确；同时，借助目标能耗对象的预测能耗绩效特征对历史能耗评估标准中的评估项权重进行调整，使得对历史能耗评估标准的调整更加科学合理，进而提高了目标能耗评估标准的合理性。
实施例三
图3为本发明实施例三提供的一种建筑能耗评估装置的结构示意图，本实施例可适用于对建筑进行能耗评估的情况，尤其适用于对公共建筑进行能耗评估的情况，该装置可以采用硬件和/或软件的形式实现，可配置于电子设备中，该电子设备可以是能耗管理工作台。如图3所示，该装置包括：
能耗数据确定模块301，用于根据目标能耗对象的历史能耗数据，对目标能耗对象的能耗进行预测，得到目标能耗对象的预测能耗数据；历史能耗数据包括至少两个目标建筑的能耗数据；
评估标准确定模块302，用于根据预测能耗数据和目标能耗对象的目标能耗评分项，对目标能耗对象的历史能耗评估标准进行优化，得到目标能耗对象的目标能耗评估标准；
绩效特征确定模块303，用于根据目标能耗对象的实际能耗数据、目标能耗评分项和目标能耗评估标准，确定目标能耗对象的实际能耗绩效特征；
能耗评估模块304，用于根据实际能耗绩效特征，对目标能耗对象对应的目标建筑进行能耗评估。
本发明实施例的技术方案，通过能耗数据确定模块确定目标能耗对象的预测能耗数据；通过评估标准确定模块确定目标能耗对象的目标能耗评估标准；通过绩效特征确定模块确定目标能耗对象的实际能耗绩效特征；通过能耗评估模块，根据实际能耗绩效特征，对目标能耗对象对应的目标建筑进行能耗评估。上述技术方案，可以实时根据目标能耗对象的预测能耗数据对目标能耗对象的历史能耗评估标准进行调整，使得得到的目标能耗评估标准更加合理，进而提高了目标建筑能耗评估结果的合理性，便于后续对目标建筑能源结构进行有针对性地调整，从而降低目标建筑的能耗，达到目标建筑节能减排的目的。
可选的，能耗数据确定模块301，具体用于：
基于神经网络预测模型，根据目标能耗对象的历史能耗数据，对目标能耗对象的能耗进行预测，得到目标能耗对象的预测能耗数据。
可选的，评估标准确定模块302，包括：
绩效特征确定单元，用于基于预设评估规则，根据预测能耗数据、目标能耗对象的目标能耗评分项和目标能耗对象的历史能耗评估标准，确定目标能耗对象的预测能耗绩效特征；
评估标准确定单元，用于根据预测能耗绩效特征，对历史能耗评估标准中的评估项权重进行调整，得到目标能耗对象的目标能耗评估标准。
可选的，评估标准确定单元，包括：
均值特征确定子单元，用于根据预测能耗绩效特征，确定目标能耗对象的能耗均值特征；
分布情况生成子单元，用于根据能耗均值特征，生成预测能耗绩效特征的分布情况；
评估标准确定子单元，用于根据能耗均值特征和分布情况，对历史能耗评估标准中的评估项权重进行调整，得到目标能耗对象的目标能耗评估标准。
可选的，评估标准确定子单元，具体用于：
根据能耗均值特征和分布情况，确定建筑数量阈值；
根据预测能耗数据中建筑的总数量和建筑数量阈值，确定历史能耗评估标准中评估项权重系数的调整范围；
根据调整范围，对历史能耗评估标准中的评估项权重进行调整，得到目标能耗对象的目标能耗评估标准。
本发明实施例所提供的建筑能耗评估装置可执行本发明任意实施例所提供的建筑能耗评估方法，具备执行各建筑能耗评估方法相应的功能模块和有益效果。
实施例四
图4示出了可以用来实施本发明的实施例的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图4所示，电子设备10包括至少一个处理器11，以及与至少一个处理器11通信连接的存储器，如只读存储器(ROM)12、随机访问存储器(RAM)13等，其中，存储器存储有可被至少一个处理器执行的计算机程序，处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序，来执行各种适当的动作和处理。在RAM13中，还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM12以及RAM13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15，包括：输入单元16，例如键盘、鼠标等；输出单元17，例如各种类型的显示器、扬声器等；存储单元18，例如磁盘、光盘等；以及通信单元19，例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理，例如建筑能耗评估方法。
在一些实施例中，建筑能耗评估方法可被实现为计算机程序，其被有形地包含于计算机可读存储介质，例如存储单元18。在一些实施例中，计算机程序的部分或者全部可以经由ROM12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM13并由处理器11执行时，可以执行上文描述的建筑能耗评估方法的一个或多个步骤。备选地，在其他实施例中，处理器11可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行建筑能耗评估方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中，计算机可读存储介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。备选地，计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互，可以在电子设备上实施此处描述的系统和技术，该电子设备具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务中，存在的管理难度大，业务扩展性弱的缺陷。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本发明的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。
Claims (10)
1.一种建筑能耗评估方法，其特征在于，包括：
根据目标能耗对象的历史能耗数据，对目标能耗对象的能耗进行预测，得到所述目标能耗对象的预测能耗数据；所述历史能耗数据包括至少两个目标建筑的能耗数据；
根据所述预测能耗数据和所述目标能耗对象的目标能耗评分项，对所述目标能耗对象的历史能耗评估标准进行优化，得到所述目标能耗对象的目标能耗评估标准；
根据所述目标能耗对象的实际能耗数据、所述目标能耗评分项和所述目标能耗评估标准，确定所述目标能耗对象的实际能耗绩效特征；
根据所述实际能耗绩效特征，对所述目标能耗对象对应的目标建筑进行能耗评估。
2.根据权利要求1所述的方法，其特征在于，所述根据目标能耗对象的历史能耗数据，对目标能耗对象的能耗进行预测，得到所述目标能耗对象的预测能耗数据，包括：
基于神经网络预测模型，根据目标能耗对象的历史能耗数据，对目标能耗对象的能耗进行预测，得到所述目标能耗对象的预测能耗数据。
3.根据权利要求1所述的方法，其特征在于，所述根据所述预测能耗数据和所述目标能耗对象的目标能耗评分项，对所述目标能耗对象的历史能耗评估标准进行优化，得到所述目标能耗对象的目标能耗评估标准，包括：
基于预设评估规则，根据所述预测能耗数据、所述目标能耗对象的目标能耗评分项和所述目标能耗对象的历史能耗评估标准，确定所述目标能耗对象的预测能耗绩效特征；
根据所述预测能耗绩效特征，对所述历史能耗评估标准中的评估项权重进行调整，得到所述目标能耗对象的目标能耗评估标准。
4.根据权利要求3所述的方法，其特征在于，所述根据所述预测能耗绩效特征，对所述历史能耗评估标准中的评估项权重进行调整，得到所述目标能耗对象的目标能耗评估标准，包括：
根据所述预测能耗绩效特征，确定所述目标能耗对象的能耗均值特征；
根据所述能耗均值特征，确定所述预测能耗绩效特征的分布情况；
根据所述能耗均值特征和所述分布情况，对所述历史能耗评估标准中的评估项权重进行调整，得到所述目标能耗对象的目标能耗评估标准。
5.根据权利要求4所述的方法，其特征在于，所述根据所述能耗均值特征和所述分布情况，对所述历史能耗评估标准中的评估项权重进行调整，得到所述目标能耗对象的目标能耗评估标准，包括：
根据所述能耗均值特征和所述分布情况，确定建筑数量阈值；
根据所述预测能耗数据中建筑的总数量和所述建筑数量阈值，确定所述历史能耗评估标准中评估项权重系数的调整范围；
根据所述调整范围，对所述历史能耗评估标准中的评估项权重进行调整，得到所述目标能耗对象的目标能耗评估标准。
6.一种建筑能耗评估装置，其特征在于，包括：
能耗数据确定模块，用于根据目标能耗对象的历史能耗数据，对目标能耗对象的能耗进行预测，得到所述目标能耗对象的预测能耗数据；所述历史能耗数据包括至少两个目标建筑的能耗数据；
评估标准确定模块，用于根据所述预测能耗数据和所述目标能耗对象的目标能耗评分项，对所述目标能耗对象的历史能耗评估标准进行优化，得到所述目标能耗对象的目标能耗评估标准；
绩效特征确定模块，用于根据所述目标能耗对象的实际能耗数据、所述目标能耗评分项和所述目标能耗评估标准，确定所述目标能耗对象的实际能耗绩效特征；
能耗评估模块，用于根据所述实际能耗绩效特征，对所述目标能耗对象对应的目标建筑进行能耗评估。
7.根据权利要求6所述的装置，其特征在于，所述能耗数据确定模块，具体用于：
基于神经网络预测模型，根据目标能耗对象的历史能耗数据，对目标能耗对象的能耗进行预测，得到所述目标能耗对象的预测能耗数据。
8.根据权利要求6所述的装置，其特征在于，所述评估标准确定模块，包括：
绩效特征确定单元，用于基于预设评估规则，根据所述预测能耗数据、所述目标能耗对象的目标能耗评分项和所述目标能耗对象的历史能耗评估标准，确定所述目标能耗对象的预测能耗绩效特征；
评估标准确定单元，用于根据所述预测能耗绩效特征，对所述历史能耗评估标准中的评估项权重进行调整，得到所述目标能耗对象的目标能耗评估标准。
9.一种电子设备，其特征在于，所述电子设备包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-5中任一项所述的建筑能耗评估方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-5中任一项所述的建筑能耗评估方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310784363.8A CN116882812A (zh) | 2023-06-29 | 2023-06-29 | 建筑能耗评估方法、装置、设备以及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310784363.8A CN116882812A (zh) | 2023-06-29 | 2023-06-29 | 建筑能耗评估方法、装置、设备以及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116882812A true CN116882812A (zh) | 2023-10-13 |
Family
ID=88265445
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310784363.8A Pending CN116882812A (zh) | 2023-06-29 | 2023-06-29 | 建筑能耗评估方法、装置、设备以及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116882812A (zh) |
-
2023
- 2023-06-29 CN CN202310784363.8A patent/CN116882812A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116307215A (zh) | 一种电力系统的负荷预测方法、装置、设备及存储介质 | |
| CN114548756A (zh) | 基于主成分分析的综合能源项目综合效益评价方法及装置 | |
| CN116523140A (zh) | 窃电检测方法、装置、电子设备和存储介质 | |
| CN115511631A (zh) | 一种碳交易方法、装置、电子设备及存储介质 | |
| CN114997342A (zh) | 一种scr故障诊断方法、装置、设备及存储介质 | |
| CN117371845A (zh) | 一种发电企业碳绩效评估方法、装置、电子设备及介质 | |
| CN117332898A (zh) | 基于机器学习的新能源小时间尺度功率时序滚动预测方法 | |
| CN116937645A (zh) | 充电站集群调控潜力评估方法、装置、设备及介质 | |
| CN116882812A (zh) | 建筑能耗评估方法、装置、设备以及存储介质 | |
| CN115859808A (zh) | 一种泵组工作预测方法、装置、电子设备及存储介质 | |
| CN116739742A (zh) | 信贷风控模型的监控方法、装置、设备及存储介质 | |
| CN113408808A (zh) | 训练方法、数据生成方法、装置、电子设备以及存储介质 | |
| CN115597872B (zh) | 抽水蓄能机组甩负荷测试方法、装置、设备及介质 | |
| CN117575175B (zh) | 碳排放评估方法、装置、电子设备和存储介质 | |
| CN115373449B (zh) | 一种数据处理方法、装置、设备及存储介质 | |
| CN116402231A (zh) | 一种电力负荷预测方法、装置、设备及存储介质 | |
| CN117132018A (zh) | 碳-电协同系统演化驱动度量方法、装置、设备及介质 | |
| CN117010712A (zh) | 虚拟电厂的响应策略确定方法、装置及虚拟电厂系统 | |
| CN115860338A (zh) | 碳排放监测方法、装置、设备及存储介质 | |
| CN118014018A (zh) | 一种楼宇能源消耗预测方法、装置、设备及存储介质 | |
| CN118100233A (zh) | 微网群储能容量配置方法、装置、电子设备和存储介质 | |
| CN117422238A (zh) | 减碳需求响应策略确定方法、装置、电子设备及存储介质 | |
| CN115936222A (zh) | 一种能源调度方法、装置、设备及存储介质 | |
| CN116914737A (zh) | 配电网光伏承载力评估方法、装置、设备及存储介质 | |
| CN117540316A (zh) | 台区低压监测方法、装置、电子设备和存储介质 |
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 |