[发明专利]一种基于能耗预测和分析诊断的建筑节能系统

权利要求书

1.一种基于能耗预测和分析诊断的建筑节能系统，包括能耗数据采集模块(1)、数据存储模块(2)、数据监测模块(3)、数据统计模块(4)、数据分析预测模块(5)和诊断模块(6)；

所述能耗数据采集模块(1)通过多个智能仪表实时采集建筑物使用的各种能源消费数据，然后通过多个不同的通讯方式发送至数据采集服务器；

所述数据存储模块(2)在对采集的数据进行清洗判断，对存在错误的数据进行修正，对因通讯和采集原因未采集到的数据按数据存储规则和采集对象数据变化规律进行补齐，得到完整的各时间段和各采集点的能耗数据，并形成历史数据库；

所述数据监测模块(3)根据能耗数据采集模块(1)采集到的仪表数据显示各能耗计量点的实时值、累计值、最大值和最小值，以及监测各计量点的用能情况；

所述数据分析预测模块(5)和诊断模块(6)通过对不同用能单位的各种能源的用能历史能耗数据以及关联的气温数据进行大数据分析，再与实际能耗值进行比较。

2.根据权利要求1所述的一种基于能耗预测和分析诊断的建筑节能系统，其特征在于：所述数据分析预测模块(5)和诊断模块(6)的大数据分析是采用BP神经网络算法预测在当前温度条件下的能耗值。

3.根据权利要求1所述的一种基于能耗预测和分析诊断的建筑节能系统，其特征在于：所述数据分析预测模块(5)和诊断模块(6)具体的预测算法包括如下步骤：

S1、采集用能单位的用能数据和建筑所在地的温度数据，用能数据通过智能仪表获取，温度数据从互联网获取，得到依据时间排列的用能单位用能和温度数据系列数组(X,T)，取近3年工作日的能耗数据和温度数据，其中用能数据系列分别记为：Q:(q1，q2，q3，…，qn)，对应的温度数据系列分别记为：T:(t1，t2，t3，…，tn)，其中输入为T，输出为Q；

S2、分别对用能数据系列和温度数据系列进行归一化处理；

S3、网络初始化，通过界面选择隐含层节点数,设置学习率η，初始权值ω₁由系统随机生成，ω₁的取值范围为(-1,1)之间的值，初始隐含层阈值a，输出层阈值b随机选择(-1,1)之间的值，由系统随机生成；

S4、隐含层输出计算，即根据输入变量，输入层、隐含层连接权值ω_i以及隐含层阈值a计算，计算输出H：H_i＝f(ω_ix-a_i)，f为隐含层激励函数

S5、输出层计算，根据隐含层输出和输出层阈值b计算，计算输出层O：

S6、计算误差：e＝Q-O；

S7、权值更新，

S8、阈值更新，b'＝b+ηe；

S9、根据新得到的权值ω'_i，阈值a'_i，b'代替初始权值和阈值，对下一个样本进行计算，再得到新的权值和阈值，直至用完所有的样本数据，从而得到最终的权值ω'_i，阈值a'_i，b'即为输入和输出对用函数的权值和阈值；

S10、计算预测能耗值，根据最终的权值ω'_i，阈值a'_i，b'，代入当前的实际气温值t，即可得到预测的能耗值；

S11、根据计算得到的预测能耗值Q与实际能耗值Q'进行比较，当实际能耗值高于预测能耗值时，提示实际能耗偏高，与数据分析能耗高(Q'-Q)，请加强管理。

4.根据权利要求3所述的一种基于能耗预测和分析诊断的建筑节能系统，其特征在于：所述步骤S2中归一化计算公式为：q_k＝(q_k-q_min)/(q_max-q_min)，t_k＝(t_k-t_min)/(t_max-t_min)。

5.根据权利要求3所述的一种基于能耗预测和分析诊断的建筑节能系统，其特征在于：所述步骤S3中节点数选择范围为1-10。