[发明专利]基于室外气象参数的非侵入式建筑分项冷负荷监测方法

权利要求书

1.一种基于室外气象参数的非侵入式建筑分项冷负荷监测方法，其特征在于，包括以下步骤：

(1)采集若干组室外干球温度、相对湿度以及总冷负荷数据；

(2)剔除步骤(1)采集的总冷负荷数据中的异常值；所述异常值为(μ-3σ，μ+3σ)区间外的冷负荷数据，其中μ为总冷负荷的平均值，σ为总冷负荷的标准差；并对剔除后的空缺值进行线性插值填补，得到清洗后的数据；

(3)将清洗后的数据作为训练好的分解器模型的输入进行冷负荷分解，输出对应的分项冷负荷的大小；

所述分解器模型通过以下方法训练得到：采集若干组训练用室外干球温度、训练用相对湿度以及训练用总冷负荷数据，剔除其中训练用总冷负荷数据中的异常值；所述异常值为(μ₁-3σ₁，μ₁+3σ₁)区间外的训练用冷负荷数据，其中μ₁为训练用总冷负荷的平均值，σ₁为训练用总冷负荷的标准差；并对剔除后的空缺值进行线性插值填补，得到清洗后的训练用数据；将清洗后的训练用数据通过建筑物理模型，获取训练用分项冷负荷；各组训练用室外干球温度、训练用相对湿度、训练用总冷负荷以及训练用分项冷负荷作为样本集，以各组中训练用室外干球温度、训练用相对湿度和训练用总冷负荷作为输入，以各组中训练用分项冷负荷作为输出；将样本集划分为训练集与测试集，将训练集输入到机器学习分解器模型中进行训练，并在测试集进行测试，得到训练好的具有分解功能的分解器模型。

2.如权利要求1所述的基于室外气象参数的非侵入式建筑分项冷负荷监测方法，其特征在于，步骤(2)中总冷负荷的平均值μ，总冷负荷的标准差σ由以下公式计算得到：

其中，N为总冷负荷的采样数，i为总冷负荷的顺序编号，X_i为第i个总冷负荷值。

3.如权利要求1或2所述的基于室外气象参数的非侵入式建筑分项冷负荷监测方法，其特征在于，步骤(2)中进行线性插值填补具体为：

X_n+1＝2X_n-X_n-1

其中，X_n+1为空缺值，X_n为空缺值前一个采样周期的值，X_n-1为空缺值前两个采样周期的值。

4.如权利要求1或2所述的基于室外气象参数的非侵入式建筑分项冷负荷监测方法，其特征在于，所述训练用分项冷负荷为人员冷负荷、灯光设备冷负荷、新风冷负荷以及围护结构冷负荷。

5.如权利要求1所述的基于室外气象参数的非侵入式建筑分项冷负荷监测方法，其特征在于，步骤(3)中训练用总冷负荷的平均值μ₁，训练用总冷负荷的标准差σ₁由以下公式计算得到：

其中，M为训练用总冷负荷的采样数，p为训练用总冷负荷的顺序编号，X_p为第i个训练用总冷负荷值。

6.如权利要求1所述的基于室外气象参数的非侵入式建筑分项冷负荷监测方法，其特征在于，所述机器学习分解器模型为随机森林。

7.如权利要求1所述的基于室外气象参数的非侵入式建筑分项冷负荷监测方法，其特征在于，步骤(3)中还包括将输出的分项冷负荷的大小进行分析，得到各分项冷负荷占总冷负荷的比重。