[发明专利]能耗异常识别方法

说明书

本发明公开了一种能耗异常识别方法。包括：将采样的相应数据转换为标准的小时数据，将开机前一个小时的能耗数据进行识别、对相应异常数据进行识别处理；对相应楼栋内所有房间的能耗数据，通过空调的相应参数，对每个面积相似房间的小时负荷进行分组；根据包括室外温度和/或设置温度在分组内查找同类型小时负荷；基于房间id筛选同类型小时负荷；对同类型小时负荷、对应的分箱统计频数这两个变量进行识峰判定，查找出节能峰以及非节能峰；对节能峰与非节能峰两峰之间的同类型小时负荷进行统计与聚类分析，构建评估指标，找出节能与非节能的分界阈值。该能耗异常识别方法解决了现有识别方法存在的漏报率较高，适应性不够的问题。

技术领域

本发明涉及一种能耗管理系统，尤其涉及一种用于能耗管理系统的能耗异常识别方法。

背景技术

随着全社会节能工作的深入开展，能耗管理系统已经渐成各用能单位信息化建设的标配。要真正发挥能耗管理系统的效力，就自然要求有算法对建筑能耗管理系统中的异常能耗具备辨别能力。

传统的能耗异常识别算法主要分为两大类，一类为对标诊断法，即通过查看实际能耗或能效是否达到相关标准规定值要求来考虑能源系统是否节能；另一类为基于无监督学习的异常值识别，即通过聚类的方法或者统计的方法对数据进行整体分析将离群值作为异常能耗值。此两类方法的明显弊端为：一方面，相关标准规定值的设定为稳妥固定的保守值，另外通过对所有数据直接进行聚类或者统计的结果也为明显离群值，以致这两类能耗异常识别方法的漏报率较高；另一方面，相关标准规定值是针对大型公共建筑设定的，基于聚类或者统计的分析也是整体分析，因而无法了解具体的房间内的能耗使用情况，也无法为能耗管控提供客观、准确、明确的指导意见。

发明内容

本发明的目的是针对上述现有技术存在的不足，提供了一种能耗异常识别方法。本发明能耗异常识别方法解决了现有识别方法存在的漏报率较高，不够客观、适应性不够的问题。

本发明能耗异常识别方法包括：

将采样的相应数据转换为标准的小时数据，将开机前一个小时的能耗数据进行识别、对相应异常数据进行识别处理；

对相应楼栋内所有房间的能耗数据，通过空调的相应参数，对每个面积相似房间的小时负荷进行分组；

根据包括室外温度和/或设置温度在分组内查找同类型小时负荷；

基于房间id筛选同类型小时负荷；对同类型小时负荷、对应的分箱统计频数这两个变量进行识峰判定，查找出节能峰以及非节能峰；

对节能峰与非节能峰两峰之间的同类型小时负荷进行统计与聚类分析，构建评估指标，找出节能与非节能的分界阈值，若能耗高于阈值，则能耗使用异常，反之能耗使用正常。

所述采样的相应数据包括额定功率、额定制冷量、室外温度和/或设置温度，或者包括相应楼栋内所有房间的空调参数和/或运行环境数据包括空调铭牌参数、房间电参量、空调运行数据和室外天气信息。

所述空调的相应参数包括额定制冷量、额定制冷功率。

本发明能耗异常识别方法通过聚类与统计相结合的方式，以动态节能式评判基准，基于对单个房间内的小时负荷(同类型小时负荷数据)、室外温度、室内温度、设置温度、空调额定制冷量、空调额定功率、开关机状态、房间面积等进行关联分析、识别，提供了随室外温度、设置温度变化的能耗动态阈值，提高了能耗异常识别的准确度，能够大大提高能耗异常识别的客观、真实、准确性，通过一栋楼内的所有房间进行精细化分组以及同类型小时负荷的关联分析，可以给出每个房间具体的能耗异常时段，并针对能源托管类项目，降低运维人力成本，为建筑的节能管控决策提供依据，适应性和适用性强。

附图说明

图1为本发明一实施例流程图。

实施方式

为更好的理解本发明，现通过实施例结合附图对本发明的技术方案进行清楚、完整地说明。