本文针对公共建筑中存在的能耗问题,提出了一种实时监测模型。所提模型首先对建筑运行的能耗模式进行识别,并以此建立能耗模式判定树;然后利用模式匹配方法对实时采集得到的能耗数据和相同能耗模式下采集的历史能耗数据进行匹配,从而得到当前状况下的能耗是否处在正常状态。实验论证本算法较为实用。方法是利用人为设定的阈值判断能耗状态是否异常。传统方法有两方面问题，本文由公司网站滚圆机网站 转摘采集转载中国知网整理!   http://www.dapengkuoguanji.com/ 首先是阈值通常不容易确定，阈值的高低会直接对实际的监测结果产生影响；然后是在不同季节、建筑物的能耗特征不确定下，阈值不能动态的调整。虽然已经有一些智能化的能耗检测方法，但是都是在历史数据的基础上进行静态处理的监测模型探究-数控滚圆机滚弧机张家港钢管倒角机液压倒角机数控滚弧机，不能实时的对能耗状态进行检测。针对这些问题，本文提出能耗实时监测模型，避免了传统能耗监测算法的弊端，有利于动态的监测能耗。1公共建筑能耗监测模型本文所提的能耗监测模型总体流程如图1所示。模型对建筑物的能耗模式挖掘以提高能耗异常监测的准确度。建筑物的能耗模式会随着建筑物的空间利用状态、工作中的设备、不同季节等进行变化，所以模型需不定时的根据建筑物的能耗模式重新建立判别树。本文所提模型的具体过程如下：首先从历史能耗数据库中提取不同时间段的历史能耗数据，对历史数据进行预处理，并提取能耗数据的主要特征，例如每小时的平均能耗和最高的能耗量；然后对建筑物的能耗模式进行识别并标记；再根据标记的结果对数据分类训练以建立能耗模式判定树。采集新数据并判断建筑物的能耗模式，通过离群点分析对相同的能耗模式对应的历史数据比较，看新数据是不是离群点，如果是离群点就说明能耗处在异常状态，需要报警同时记录当前数据和状态。如果没有采集到能耗数据，需要模型判断是否到达重建周期，在到达时要对能耗模式进行识别并重建能耗模式判定树。2数据预处理及特征提取由于建筑物的能耗模式不确定，通过聚类分析[3-4]识别建筑物的能耗模式。能耗时间序列数据中能够提取反映能耗情况的主要特征向量，例如以小时为单位的平均能耗量Cavg和最高能耗量Cmax作为特征向量，记为d=(Ca监测模型探究-数控滚圆机滚弧机张家港钢管倒角机液压倒角机数控滚弧机本文由公司网站滚圆机网站 转摘采集转载中国知网整理!   http://www.dapengkuoguanji.com/