本发明涉及建筑节能,尤其涉及一种公共建筑节能诊断系统及方法。
背景技术:
1、随着社会的发展,建筑能耗不断升高,公共建筑作为能耗大户其能源管理受到社会的重视。而公共建筑能耗的预测是公共建筑管理与建筑节能过程中的重要组成部分,对提高建筑能源利用率、保护环境具有重要意义。
2、目前,建筑能耗诊断方法主要分为黑箱及灰箱两种方法。黑箱法虽然可以根据大量数据由算法给出能耗异常检测结果,但是需要大量且优质的数据作为支撑,需要建筑数据已记录一段时间并且需要包含各种异常类型,且缺少一定的理论支撑,即只是与建筑以往能耗情况进行对比,无法反映可以节约的能耗量;而灰箱方法的模拟结果虽然具有理论性,但是其中白箱的构建是重难点,且建筑能耗模型的建立需要较多的建筑信息。因此,需要建立更科学的公共建筑节能诊断方法,有效实现建筑节能。
3、上述内容仅用于辅助理解本发明的技术方案,并不代表承认上述内容是现有技术。
技术实现思路
1、本发明的主要目的在于提供一种公共建筑节能诊断系统及方法,旨在解决现有技术中传统建筑能耗诊断方法需要大量、优质、全面的数据作为支撑,建筑能耗模型的建立较为复杂的技术问题。
2、为实现上述目的,本发明提供了一种公共建筑节能诊断方法,所述方法包括以下步骤:
3、获取目标区域内公共建筑的历史能耗观测数据,根据预设影响因素,对所述历史能耗观测数据进行分组,得到各组初始样本数据,所述预设影响因素包括建筑信息、环境信息与时间信息;
4、对所述各组初始样本数据进行异常检测,确定各组初始样本数据中的有效样本数据;
5、根据所述各组有效样本数据,生成各组增量样本数据;
6、根据所述各组增量样本数据与各组有效样本数据,建立能耗预测模型;
7、将目标建筑的当前建筑信息、当前环境信息与当前时间信息输入所述能耗预测模型,得到能耗预测数据;
8、获取所述目标建筑的当前能耗观测数据,根据所述能耗预测数据与当前能耗观测数据进行节能诊断,得到节能诊断结果;
9、根据所述节能诊断结果,生成目标区域内的公共建筑节能策略。
10、可选地,所述根据所述各组增量样本数据与各组有效样本数据,建立能耗预测模型,包括:
11、根据预设神经网络模型,确定初始能耗预测模型;
12、根据所述各组增量样本数据与各组有效样本数据,确定输入样本数据与目标样本数据;
13、根据所述输入样本数据与目标样本数据对所述初始能耗预测模型进行训练,得到能耗预测模型。
14、可选地,所述根据所述输入样本数据与目标样本数据对所述初始能耗预测模型进行训练,得到能耗预测模型,包括:
15、将所述输入样本数据输入所述初始能耗预测模型,得到样本输出数据;
16、根据所述样本输出数据与所述目标样本数据,确定损失函数;
17、根据所述损失函数,调整所述初始能耗预测模型的权重,得到优化能耗预测模型;
18、将所述输入样本数据输入所述优化能耗预测模型,得到优化输出数据;
19、根据所述优化输出数据与所述目标样本数据,确定新的损失函数;
20、在所述新的损失函数满足预设优化目标时,根据所述优化能耗预测模型,确定能耗预测模型。
21、可选地,所述根据所述优化输出数据与所述目标样本数据,确定新的损失函数之后,还包括:
22、在所述新的损失函数不满足预设优化目标时,根据所述新的损失函数,调整所述优化能耗预测模型的权重,得到新的优化能耗预测模型;
23、将所述输入样本数据输入所述新的优化能耗预测模型,得到新的优化输出数据;
24、根据所述新的优化输出数据,返回执行根据所述优化输出数据与所述目标样本数据,确定新的损失函数的步骤。
25、可选地,所述获取所述目标建筑的当前能耗观测数据,根据所述能耗预测数据与当前能耗观测数据进行节能诊断,得到节能诊断结果,包括:
26、获取所述目标建筑的当前能耗观测数据;
27、将所述能耗预测数据与当前能耗观测数据进行对比,得到差异数据;
28、在所述差异数据不符合预设数据范围时,确定目标建筑的能耗处于异常状态,确定所述节能诊断结果为目标建筑需要节能。
29、可选地,所述将所述能耗预测数据与当前能耗观测数据进行对比,得到差异数据之后,还包括:
30、在所述差异数据符合预设数据范围时,确定目标建筑的能耗处于正常状态,确定所述节能诊断结果为目标建筑不需要节能。
31、可选地,所述根据所述节能诊断结果,生成目标区域内的公共建筑节能策略,包括:
32、根据所述节能诊断结果,确定目标区域内需要节能的公共建筑,生成节能汇总信息;
33、根据所述节能汇总信息,确定目标区域内的公共建筑节能策略。
34、可选地,所述对所述各组初始样本数据进行异常检测,确定各组初始样本数据中的有效样本数据,包括:
35、根据预设异常检测算法对所述各组初始样本数据进行异常检测,确定各组异常样本数据;
36、根据所述各组初始样本数据与所述各组异常样本数据,得到各组有效样本数据。
37、可选地,所述根据所述各组有效样本数据,生成各组增量样本数据,包括:
38、根据所述各组有效样本数据,生成各组样本分布情况;
39、根据所述各组样本分布情况,生成各组增量样本数据。
40、此外,为实现上述目的,本发明还提出一种公共建筑节能诊断系统,所述公共建筑节能诊断系统包括:
41、样本获取模块,用于获取目标区域内公共建筑的历史能耗观测数据,根据预设影响因素,对所述历史能耗观测数据进行分组,得到各组初始样本数据,所述预设影响因素包括建筑类型、能耗类型、环境类型与时间类型;
42、样本生成模块,用于对所述各组初始样本数据进行异常检测,确定各组初始样本数据中的有效样本数据;
43、所述样本生成模块,还用于根据所述各组有效样本数据,生成各组增量样本数据;
44、能耗预测模块,用于根据所述各组增量样本数据与各组有效样本数据,建立能耗预测模型;
45、所述能耗预测模块,还用于将目标建筑的当前建筑类型、当前环境信息与当前时间信息输入所述能耗预测模型,得到能耗预测数据;
46、节能诊断模块,用于获取所述目标建筑的当前能耗观测数据,根据所述能耗预测数据与当前能耗观测数据进行节能诊断,得到节能诊断结果;
47、所述节能诊断模块,还用于根据所述节能诊断结果,生成目标区域内的公共建筑节能策略。
48、此外,为实现上述目的,本发明还提出一种公共建筑节能诊断设备,所述公共建筑节能诊断设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的公共建筑节能诊断程序,所述公共建筑节能诊断程序配置为实现如上文所述的公共建筑节能诊断方法的步骤。
49、此外,为实现上述目的,本发明还提出一种存储介质,所述存储介质上存储有公共建筑节能诊断程序,所述公共建筑节能诊断程序被处理器执行时实现如上文所述的公共建筑节能诊断方法的步骤。
50、在本发明中,通过获取目标区域内公共建筑的历史能耗观测数据,根据预设影响因素,对历史能耗观测数据进行分组,得到各组初始样本数据,对各组初始样本数据进行异常检测,确定各组初始样本数据中的有效样本数据,根据各组有效样本数据,生成各组增量样本数据,根据各组增量样本数据与各组有效样本数据,建立能耗预测模型,将目标建筑的当前建筑信息、当前环境信息与当前时间信息输入能耗预测模型,得到能耗预测数据,获取目标建筑的当前能耗观测数据,根据能耗预测数据与当前能耗观测数据,得到节能诊断结果,根据节能诊断结果,生成目标区域内的公共建筑节能策略。相较于传统建筑能耗诊断方法需要大量、优质、全面的数据作为支撑,且建筑能耗模型的建立较为复杂,本发明可以根据现有数据生成合适的新样本,使用有限的数据就能建立能耗预测模型,优化模型建立过程,同时可以实现不同场景下的节能诊断,有效提高诊断的准确性与全面性。