一种供冷供热量异常评价方法和系统与流程

本发明涉及建筑物能耗管理，尤其涉及一种供冷供热量异常评价方法和系统。

背景技术：

1、中国当前正处于能源消耗高同时能源相对短缺的阶段，能源的匮乏和社会对能源不断增大的需求已经成为了制约社会进步发展的突出矛盾之一，而城市的大规模建设使得建筑能耗在社会总能耗中的比例达到了46%，所以当前做好建筑能耗的监测以及合理使用对于建筑节能规划目标具有重要意义。其中通过自动诊断异常和控制手段降低运行时的能耗是实现节能的一个重要途径之一。

2、当前，许多高能耗企业已经实现了对于分项能耗的采集，积累了大量的历史能耗数据，这为数据的异常诊断提供了基础。但是，大量的历史能耗数据也带来了“数据灾难”，使得相关的管理人员无法迅速并准确的从数据中发现能耗的异常性问题，最终导致建筑能耗难于监测和管理。

3、传统的监测方法一般是由相关的能耗管理人员根据经验设定一个能耗阈值，以此来判断能耗是否出现异常，但是这种方式存在两个问题，首先是阈值无法准确的确定，其阈值的过高或者过低都将直接影响到实际检测结果的准确性；其次则是建筑模型的复杂性，对于商业建筑其能耗的运行将会受到多种因素的影响而发生改变，比如季节，区域环境，客流量等特征因素，所以单纯依靠阈值进行诊断无法适应复杂的动态能耗模型。因此为了解决阈值方法的局限性，一些更加智能的诊断方法被提出：唐桂忠等人使用实时数据采集技术实现了数据的实时统计，并且利用统计方式进行能耗的异常诊断；li等人使用离群点的诊断方式提出能耗的异常数据点，对历史能耗数据进行了分类和预测。虽然上述方式都解决了阈值方法的局限性问题，但是还存在着以下的几点问题：1.以上方法都是基于历史数据对能耗的静态分析，不能实时准确的诊断出能耗的异常；2.由于使用了较为复杂计算模型，所以对于数据的计算消耗也将增大，无法适应于拥有海量数据条件下的历史能耗数据；3.虽然都可以根据一定的条件对于异常进行诊断分析，但是诊断结果过于粗糙，没有对结果进行量化表示，无法针对不同的诊断结果采取不同的控制措施。

4、因此，有必要提出一种更高效、应用范围更广的供冷/供热量异常诊断方法。

技术实现思路

1、为了克服以上现有技术的不足，针对上述问题，本发明提出了一种供冷供热量异常评价方法，能够评价建筑冷热源的供冷/供热能力，确认其是否能匹配室外气象条件的变化，并给出定量的评价。

2、本发明的一个目的在于提出一种供冷供热量异常评价方法，所述方法包括：

3、确定设定周期t内室内设备的供冷供热量逐时数据x(t)，以及对应的室外空气焓值逐时数据y(t)，其中x(t)和y(t)均为24×t维的向量；

4、按照预设变化一致性评分公式，计算供冷供热量逐时数据x(t)和室外空气焓值逐时数据y(t)两者之间的变化一致性评分；

5、根据两者之间的变化一致性评分判断室内设备能耗是否出现异常。

6、可选地，按照预设变化一致性评分公式，计算供冷供热量逐时数据x(t)和室外空气焓值逐时数据y(t)两者之间的变化一致性评分，包括：

7、；

8、式中，为x(t)和y(t)的相关系数，cov(x,y)为x(t)和y(t)的协方差，var[x]为x(t)的方差，var[y]为y(t)的方差；

9、当相关系数为正数时，即代表变量之间正相关，并且相关系数越接近1，其相关性越大；

10、当相关系数为负数时，即代表变量之间负相关；

11、当相关系数为0时，即代表变量之间没有线性关系；

12、当r >=0时，score=r×10；

13、当r < 0时，score = r×(-10)；

14、其中，score为两者之间的变化一致性评分。

15、可选地，根据两者之间的变化一致性评分判断室内设备能耗是否出现异常，包括：

16、供冷季时，若相关系数为正数，即r >=0，score=r×10，且score≥8，则说明供冷量未随着室外焓值升高而增加，从而判断设备供冷能力出现异常；

17、采暖季时，若相关系数为负数，即r < 0，score = r×(-10)，且score≤-8，则说明供热量未随着室外焓值降低而增加，从而判断设备供热能力出现异常。

18、可选地，按照预设变化一致性评分公式，计算供冷供热量逐时数据x(t)和室外空气焓值逐时数据y(t)两者之间的变化一致性评分，包括：

19、计算室外焓值逐时数据y(t)的归一化运行曲线y(t)s，具体公式如下：

20、当大于或等于 0，则

21、；

22、当均小于0，则

23、；

24、其中，为y(t)数列在第i个时间点的值，

25、 y l为焓值下限， y l = quantile( y,0.05)，

26、 y u为焓值上限， y u = quantile( y,0.95)，

27、i为第i个时间点，时间点总数为t；

28、计算室内设备的供冷供热量逐时数据x(t)的归一化运行曲线x(t)s，具体公式如下：

29、当大于或等于 0，则

30、；

31、当均小于0，则

32、；

33、其中，为x(t)数列在第i个时间点的值，

34、 x l为供热量下限， x l = quantile( x,0.05)，

35、 x u为供热量上限， x u = quantile( x,0.95)，

36、i为第i个时间点，时间点总数为t；

37、单点波动差额 d，其中为在第i个时间点的波动差额，

38、；

39、计算累计波动偏差 cd：

40、 cd = sign( d1+  d2 +…+  d t).(| d1| +  |d2| +…+ | d t |)

41、其中单点偏差阈值跟敏感度相关

42、；

43、计算波动偏差，其中t为序列总时长；

44、；

45、其中，为敏感度，可自行调整设定，数值在0~1之间；为单点偏差阈值，由上述公式计算所得；为所选样本总时间长度的0.05倍取整数；为所选样本总时间长度的0.4倍取整数。

46、可选地，根据所述两者之间的变化一致性评分判断室内设备能耗是否出现异常，包括：判断波动趋势是否一致，if | cd| >  cd b，则alarm_cd = 1，即认定出现异常。

47、可选地，确定设定周期t内室内设备的供冷供热量逐时数据x(t)，包括：

48、通过目标建筑物的冷热量表来采集供冷供热量逐时数据x(t)，和/或通过历史数据来获取供冷供热量逐时数据x(t)。

49、可选地，所述确定对应的室外空气焓值逐时数据y(t)，包括：

50、逐时的获取室外空气湿度值rhi、室外空气温度值ti，从而计算出室外空气含湿量di，并根据室外空气含湿量di、所述室外空气温度值ti计算室外空气焓值逐时值y(i)，其中i=1、2、3....t，具体包括：

51、；

52、；

53、求出i=1、2、3....t 时，y(i)所对应的值y(1)，y(2)，y(3)……，y（t），即组成室外空气焓值逐时数据y(t)。

54、本发明另一个目的在于提出了一种目标建筑物的供冷供热量异常评价系统，包括：

55、数据获取模块，用于确定设定周期t内室内设备的供冷供热量逐时数据x(t)，以及对应的室外空气焓值逐时数据y(t)，其中x(t)和y(t)均为24×t维的向量；

56、评分计算模块，用于按照预设变化一致性评分公式，计算供冷供热量逐时数据x(t)和室外空气焓值逐时数据y(t)两者之间的变化一致性评分；

57、异常判断模块，用于根据两者之间的变化一致性评分判断室内设备能耗是否出现异常。

58、本发明再一个目的在于提出了一种计算机可读存储介质，包括：存储器，用于存储计算机指令；控制器，用于调用和执行存储器中存储的计算机指令以实现上述技术方案中任一项的方法。

59、本发明所提出的供冷供热量异常诊断方法和装置，能够协助项目/建筑管理人员对冷热站实际供冷/供热情况与建筑负荷需求的一致性与否进行分析与判断，并帮助物业工程师确认目标建筑物是否按照既有的运行策略在运行相关操作。