一种基于虚拟融合技术的建筑能耗分项计量系统

本发明涉及建筑能耗计量的，尤其是涉及一种基于虚拟融合技术的建筑能耗分项计量系统。

背景技术：

1、建筑能耗是指在建筑设计建造开始，从建筑材料的生产、建筑施工、维护直至建筑最终拆除，这一全生命周期内建筑所产生的全部能耗，建筑项目如果能够在建筑设计时就有针对性的考虑节能的问题，那么建设中只需要增加有限的成本，用于建筑节能的投入，就可以在后期使用过程中有效地控制和管理建筑用能，最大化的降低建筑的使用成本，这样是对降低建筑能耗的长远考虑。

2、在能耗统计上，一个能耗总量是由众多的分项组成。在实际监控中，往往只是监测总量的变化情况，而由于技术和成本的原因各个分项的量却不能直接监视，因此难以客观评价节能改造项目的实际节能效果，本发明提出一种基于虚拟融合技术的建筑能耗分项计量系统。

技术实现思路

1、根据现有技术存在的不足，本发明的目的是提供一种基于虚拟融合技术的建筑能耗分项计量系统，以解决上述技术问题。

2、本发明的上述技术目的是通过以下技术方案得以实现的：

3、一种基于虚拟融合技术的建筑能耗分项计量系统，包括数据采集模块、数据传输模块、数据存储模块、分析处理模块和能效评估模块；

4、所述数据采集模块用于采集支路末端电能耗和其他能耗，所述数据传输模块用于将电能耗采集数据传输至数据存储模块中，所述数据存储模块用于保存长期的电能耗数据，并与人工写入的建筑基本信息组成原始数据集，所述分析处理模块用于将电能耗分项拆分计量，节省电表资源；所述能效评估模块用于分析评价建筑分项能耗量，为节能优化提供理论依据。

5、本发明在一较佳示例中可以进一步配置为：所述分析处理模块的工作原理为：

6、获取支路末端电能耗y，第i个末端电耗预估值x′i，预估计不确定度si；

7、根据支路末端电能耗y、第i个末端电耗预估值x′i、预估计不确定度si复估计每个末端电能耗，得到复估计不确定度值为ui：

8、

9、定义从第i个末端电耗预估值x′i到第i个末端电耗计算值x″i的修正因数为εi，x′i＝εix″i，则：

10、

11、由此可得：

12、

13、从而对建筑能耗分项进行计量。

14、通过采用上述技术方案，分析处理模块能够基于支路末端电能耗y、第i个末端电耗预估值x′i和预估计不确定度si来计算各个末端电耗，因此分项计量建筑能耗，拆分结果公式简单，便于快速大量计算，且物理意义强，能够在节省电表资源的同时，也方便了客观评价节能改造项目的实际节能效果。

15、本发明在一较佳示例中可以进一步配置为：所述数据传输模块将得到的原始数据通过网络上传至数据存储模块中，对数据的传输采用的是按照设定的传输间隔主动发送数据的传输模式，当传输设备与数据存储模块建立连接后，数据存储模块需要对所传输的数据进行识别和校验，以保证传输的合法性及所传数据的保密需求；

16、当传输过程中发生网络故障时，数据传输模块能够存储未成功发送的数据包，并尝试网络连接，待网络恢复正常后实现断点续传；若下层的数据采集模块在间隔传输时间点未进行数据上传，则系统会进行日志记录，同时进行故障或异常报警，等待维护人员发现并解决问题。

17、本发明在一较佳示例中可以进一步配置为：所述能效评估模块通过竖向对比不同时间段的分项能耗和横向对比不同建筑的分项能耗，从而评估该建筑的能耗情况，从而对建筑分项能耗进行针对性优化，为了方便对比建筑能耗大小，能效评估模块将建筑的能耗转化为等效用电量，具体方法如下：

18、es＝es/a

19、上式中，es为单位建筑面积某类能源消耗量；

20、es为建筑消耗的某类能源实物量；

21、a为建筑面积；

22、

23、上式中，eeq为分类能耗等效电量值；

24、esi为建筑消耗的第i类能源实物量；

25、qi为第i类能源等效电量折算系数；

26、由此可得单位建筑面积分类能耗等效用电量eeq：

27、eeq＝eeq/a

28、单位建筑面积分类能耗等效用电量eeq既可以跟建筑自身的历史数据进行比对，同时作为单位面积的等效电量，也可以与其他建筑进行对比，从而帮助工作人员能够直观的对该建筑能耗进行评估。

29、本发明在一较佳示例中可以进一步配置为：还包括能耗异常监测模块，用于判断传输至数据存储模块的能耗数据是否异常，采用局部离群值因子lof算法对能耗异常的样本进行检测，所述局部离群值因子算法的步骤如下：

30、输入样本集合d和正整数k，计算每个样本与其他样本的欧几里得距离，对欧几里得距离进行排序，计算第k距离以及第k领域，计算每个样本的可达密度，计算每个样本的局部离群点分数，对每个样本的局部离群点分数进行排序并输出，从而得到样本的异常程度，判断能耗数据是否异常。

31、本发明在一较佳示例中可以进一步配置为：还包括预测模块，所述预测模块采用随机森林算法对能耗进行预测，所述随机森林算法的步骤如下：

32、假设训练集中的样本个数为n，在构建每棵树时，重复采样n个样本作为新的数据集，从原始特征集中选择m(m＜n)个特征作为新的特征集，根据新的训练集和特征集构建决策树，不进行剪枝，通过对所有决策树的结果组合来预测新的测试样本。

33、本发明在一较佳示例中可以进一步配置为：所述预测模块采用随机森林算法之前，对能耗数据进行预处理，所述预处理包括以下步骤：

34、将年均能耗统一为热量单位，计算最终目标变量年均耗能；

35、去掉缺失率过高的属性变量：计算每个属性变量的缺率missj，若missj>0.1，则将该属性变量去掉；

36、去掉缺失率过高的样本：若该样本在某个属性上的取值为空，则去掉该样本。

37、本发明在一较佳示例中可以进一步配置为：所述预处理将需要进行预测的样本数据分为训练集和测试集，训练集和测试集的比例为3:1，训练集用于训练预测模块，测试集用于评价预测模块的预测效果。

38、本发明在一较佳示例中可以进一步配置为：所述数据采集模块包括电能表，电能表的接口应具有完整的串口属性配置功能，支持完整的通信协议配置功能，也应支持有线通信方式或无线通信方式，并支持现场和远程配置、调试及故障诊断的功能，电能表的功耗应尽可能低。

39、本发明在一较佳示例中可以进一步配置为：还包括云平台，所述云平台用于展示分项能耗数据和能耗评估结果，数据存储模块、分析处理模块、能效评估模块和预测模块均与云平台通过网络相连接，用户能够通过访问端登入云平台查看建筑能耗情况。

40、综上所述，本发明包括以下至少一种有益技术效果：

41、本发明中的分析处理模块能够基于支路末端电能耗y、第i个末端电耗预估值x′i和预估计不确定度si来计算各个末端电耗，因此分项计量建筑能耗，拆分结果公式简单，便于快速大量计算，且物理意义强，能够在节省电表资源的同时，也方便了客观评价节能改造项目的实际节能效果。