建筑业作为国民经济支柱性产业,在推动社会发展的同时也消耗了大量能源。推动
建筑行业进行节能减排,对实现我国于2030年左右使二氧化碳排放达到峰值的节能减
排目标具有重要意义。建筑节能减排的一个重要手段是建筑能耗精细化管理,而进行这
一工作的基础就是对建筑能耗进行准确的预测,从而支撑建筑运行优化管理,实现节能
减排的目标。
为更高效的完成建筑能耗预测工作,本文将机器学习算法应用于建筑能耗预测领域,
以实际案例公共建筑能耗数据为基础,通过完成建筑能耗数据预处理、建筑能耗特征分
析、机器学习算法能耗预测模型建立、模型预测结果分析与评价等工作,建立起了不同
类型建筑与机器学习算法模型之间的适配关系,最终总结提出了标准化的基于机器学习
的建筑能耗预测方法。本文主要研究内容和成果如下:
首先,本文提出了基于KNN算法和K-means算法的建筑能耗异常数据识别和修复
方法,并利用该方法完成了对案例建筑历史能耗数据的预处理工作。建筑能耗预处理结
果表明,该方法可以合理且准确的完成对建筑能耗异常数据的修复工作。这为后续研究
奠定了数据基础。
其次,本文对四栋不同用途的案例公共建筑进行了能耗特征分析,分别