摘要
本发明针对目前公共建筑中央空调系统运行过程中存在的能耗异常行为,提出了一种基于特征预排序的公共建筑空调电量异常溯因的方法。该方法包括:构建空调能耗模型,对能耗数据进行特征提取,利用XGBoost模型对特征提取后的数据进行异常检测,并对空调能耗异常特征进行预排序,采用二阶段XGBoost模型对检测出的异常数据进行溯因分析,解决电量异常的问题。本发明针对当前能源紧张和公共建筑能耗不断上升的现状,旨在提供一种更迅速、更精确的异常识别与原因追溯方法,助力公共建筑中央空调系统高效、低耗的稳定运行,提升系统运行效率,降低运营成本。
技术关键词
XGBoost模型
XGBoost算法
异常数据
空调系统能耗
空调用电量
集成分类器
中央空调系统
预测空调
原因追溯方法
空调能耗模型
样本
模块
训练集
模型更新
复杂度
标签
气象
系统为您推荐了相关专利信息
误差评估方法
BP神经网络
应力
智能电表数据
搜索算法
智能预测方法
动态特征提取
融合策略
信息系统
训练混合模型
机房智能管理系统
无线传输模块
三维模型
数据采集模块
主控模块