一种建筑异常用能数据检测方法

摘要

本发明公开了一种建筑异常用能数据检测方法，首先按照时间序列整理出原始数据；再参照行业指标进行判断，找出特定时间段的异常数据；然后采用数据挖掘中的偏差检测技术，过滤出用能数据中的异常值；最后采用基于离散傅立叶变换的时间序列相似性查找出数据中的异常点。本发明提供的对建筑用能数据中的异常数据精准定位的方法，可取代目前能源行业内普遍使用的经验阈值判断法，借助数据挖掘中人工智能的分析方法、以及离散傅立叶变换原理的应用，防止对异常用能数据的误判、误报与漏报，为用能单位及人员提供有效的异常用能监测信息。

主权项

一种建筑异常用能数据检测方法,其特征在于:方法为步骤(1):以固定时间段为采集频率采集建筑能耗数据,建立用能数据的时间序列D:D＝{d_t|t＝t₀,t₁,t₂,...,t_n‑1}；式中，d_t为元素，表示在t时刻的采集数据；步骤(2):依据建筑实际情况并基于行业指标设定阈值，与该阈值做比对，提取时间序列中的异常元素，将异常元素作为D的子序列D₁；在时间序列D中去除所述异常元素作为D的子序列D₂：D₂＝{d₁,d₂,...,d_p}；步骤(3):采用基于偏差的异常数据挖掘方法，以固定长度m将D₂拆分为s个子序列，D₂的子序列D_2s表示为：D_2s＝{d_s,d_s+1,...,d_s+m‑1}，2≤m≤p式中，m为子序列的元素个数，p表示D₂的元素个数；用相异度函数计算各子序列的光滑因子,将光滑因子与界定阈值比对,判断是否超出:超出的子序列记为D₂₁；未超出的子序列记为正常数据序列；步骤(4):基于离散傅里叶变换的时间序列相似性分别查找D₁和D₂₁中的异常元素，将D₁和D₂₁分别以固定长度拆分为多个子序列，用离散傅里叶变换将子序列时序数据从时域空间变换到频域空间，得到傅里叶系数序列，傅里叶系数D_f：$D_f=\frac{1}{\sqrt{n}}\underset{t=0}{\overset{n-1}{\Sigma }}{d}_t\exp (-\frac{j2\mathrm{\pi ft}}{n})$式中，n为子序列的元素个数，d_t为子序列中的元素，f＝0,...,n‑1；给定标准能耗序列，设定阈值，将D₁和D₂₁中拆分出的子序列分别计算与标准能耗序列之间的欧式距离，欧式距离大于给定阈值的序列为异常数据序列，小于等于阈值的则为正常数据序列。