数据挖掘在中央空调运行策略中的优化研究

发布时间：2023-12-09 17:09

　　能源消耗一直是经久不衰的热门话题,全球每年的建筑能耗正在逐渐升高。如今国内城镇化明显加速了建筑能耗,建筑内的主要耗能系统之一就是中央空调系统。21世纪初出现的云存储平台,使中央空调在运行中积累大量的能耗数据,存储在Oracle数据库中,其数据量已经达到上千万条之多,为数据挖掘奠定了基础。传统的数据分析技术包括查询、筛选、归纳、统计等,往往针对数据本身的数学特征进行分析,不易发现隐含信息,因此采用新兴的数据挖掘技术是研究中央空调系统节能策略优化问题的重要途径之一。本课题以某商场的中央空调系统为研究对象,通过传感器采集系统数据并将其存储在Oracle数据库中,对采集的数据进行预处理以获得稳定条件下的运行数据,并对其进行能耗分析与能耗特征选择。利用Boruta特征选择算法从原始能耗变量中选择出合适的能耗特征子集,即负荷率、主机出水温度、冷冻水泵频率和冷却水泵频率,将能耗特征子集作为后期数据挖掘模型和节能策略优化的对象。根据预处理后的中央空调系统的稳定运行数据,建立了中央空调系统的两个数据挖掘模型,分别是中央空调BP神经网络模型和中央空调关联规则模型,该模型分别可以有效的解决中央空调系统机理建...

【文章页数】：99 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第一章 绪论
    1.1 课题研究背景
        1.1.1 课题的来源
        1.1.2 课题的目的与意义
    1.2 国内外研究现状
        1.2.1 中央空调建模研究现状
        1.2.2 中央空调优化研究现状
    1.3 本文研究内容
第二章 数据挖掘技术基础与技术路线
    2.1 数据挖掘技术
        2.1.1 数据挖掘的发展
        2.1.2 数据挖掘的功能
        2.1.3 数据挖掘的技术路线
    2.2 数据挖掘平台
        2.2.1 数据挖掘平台简介
        2.2.2 Weka平台简介
        2.2.3 Weka平台界面
    2.3 数据挖掘在中央空调运行策略优化中的技术路线
    2.4 本章小结
第三章 中央空调能耗分析与能耗特征选择
    3.1 系统能耗数据特点
    3.2 数据预处理
        3.2.1 数据合并
        3.2.2 数据清洗
        3.2.3 数据归一化
    3.3 系统能耗数据分析
    3.4 系统能耗特征选择
        3.4.1 能耗特征选择方法
        3.4.2 Boruta特征选择算法
    3.5 中央空调Boruta特征选择实验
    3.6 本章总结
第四章 中央空调数据挖掘模型建立过程
    4.1 系统能耗预测模型
        4.1.1 人工神经网络简介
        4.1.2 BP神经网络的结构
        4.1.3 BP神经网络的建立
        4.1.4 BP神经网络的训练与测试
    4.2 系统能耗关联规则模型
        4.2.1 关联规则简介
        4.2.2 Apriori关联规则算法的描述
        4.2.3 Weka平台实现过程与结果分析
    4.3 本章小结
第五章 基于数据挖掘模型的改进遗传算法
    5.1 中央空调节能策略特点
    5.2 遗传算法简介
        5.2.1 遗传算法的发展
        5.2.2 遗传算法的基本要素
    5.3 改进的遗传算法
        5.3.1 混合遗传关联算法简介
        5.3.2 混合遗传关联算法基本操作
    5.4 混合遗传关联算法的验证实验
        5.4.1 混合遗传关联算法的参数设置
        5.4.2 混合遗传关联算法的实现
        5.4.3 基于混合遗传关联算法的能耗特征子集优化实验
    5.5 本章小结
第六章 中央空调节能优化策略的仿真与分析
    6.1 中央空调系统介绍
    6.2 实验方案的分析与确定
    6.3 混合遗传关联算法与遗传算法优化结果比较及分析
        6.3.1 节能策略对比分析
        6.3.2 节能策略结果分析
    6.4 本章小结
第七章 总结与展望
    7.1 工作总结
    7.2 未来展望
致谢
参考文献
攻读硕士学位期间取得的成果



本文编号：3871874