基于数据挖掘的能耗监管模型在校园节能监管平台中的应用研究

发布时间：2017-10-18 17:29

  本文关键词：基于数据挖掘的能耗监管模型在校园节能监管平台中的应用研究

  更多相关文章： 数据挖掘 聚类识别 节能减排 能耗监管

【摘要】：高校是社会的重要组成部分,也是能耗大户。高校的各类能耗具有种类多、总量大、节能潜力大的特点,使得针对高校的节能减排工作成为整个节能减排工作的一个重要的内容。同时,在高校开展节能监管工作不仅是实现高校节能监管的需求,而且也是将建设资源节约型、环境友好型社会的理念深入到广大学生中去,具有深远的意义。近些年,部分高校积极响应号召,全面开展节约型校园的建设,由于对于节约型校园的理解和认识不同等原因,各高校的节约型校园建设需要依据自身的特点进行。通过建设节能监管平台,实现对校园能耗的检测、统计、分析和监管,从而根据统计分析的结果制定相关节能减排方案,减少用能浪费,为进一步提高学校资源利用率和节能管理水平提供可靠的数据支撑和有效的方案。本文以安徽大学节能监管平台开发为案例,介绍了高校节能监管建设的背景和意义,阐述了建设节约型校园的研究现状和目前安徽大学节约型校园的建设现状。重点对校园的能耗进行分类分项统计,针对校园内的建筑、部门单位进行按日、按月、按年进行统计分析。节能监管平台开发设计了不同的模块,分别为基础平台子系统、数据采集子系统、电能检测子系统、供水管网监测子系统、能源综合分析子系统、能源计划指标管理、能耗预警、能耗公示。在数据处理中,针对后期数据量大问题,旨在提高数据的准确性,对上传的原始数据进行清洗,对清洗后的数据进行能耗结算,排除了脏数据对能耗统计的影响。在对校园能耗特点和建筑能耗进行统计分析后,针对现有能耗监管方法的不足,提出了基于数据挖掘技术的校园建筑能耗监管模型。首先通过对历史能耗数据进行聚类识别得到能耗模式,建立能耗模式判别树,然后对建筑物的实时能耗进行模式匹配,与历史数据中能耗模式相同的数据进行离群点分析,根据离群点分析得到的结果对采集到的建筑物能耗进行监测,判断是否为异常能耗。最后,通过将校园建筑能耗监管模型应用于校内的某办公大楼进行了实际的能耗监管。
【关键词】：数据挖掘 聚类识别 节能减排 能耗监管
【学位授予单位】：安徽大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP311.13
【目录】：

• 摘要3-4
• ABSTRACT4-10
• 第1章 绪论10-15
• 1.1 研究背景10-11
• 1.2 研究意义11-12
• 1.3 研究现状12-15
• 第2章 系统设计15-27
• 2.1 相关理论与技术15-17
• 2.1.1 相关理论15
• 2.1.2 系统设计原则15-17
• 2.2 需求分析17-19
• 2.2.1 平台功能性17-18
• 2.2.2 总体性能需求18-19
• 2.3 数据库设计19-23
• 2.3.1 数据库设计19-20
• 2.3.2 系统E-R图20-21
• 2.3.3 数据库基本表一览21-23
• 2.3.4 编码规则23
• 2.4 总体架构开发环境23-27
• 2.4.1 节能监管平台总体架构23-25
• 2.4.2 开发环境的选择25-27
• 第3章 基于数据挖掘的能耗监管模型27-38
• 3.1 概述27
• 3.2 数据处理27-29
• 3.2.1 能耗统计划分27-28
• 3.2.2 数据清洗28-29
• 3.3 数据挖掘相关技术29-33
• 3.3.1 聚类30-31
• 3.3.2 分类31-32
• 3.3.3 离群点检测32-33
• 3.4 能耗监管模型33-38
• 3.4.1 数据预处理35
• 3.4.2 聚类能耗模式识别35-36
• 3.4.3 建立能耗模式判定树36
• 3.4.4 异常点检测监管36-38
• 第4章 高校节能监管平台的实现38-63
• 4.1 基础平台模块38-42
• 4.1.1 单位信息管理38-39
• 4.1.2 组织机构基本信息管理39-40
• 4.1.3 建筑信息管理40
• 4.1.4 网关-设备信息管理40-41
• 4.1.5 营户管理41-42
• 4.1.6 日志管理42
• 4.2 数据采集子系统42-44
• 4.2.1 网关监控43
• 4.2.2 电客户信息管理43-44
• 4.2.3 其他能源44
• 4.3 电能检测子系统44-48
• 4.3.1 首页44-45
• 4.3.2 设备监控45-46
• 4.3.3 设备信息管理46
• 4.3.4 能耗历史数据查询46-47
• 4.3.5 光伏47
• 4.3.6 变电所监控47-48
• 4.4 能源综合分析子系统48-53
• 4.4.1 综合能耗对比分析48-49
• 4.4.2 建筑历史能耗49
• 4.4.3 建筑分类能耗49-50
• 4.4.4 建筑部门能耗50-51
• 4.4.5 能耗分类对比51
• 4.4.6 单位面积能耗51-52
• 4.4.7 人均生均能耗52
• 4.4.8 电能分析统计52-53
• 4.4.9 建筑能耗分布图53
• 4.4.10 报表53
• 4.5 能源计划指标管理53-55
• 4.5.1 能源指标查询54
• 4.5.2 能源指标分配54-55
• 4.6 能耗预警55-56
• 4.6.1 能耗预警55
• 4.6.2 预警房间公示55-56
• 4.6.3 预警房间设置56
• 4.7 能耗公示56-58
• 4.7.1 能耗公示57
• 4.7.2 部门单位面积能耗公示57
• 4.7.3 建筑面积水耗公示57-58
• 4.7.4 安徽大学审计报告58
• 4.8 能耗监管模型验证58-63
• 4.8.1 聚类识别能耗模式59-60
• 4.8.2 建立模式判定树60-61
• 4.8.3 分析实时能耗数据61-63
• 第5章 总结与展望63-65
• 5.1 总结63-64
• 5.2 展望64-65
• 参考文献65-70
• 致谢70-71
• 攻读硕士学位期间参加的科研项目71

【参考文献】

中国期刊全文数据库 前3条

1 尚华;冯牧;张贝贝;于凤敏;;基于Bayesian Lasso方法的变量选择和异常值检测[J];计算机应用研究;2015年12期

2 马晓红;李小顺;;提升高校节约型校园建设途径的研究[J];节能;2014年11期

3 程学旗;靳小龙;王元卓;郭嘉丰;张铁赢;李国杰;;大数据系统和分析技术综述[J];软件学报;2014年09期

，

本文编号：1056223