基于bp神經(jīng)網(wǎng)絡(luò)的建筑能耗分析方法與系統(tǒng)的制作方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明設(shè)及到建筑能耗數(shù)據(jù)的檢測(cè)與分類，屬于模式分類技術(shù)領(lǐng)域范疇，特別設(shè) 及一種基于BP神經(jīng)網(wǎng)絡(luò)的建筑能耗分析方法與系統(tǒng)。
【背景技術(shù)】
[0002] 建筑能耗分析一直是各國(guó)學(xué)者關(guān)注和研究的焦點(diǎn)，通過(guò)正確有效的能耗計(jì)算與分 析，可減少建筑物生命周期內(nèi)各環(huán)節(jié)的能耗。目前可采用的建筑物能耗分析方法很多，根據(jù) 所依據(jù)的數(shù)學(xué)模型，可將計(jì)算方法分為兩大類:一類是建立在穩(wěn)定傳熱理論基礎(chǔ)上的靜態(tài) 能耗分析法，另一類是建立在不穩(wěn)定傳熱理論基礎(chǔ)上的動(dòng)態(tài)能耗模擬法。
[0003] (1)靜態(tài)能耗分析法:靜態(tài)能耗分析法的基本原理是將供暖期或供暖期中的各旬、 各月的耗熱量按穩(wěn)態(tài)傳熱理論進(jìn)行計(jì)算，主要包括度BIN法、日數(shù)法、當(dāng)量峰值小時(shí)數(shù)法等。 運(yùn)種方法的優(yōu)點(diǎn)是比較簡(jiǎn)單，易于手算，但是精度稍差，準(zhǔn)確率較低，所有的模擬計(jì)算都是 在設(shè)定的理想?yún)?shù)下（氣象條件，室內(nèi)溫度等)進(jìn)行計(jì)算，不能反映建筑實(shí)際運(yùn)行狀態(tài)下的 能耗狀況；
[0004] (2)動(dòng)態(tài)模擬法:基于不穩(wěn)定傳熱理論，主要是利用計(jì)算機(jī)技術(shù)進(jìn)行系統(tǒng)的動(dòng)態(tài)分 析和動(dòng)態(tài)模擬，運(yùn)種方法因?yàn)橐蠼⒌臄?shù)學(xué)模型系統(tǒng)且精確，并且局限于線性和時(shí)間不 變系統(tǒng)。另外該方法對(duì)專業(yè)領(lǐng)域知識(shí)有比較高的要求，大多是針對(duì)專業(yè)人員而設(shè)計(jì)的，而對(duì) 于建筑的實(shí)際使用者或者業(yè)主、物業(yè)管理等不具備建筑能源系統(tǒng)相關(guān)專業(yè)知識(shí)的人員，貝U 無(wú)法通過(guò)運(yùn)種方式對(duì)自己的房屋能耗狀況有一個(gè)基本的了解，因此實(shí)際應(yīng)用受到很大局 限。
[0005] 上述兩種傳統(tǒng)的建筑能耗分析方法由于其自身的局限性，沒(méi)有充分利用已有的能 耗數(shù)據(jù)，無(wú)法做到對(duì)能耗的智能分析，對(duì)節(jié)能決策的支持十分有限。

【發(fā)明內(nèi)容】

[0006] 本發(fā)明的目的在于克服現(xiàn)有技術(shù)的缺點(diǎn)與不足，提供了一種基于BP神經(jīng)網(wǎng)絡(luò)的建 筑能耗分析方法，本方法在對(duì)建筑能耗指標(biāo)數(shù)據(jù)及其影響因素進(jìn)行分析和研究的基礎(chǔ)上， 通過(guò)BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)技術(shù)強(qiáng)大的知識(shí)發(fā)現(xiàn)和數(shù)據(jù)分析能力，實(shí)現(xiàn)快速精確地對(duì)建筑能耗指 標(biāo)數(shù)據(jù)進(jìn)行處理分析，從而得到建筑用能過(guò)程中的不合理環(huán)節(jié)，幫助建筑管理者乃至不具 備專業(yè)知識(shí)的普通用戶了解建筑能耗現(xiàn)狀、明確節(jié)能改善措施。
[0007] 本發(fā)明的另一目的在于，提供一種基于BP神經(jīng)網(wǎng)絡(luò)的建筑能耗分析系統(tǒng)。
[000引為了到達(dá)上述第一目的，本發(fā)明采用W下技術(shù)方案：
[0009] 本發(fā)明基于BP神經(jīng)網(wǎng)絡(luò)的建筑能耗分析方法，其特征在于，包括W下步驟：
[0010] (1)根據(jù)指定建筑能耗類型確定輸入輸出向量；
[0011] (2)根據(jù)輸入輸出向量構(gòu)造BP神經(jīng)網(wǎng)絡(luò)模型；
[001^ (3)輸入訓(xùn)練樣本對(duì)建立好的BP神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練；
[0013] (4)把實(shí)際需要進(jìn)行分析的能耗指標(biāo)數(shù)據(jù)輸入到經(jīng)過(guò)訓(xùn)練的BP模型進(jìn)行處理分 析；
[0014] (5)對(duì)神經(jīng)網(wǎng)絡(luò)的輸出數(shù)據(jù)進(jìn)行數(shù)據(jù)還原。
[0015]作為優(yōu)選的技術(shù)方案，所述步驟(1)進(jìn)一步包括下述步驟：
[0016] (1-1)將建筑能耗類型分成3類，分別為電耗、水耗W及冷耗空調(diào)系統(tǒng)，在分析日前 一天對(duì)建筑能耗進(jìn)行測(cè)量，獲取相應(yīng)的測(cè)量數(shù)據(jù)作為原始的建筑能耗數(shù)據(jù)；
[0017] (1-2)根據(jù)原始的建筑能耗數(shù)據(jù)W及綠色建筑評(píng)價(jià)指標(biāo)的計(jì)算公式計(jì)算得到建筑 能耗指標(biāo)數(shù)據(jù)值作為模型的輸入向量，
[0018] (1-3)確定對(duì)應(yīng)建筑能耗類型的建筑能耗薄弱環(huán)節(jié)作為模型的輸出向量，3個(gè)能耗 類型的輸出變量；
[0019 ] (1 -4)對(duì)確定的輸入向量進(jìn)行二值化處理；
[0020] (1-5)對(duì)確定的輸出向量進(jìn)行二進(jìn)制編碼，W建筑能耗類型中能耗薄弱環(huán)節(jié)個(gè)數(shù) 為二進(jìn)制編碼長(zhǎng)度，從而對(duì)輸出向量采用"η中取Γ的編碼方式;其中，η為編碼的長(zhǎng)度，即對(duì) 應(yīng)能耗類型的能耗薄弱環(huán)節(jié)總個(gè)數(shù)，當(dāng)某建筑薄弱環(huán)節(jié)確定時(shí)，其對(duì)應(yīng)位的編碼置為1，其 余的η-1位編碼都為0。
[0021] 作為優(yōu)選的技術(shù)方案，步驟(1-2)中，3類能耗分項(xiàng)的輸入變量如下所示：
[0022] (1-2-1)電耗部分:包括單位面積空調(diào)電耗量、單位面積照明與插座電耗量、單位 面積通排風(fēng)機(jī)電耗量、單位面積特殊電耗量，還包括非工作時(shí)段與工作時(shí)段照明與插座電 耗之比、非工作時(shí)段與工作時(shí)段空調(diào)電耗之比、非工作時(shí)段與工作時(shí)段房間通排風(fēng)電耗之 比、非工作時(shí)段與工作時(shí)段特殊設(shè)備電耗之比；
[0023] (1-2-2)水耗部分:單位面積水耗量、非工作時(shí)段與工作時(shí)段水耗之比；
[0024] (1-2-3)冷耗空調(diào)系統(tǒng)部分:單位面積冷耗量、包括空調(diào)系統(tǒng)能效比、制冷系統(tǒng)能 效比、冷水機(jī)組運(yùn)行效率、冷卻水輸送系數(shù)、冷凍水輸送系數(shù)、空調(diào)末端能效比、冷卻累效 率、冷卻塔效率、冷凍累效率、水系統(tǒng)供回水溫差W及水系統(tǒng)回水溫度一致性。
[0025]作為優(yōu)選的技術(shù)方案，步驟(1-4)進(jìn)一步包括下述步驟：
[0026] (1-4-1)對(duì)于輸入向量的每一個(gè)輸入指標(biāo)數(shù)據(jù)，其指標(biāo)數(shù)值為la，獲取其相關(guān)的標(biāo) 準(zhǔn)指標(biāo)值In;
[0027] (1-4-2)根據(jù)式(1)計(jì)算該輸入指標(biāo)的節(jié)能潛力D;
[002引
：(1)
[0029]式中：la為建筑計(jì)算得到的實(shí)際指標(biāo)值;In為公共建筑參考指標(biāo)值；
[0030] (1-4-3)將步驟(1-4-2)計(jì)算得到的D按式(2)規(guī)則進(jìn)行取值，即將節(jié)能潛力D閥值T 進(jìn)行比較，若D〉=T，該則輸入指標(biāo)的二值化取值f(x) =l;若D<T，則該輸入指標(biāo)的二值化取 值f(x)=〇;
[0031]
弦）
[0032]式中：xi為二值化之前的第i個(gè)指標(biāo)參數(shù);f(XI)為XI二值化之后的取值;Di為第i個(gè) 指標(biāo)參數(shù)XI的節(jié)能潛力計(jì)算值;T為節(jié)能潛力閥值。
[0033] 作為優(yōu)選的技術(shù)方案，所述步驟(2)進(jìn)一步包括下述步驟：
[0034] (2-1)根據(jù)輸入向量、輸出向量確定輸入層W及輸出層的神經(jīng)元數(shù)量；
[0035] (2-2)根據(jù)輸入層和輸出層的神經(jīng)元數(shù)量確定BP神經(jīng)網(wǎng)絡(luò)隱藏層神經(jīng)元數(shù)量，其 中，B巧巾經(jīng)網(wǎng)絡(luò)的激勵(lì)函數(shù)是sigmoid函數(shù)：
[0036]
掛
[0037] 所述步驟(3)，進(jìn)一步包括下述步驟：
[0038] 設(shè)定BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練參數(shù)，并對(duì)其進(jìn)行訓(xùn)練，其中訓(xùn)練參數(shù)包括:最大訓(xùn)練次 數(shù)、期望誤差、動(dòng)量項(xiàng)數(shù)值W及學(xué)習(xí)速率。
[0039] 作為優(yōu)選的技術(shù)方案，所述步驟(5)進(jìn)一步包括下述步驟：
[0040] 對(duì)BP神經(jīng)網(wǎng)絡(luò)的輸出向量進(jìn)行遍歷，將數(shù)值最大的一項(xiàng)置為1，其余的置為0,即獲 得輸出向量的二進(jìn)制編碼輸出，再根據(jù)編碼與分析結(jié)論內(nèi)容的對(duì)應(yīng)關(guān)系將二進(jìn)制編碼還原 為用戶可W理解的文字信息;得到反饋的分析結(jié)論后，用戶即可明確建筑能耗問(wèn)題之所在， 并能夠有目的性地進(jìn)行重點(diǎn)排查與維護(hù)，其中的問(wèn)題包括更換或維修設(shè)備、加強(qiáng)設(shè)備的維 護(hù)與保養(yǎng)W及調(diào)整設(shè)備的運(yùn)行策略。
[0041] 本發(fā)明還提供一種基于BP神經(jīng)網(wǎng)絡(luò)的建筑能耗分析系統(tǒng)，該系統(tǒng)包括節(jié)能潛力量 化模塊、數(shù)據(jù)預(yù)處理模塊、BP網(wǎng)絡(luò)分析模塊、數(shù)據(jù)還原模塊、配置管理模塊W及日志記錄模 塊；
[0042] 所述節(jié)能潛力量化模塊，用于計(jì)算每一個(gè)建筑能耗指標(biāo)數(shù)據(jù)的節(jié)能潛力；
[0043] 所述數(shù)據(jù)預(yù)處理模塊，用于負(fù)責(zé)提供建筑能耗分析方法的數(shù)據(jù)基礎(chǔ)；
[0044] 所述BP網(wǎng)絡(luò)分析模塊，用于負(fù)責(zé)實(shí)現(xiàn)建筑能耗分析方法的核屯、分析流程部分，該 模塊分為知識(shí)獲取子模塊W及能耗分析子模塊;分別對(duì)應(yīng)了使用BP網(wǎng)絡(luò)進(jìn)行分析的兩個(gè)階 段:訓(xùn)練階段和分析階段；
[0045] 所述數(shù)據(jù)還原器模塊，用于解析BP神經(jīng)網(wǎng)絡(luò)輸出的經(jīng)過(guò)編碼的分析結(jié)論，將經(jīng)過(guò) 編碼的分析結(jié)論轉(zhuǎn)換成用戶可W理解的文字信息，由于BP神經(jīng)網(wǎng)絡(luò)的輸出為二進(jìn)制編碼， 所W需要對(duì)其進(jìn)行內(nèi)容還原，根據(jù)其二進(jìn)制輸出編碼，通過(guò)數(shù)據(jù)庫(kù)中分析結(jié)論表中的編碼 對(duì)應(yīng)信息將分析結(jié)論W及對(duì)應(yīng)的節(jié)能改善措施組合成最終的分析結(jié)論反饋給用戶；
[0046] 所述配置管理模塊，用于維護(hù)負(fù)責(zé)BP神經(jīng)網(wǎng)絡(luò)構(gòu)建的參數(shù)配置，所述參數(shù)包括網(wǎng) 絡(luò)層數(shù)、隱藏層神經(jīng)元個(gè)數(shù)、輸入輸出項(xiàng)個(gè)數(shù)、權(quán)值初始化范圍、附加動(dòng)量項(xiàng)數(shù)值W及學(xué)習(xí) 率初始值；
[0047]所述日志模塊記錄程序運(yùn)行過(guò)程中所有的用戶操作行為、出現(xiàn)的異常信息W及線 程狀態(tài)，并保存到相關(guān)的日志文件中。
[0048] 作為優(yōu)選的技術(shù)方案，所述數(shù)據(jù)預(yù)處理模塊包括輸入數(shù)據(jù)二值化子模塊和輸出數(shù) 據(jù)編碼子模塊；
[0049] 所述輸入數(shù)據(jù)二值化子模塊，用于負(fù)責(zé)對(duì)BP神經(jīng)網(wǎng)絡(luò)的