基于数据挖掘的建筑能耗异常检测研究

摘要：

建筑能耗异常检测对于建筑管理和运行至关重要,论文提出了一种基于D-S证据理论的不平衡数据多划分(Multi-partition,MP)聚类算法,并构建MP算法能耗异常检测模型对建筑能耗中的异常值进行准确检测;首先通过改进的信任c均值算法将能耗数据集多划分;利用基于K-NN的均值漂移算法确定数据集的真实类别个数;然后根据密度合并规则对能耗数据进行合并;最后对未合并的能耗数据再次划分得到最终的能耗异常检测结果;UCI数据集验证结果表明,MP算法对于不平衡数据聚类效果良好,能够有效避免样本“均匀效应”,降低错误率;通过对某大型商场建筑空调和照明用电能耗异常值检测,验证了MP算法能耗异常检测模型的有效性.

关键词：能耗异常检测、D-S证据理论、不平衡数据、聚类、异常检测模型

所属期刊栏目：28

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目51678470

在线出版日期：2020-08-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：253-259