10.13614/j.cnki.11-1962/tu.2018.02.15
基于机器学习算法的建筑能耗监测数据预处理技术研究
本文分析总结了建筑能耗监测大数据的特点,基于数据挖掘理论和机器学习算法,提出了建筑能耗监测大数据预处理体系与方法.阐明了基于kNN算法的缺失数据填充、基于K-Means算法的异常数据识别与清洗、基于PCA算法的多维度数据降维的原理,应用提出的数据预处理体系和方法,对实际项目的整个制冷季节35 380组数据进行了数据预处理,实现了缺失数据的填充、异常数据的识别与清洗、数据的降维,为后续的数据挖掘应用奠定数据基础.
建筑能耗监测数据、数据挖掘、机器学习算法、数据预处理、kNN、K-Means、PCA
34
TU111.19+5.2(建筑基础科学)
“十三五”国家重点研发计划项目“公共机构高效用能系统及智能调控技术研发与示范”2016YFB0601700
2018-05-21(万方平台首次上网日期,不代表论文的发表时间)
共6页
94-99