- 博客(13)
- 收藏
- 关注
RSS订阅原创 python time库使用
time.localtime查看年月日时分秒import time timeTuple = time.localtime(time.time())print("今年是",timeTuple[0],"年",timeTuple[1],"月",timeTuple[2],"号", timeTuple[3],"点",timeTuple[4],"分",timeTuple[5],"秒","星期",timeTuple[6]+1,"是今年的第",timeTuple[7],"天")
2021-05-11 17:42:46
1312
原创 【文献阅读】商场过渡季节中央空调冷源系统运行参数优化研究
中央空调冷源系统各设备单元能耗模型冷水机组能耗模型水泵能耗模型冷冻泵冷却泵冷却塔风机能耗模型基于遗传算法的中央空调冷源系统运行参数优化分析模型参数辨识利用运行数据，采用最小二乘法，计算参数（以上公式的参数），将期望误差百分比 EEP 和 95%置信区间作为模型的评价指标优化参数的选取中央空调 冷源系统的运行优化问题可以表示为空调运行中 冷水供水温度、冷水流量、冷却水流量及冷却塔风 机频率的寻优过程。目标函数及约束条件.
2021-04-26 19:21:20
493
原创 【文献阅读】基于运行数据人工神经网络的空调系统逐时负荷预测
采用 1 层隐含层的 3 层网络已经能够满足预测 要求，而采用 2 个隐含层并无益处。输入参数：室外温度、太阳辐射（DeST 软件提供的逐时太阳辐射参数）、围护结构热惰性隐含层节点数应该为 2N + 1( N 为输入 层节点数)数据预处理：一般而言，我们采用平均绝对误差 MAE( Mean Absolute Error) 、误差标准差 σe、平均相对误差 MＲE Mean Ｒelative Error) 、期望相对误差 EEP( Expected Error...
2021-04-24 17:54:01
471
原创 【文献阅读】基于机器学习算法的建筑能耗监测数据异常识别及修复方法
1.数据异常识别：K-means聚类2.修复方法：KNN3.噪声点处理噪声点会明显影响knn算法对目标数据填补精度因此，在knn填补前，需对数据矩阵先进行一次初步knn计 算，如果knn计算结果与监测数据相差超过60%，则认为该数据为噪声点，在进行knn填补前需要剔除。在噪声点识别出后，将噪声点视为缺失，最终填补时 一起进行修复。在实际能耗监测平台应用中，为提高噪声点识别 精度及修复数据准确度，可采用迭代方法。...
2021-04-24 17:22:25
516
原创 【文献阅读】公共建筑能耗分析的数据挖掘方法研究与系统开发
2.1 公共建筑能耗知识2.2 数据挖掘分类聚类：划分方法、层次方法、基于密度、基于网格、基于模型离群点检测：基于统计、基于距离、基于密度、基于偏差3 公共建筑能耗分析模型3.1 能耗监测模型特征：如每小时平均能耗和每小时最高能耗过程：预处理，丢弃缺失数据，z-score规范化数据 聚类识别能耗模式本文使用密度聚类建立能耗模式判断树分类算法采取C4.5决策树异常点检测离群点算法—LOF3.2 能耗预测模型RBF神经网络划分能耗.
2021-04-24 15:49:29
572
原创 【文献阅读】基于数据挖掘的公共建筑能耗监管平台数据处理方法
基于数据挖掘的公共建筑能耗监管平台数据处理方法建筑能耗监管平台问题数据识别方法０数据识别方法突变数据识别方法根据计量表 累计示数单 调 递 增 的 特 性，依据前后累计数据差 值，即 单 位 时 间 能 耗 值 的 正 负 来 判 断。异常数据识别方法用能模式分类不采用依据数值的分类 算法，而是根据粗糙集理论［１０－１１］，按照用能影响因 素对能耗数据进行精细分类。 对于照明、动力等与天气因素不相关的设备能 耗，逐日能耗可以分为工作日和休息日２类，逐时 能耗可以..
2021-04-21 15:30:44
294
原创 【文献阅读】数据挖掘技术在制冷空调行业的应用
数据挖掘技术在制冷空调行业的应用数据挖掘技术数据预处理数据清理、数据集成、数据变换、数据归约数据挖掘监督学习算法：决策树ＤＴ、支持 向 量 机ＳＶＭ、ＢＰ 神 经 网 络ＢＰＮＮ和贝叶斯网络ＢＮ无监督学习算法：聚类分析、关 联规则分析结果解释与应用图形或表格数据挖掘算法有监督有监督学习算法是指部分输入（训练数据）与 输出（标签）的对应关系已知，在此基础上建立数学模型，将输入映射到期望的输出中，再利用训练模 型对未知输出的数据进行分析。决策树决策..
2021-04-21 15:27:18
509
原创 【文献阅读】数据挖掘技术在建筑暖通空调领域的研究应用进展
数据预处理占到整个数据挖掘流程的 80% 以上的工作量，是最重要的工作之一如对于异常数据，常见的算法有 K-Means 算法、KNN 算法 以及小波分析算法，K-Means 算法在处理过程 中易受异常值的影响，KNN 算法对计算性能要求较高，不适合于处理过大的数据集合，而小波算法本身过于复杂，实施过程中耗费的时间较长、效率较低，能耗建筑能耗影响因素分析与量化研究建筑能耗的影响因素归为以下几个 主要因素: 气候条件( 如温度、湿度、太阳辐射等) 、 建筑特性( 如围...
2021-04-21 15:10:29
567
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人