基于数据挖掘的建筑能耗异常检测研究

• 作者: 梅思雨 段中兴
• 来源期刊: 计算机测量与控制
• 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
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 设计与应用
• 页码范围: 253-259
• 页数: 7页
• 分类号: TP391
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2020.07.051

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	段中兴	西安建筑科技大学信息与控制工程学院	58	206	7.0	10.0
5	梅思雨	西安建筑科技大学信息与控制工程学院	1	0	0.0	0.0