建筑HVAC的可视化及基于非监督学习的异常探测

• 作者: 赵雪圻
• 来源期刊: 中国房地产
• 学科: 经济
• 关键词: 建筑可视化 异常检测 无监督学习 人工智能
• 年，卷（期）: zgfdcb_2020,（27）
• 页码范围: 64-69
• 页数: 6页
• 分类号: F293

摘要

建筑可视化是应用该技术的重要领域。讨论功耗异常检测方法,试图找到一种合适的数据可视化方法来构建HVAC功耗和异常检测。与其他建筑物异常可视化方法相比,K-Means+Polty异常检测可视化方法主要具有以下优点:(1)可以将室外数据与传感器检测到的功率损耗数据结合起来,包括天气的影响可以被认为包括在内,并获得更准确的结果;(2)所有可视化数据都提供了一个交互式UI,便于建筑物管理员在异常时刻更快速、方便地查找相关信息;(3)与带标签的数据采集相比,无标签数据的采集难度和采集成本大大降低。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵雪圻		2	0	0.0	0.0