基于k-means聚类和离群点检测算法的医院建筑节能诊断方法

• 作者: 许璟琳 彭阳 余芳强
• 来源期刊: 计算机应用
• 关键词: 医院建筑 节能诊断 k-means聚类 离群点检测 建筑信息模型
• 年，卷（期）: 2021,（z1）
• 所属期刊栏目: 前沿与综合应用|Frontier and comprehensive applications
• 页码范围: 288-292
• 页数: 5页
• 分类号: TP391.7|TU17
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2020060835

摘要

虽然大型综合医院已经普遍通过加装智能电表实现用电回路监测,但是医院建筑节能仍多采用节能改造等方法,传统节能针对数据利用能力普遍较弱.针对上述问题,提出了一种基于建筑信息模型(BIM)的医院建筑节能诊断方法.首先,建立了医院能耗监测网络,在建筑信息模型中整合用电数据、用电外部影响因子;然后,基于k-means聚类算法和离群点检测两项无监督学习算法实现异常用电数据的主动挖掘;最后,基于建筑信息模型可视化展示建筑内用电逻辑、用电分布、异常点位置.在实际工程项目应用中验证了所提方法的有效性,可从可视化、智能化等角度从丰富的医院建筑用电数据中发现异常现象和节能潜力点,辅助节能诊断和管理.