基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
合理掌握集中供热系统热力站耗热量现状,对指导集中供热系统节能运行、促进节能减排具有重要意义.对集中供热系统热力站耗热量及影响因素数据进行处理和转化,剔除数据中的异常值及离群值,并将处理后的文本型数据转化成数值型;运用皮尔森相关系数确定了影响热力站耗热量的主要因素为建筑保温性能和二次侧供回水平均温度;将耗热量及主要影响因素作为输入参数,运用SPSS软件分别进行层次聚类算法、划分聚类算法分析,同时利用Python语言进行密度聚类算法分析,通过3种聚类分析结果对比,最终采用K-means聚类分析算法建立耗热量的最佳聚类模型,得出各类热力站的耗热量及影响因素的聚类中心值,为进一步集中供热系统热力站节能潜力分析提供理论依据.
推荐文章
集中供热热力站的设计方法简述
热力站
集中供热
设计方法分析
城市集中供热热力站控制系统设计简介
集中供热
控制系统
组态画面
热力站
集中供热系统中的分户供热和热量计量
集中供热系统
分户供热
热量计量
集中供热系统问题分析
集中供热
问题分析
改造
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 大型集中供热系统热力站耗热量聚类分析
来源期刊 建筑节能(中英文) 学科 工学
关键词 数据处理 耗热量 层次聚类算法 密度聚类算法 划分聚类算法
年,卷(期) 2022,(1) 所属期刊栏目 暖通空调
研究方向 页码范围 74-79
页数 6页 分类号 TU83
字数 语种 中文
DOI 10.3969/j.issn.2096-9422.2022.01.012
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2022(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
数据处理
耗热量
层次聚类算法
密度聚类算法
划分聚类算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
建筑节能
月刊
1673-7237
21-1540/TU
大16开
沈阳市和平区光荣街65号
8-107
1973
chi
出版文献量(篇)
5991
总下载数(次)
8
论文1v1指导