[发明专利]一种基于大数据的中央空调能耗特征选择方法

权利要求书

1.一种基于大数据的中央空调能耗特征选择方法，其特征在于，包括以下步骤：

步骤一、采用专家意见对特征数据集进行初步筛选；

步骤二、对经过初步筛选的特征数据集进行预处理；

步骤三、基于预处理后的特征集，采用boruta特征选择算法提取新的特征子集1；

步骤四、基于预处理后的特征集，采用lasso特征选择算法提取新的特征子集2；

步骤五、基于步骤三得到的特征子集1和步骤四得到的特征子集2，结合专家意见，采用交集归类的方法得到中央空调能耗关键特征集合。

2.根据权利要求1所述的一种基于大数据的中央空调能耗特征选择方法，其特征在于，所述步骤二的预处理具体包括以下步骤：

步骤2.1，设定约束范围，剔除异常值；

步骤2.2，使用决策树得到系统稳定条件下的运行数据；

步骤2.3，间隔5分钟取数据均值，去掉重复点；

步骤2.4，合并数据，并进行数据扩增；

步骤2.5，插值补充缺失数据。

3.根据权利要求1所述的一种基于大数据的中央空调能耗特征选择方法，其特征在于，所述步骤三中采用boruta特征选择算法提取新的特征子集1具体包括以下步骤：

步骤3.1，通过创建混合副本的阴影特征为给定的数据集增加随机性；

步骤3.2，训练一个随机森林分类的扩展数据集，以评估每个特征的重要性，越高则越重要；

步骤3.3，检查每一个原特征是否比最好的阴影特征具有更高的重要性，并且不断删除它视为非常不重要的特征；

步骤3.4，当所有特征得到确认或拒绝，或算法达到随机森林运行的一个规定的限制时，算法停止。

4.根据权利要求1所述的一种基于大数据的中央空调能耗特征选择方法，其特征在于，所述步骤四中采用lasso特征选择算法提取新的特征子集2具体采用模型系数的绝对值函数作为惩罚来压缩模型系数，将部分回归系数变小或设置为0。