[发明专利]一种基于建筑能源管理应用场景的建筑能耗模型评价方法

权利要求书

1.一种基于建筑能源管理应用场景的建筑能耗模型评价方法，其特征在于，包括：

S1，获取建筑历史能耗数据，所述建筑历史能耗数据包括实测历史能耗数据和实测历史气象数据；

S2，采用机器学习方法建立建筑能耗模型，在所述建筑能耗模型中进行特征变量的设定和模型算法的设定；

S3，将所述建筑能耗模型中特征变量的选取和模型算法的选择配置进行耦合，形成评价任务；

S4，根据建筑能耗模型并结合建筑能源管理应用场景，建立针对建筑能耗模型性能的多维综合评价模型；

S5，根据评价任务，采用多维综合评价模型对建筑能耗模型的预测性能进行综合评价；

所述建筑能耗模型的建立包括：

S21，对实测历史能耗数据、实测历史气象数据进行数据预处理，构成数据集；所述数据预处理包括：数据异常值的剔除和将监测频率小于1小时的监测数据转化为小时颗粒度数据；

S22，将数据集分为训练集和测试集；

S23，特征变量设定：包括特征选择、特征提取和/或特征构建；

所述特征变量包括气象特征变量和时间特征变量；

所述特征选择指从气象特征变量中选择特征变量；所述特征提取指从时间特征变量中进行标签特征提取；所述特征构建指将时间特征变量t转换为sin(ωt)，其中ω表示时间周期；

S24，模型算法设定：选择模型算法，所述模型算法为机器学习方法，并设定相应的超参数，生成建筑能耗模型，从历史能耗数据中选取过去5年的数据，分别基于线性回归算法、支持向量机算法SVM、人工神经网络算法ANN和随机森林算法RF搭建4个模型，并对这4个模型中的超参数进行配置，生成4个待测建筑能耗模型；

S25，模型预测：采用设定的模型算法和超参数，在所述训练集上对生成的建筑能耗模型进行拟合，并用拟合好的建筑能耗模型在所述测试集上进行预测；

步骤S4所述多维综合评价模型为层次化多维综合评价模型，依次包括目标层、准则层和度量层，各层中设有逐层细化的指标；所述目标层的指标为建筑能耗模型性能的综合评价结果；所述准则层的指标为一级指标；所述度量层的度量指标为二级指标；所述目标层、准则层和度量层的指标分类存放于度量指标库中；

步骤S5具体为：

S51，根据评价任务，从度量指标库中选取所需的度量指标；

S52，计算并设置选取的度量指标的权重；

S53，对实测得到的度量指标值进行归一化处理，并对各度量指标值进行加权求和，得到所述建筑能耗模型预测性能的综合评价结果；

S54，根据综合评价结果，给出适用于建筑能源管理应用场景的建筑能耗模型的最优推荐排序。

2.根据权利要求1所述的基于建筑能源管理应用场景的建筑能耗模型评价方法，其特征在于，所述准则层的指标包括：准确性、高效性、稳定性、易用性和可解释性。

3.根据权利要求2所述的基于建筑能源管理应用场景的建筑能耗模型评价方法，其特征在于，所述度量层的度量指标包括：

准确性指标，包括：决定系数R2、平均绝对百分比误差MAPE、平均绝对误差MAE、均方误差MSE或平方根误差RMSE、均方对数误差MSLE；

高效性指标，包括：时间性能、资源消耗；

稳定性指标，包括：稳定性；

易用性指标，包括：特征变量个数、建筑能耗模型参数个数、建筑能耗模型深度；

可解释性指标，包括：可解释性。