戴吉平 史晨

1 深圳達實智能股份有限公司

2 清遠市清城區(qū)住房和城鄉(xiāng)建設(shè)局

0 引言

隨著社會的發(fā)展，建筑機電系統(tǒng)設(shè)備量越來越大，在實際運行的過程中，存在諸多隱蔽性異常，設(shè)備的異常運行是困擾機電系統(tǒng)節(jié)能運行的主要問題。工程上通常是監(jiān)測逐時刻能耗數(shù)據(jù)，結(jié)合數(shù)據(jù)統(tǒng)計法去判斷找到異常。

現(xiàn)在信息化技術(shù)趨于成熟，建筑機電系統(tǒng)運行過程中積累的大量數(shù)據(jù)是設(shè)備運行經(jīng)驗很好的載體，結(jié)合數(shù)據(jù)挖掘技術(shù)，可用于建筑機電系統(tǒng)的運行優(yōu)化工作[1-2]。數(shù)據(jù)挖掘的預測方法旨在通過相關(guān)性變量來預測其他變量的未知值或未知狀態(tài)。描述方法旨在找到挖掘數(shù)據(jù)中隱藏的有用的知識，例如關(guān)聯(lián)和聚類[3]。本文基于數(shù)據(jù)挖掘技術(shù)從實際數(shù)據(jù)中挖掘歷史用能規(guī)律，通過預測機電設(shè)備運行能耗來判斷實際能耗是否異常。

1 大數(shù)據(jù)分析流程

大數(shù)據(jù)分析過程包括三個步驟：數(shù)據(jù)預處理、數(shù)據(jù)挖掘、知識表達。由于原始數(shù)據(jù)中往往存在缺失、突變、不聯(lián)系等問題，數(shù)據(jù)預處理是數(shù)據(jù)分析工作的不可或缺的重要環(huán)節(jié)。數(shù)據(jù)挖掘是從數(shù)據(jù)中挖掘潛在有價值的信息，常用的分析方法有：顯著性分析檢驗、聚類和關(guān)聯(lián)分析、分類預測等。數(shù)據(jù)挖掘產(chǎn)生的大量信息數(shù)據(jù)，如何選擇、解析和利用知識來獲取隱藏價值，往往存在著困難和挑戰(zhàn)，需要利用知識表達(包括知識選擇和解釋) 對挖掘產(chǎn)生的知識信息進行分析，并將分析結(jié)果應用到策略挖掘、故障診斷和控制優(yōu)化等方面。典型大數(shù)據(jù)分析流程如圖1 所示。

圖1 大數(shù)據(jù)分析典型流程

建筑機電設(shè)備運行能耗診斷應用該數(shù)據(jù)分析流程涉及到的方法有：特征提取，聚類分析，Apriori 關(guān)聯(lián)規(guī)則，結(jié)合數(shù)據(jù)統(tǒng)計方法，展示了其應用效果。

2 基于數(shù)據(jù)挖掘技術(shù)的機電設(shè)備運行規(guī)律識別

使用數(shù)據(jù)挖掘技術(shù)的商業(yè)建筑機電設(shè)備運行能耗診斷的方法流程主要包括以下四個步驟：數(shù)據(jù)預處理、特征分析、DBSCAN 聚類分析、Apriori 關(guān)聯(lián)規(guī)則。數(shù)據(jù)預處理是提升數(shù)據(jù)質(zhì)量是為了做后續(xù)數(shù)據(jù)分析的重要基礎(chǔ)工作；特征分析是正確聚類的基礎(chǔ)?；谑彝猸h(huán)境數(shù)據(jù)、日期特征、聚類標簽應用關(guān)聯(lián)規(guī)則算法建立因子-結(jié)果對應的條件規(guī)則，獲取強關(guān)聯(lián)的條件規(guī)則，即識別的運行規(guī)律。

2.1 數(shù)據(jù)預處理

建筑機電系統(tǒng)運維平臺數(shù)據(jù)庫獲取的歷史日能耗數(shù)據(jù)有必要經(jīng)過數(shù)據(jù)預處理，即去除空缺數(shù)據(jù)，去除突變數(shù)據(jù)，去除噪點數(shù)據(jù)，提升數(shù)據(jù)質(zhì)量。為了保證能耗數(shù)據(jù)的可靠性及數(shù)據(jù)量，本文涉及到的預處理方法中突變數(shù)據(jù)可理解為：當前時刻點能耗值與前后時刻點能耗值都相差10 倍，或是當前時刻點能耗與前后時刻點能耗偏差值都大于額定值（額定值即逐時刻點能耗量所能達到的最大值）。同時需要考慮噪點日能耗曲線樣本的影響，取統(tǒng)計學方法置信度95%的能耗數(shù)據(jù)樣本。

基于統(tǒng)計學方法的機電設(shè)備日能耗數(shù)據(jù)預處理方法流程如圖2 所示。

圖2 日能耗數(shù)據(jù)樣本預處理流程

2.2 特征分析

機電設(shè)備的用能規(guī)律挖掘?qū)嵸|(zhì)上是日能耗曲線的識別工作，選擇合適的曲線特征參數(shù)是正確聚類結(jié)果的基礎(chǔ)。根據(jù)機電設(shè)備的類型和日能耗曲線的分析結(jié)果，特征分析主要分兩個步驟：設(shè)備屬性的劃分，特征參數(shù)的選取。設(shè)備屬性的劃分本質(zhì)上是區(qū)分照明、暖通、電梯、動力等類型的用電設(shè)備，可采用樣本差異系數(shù)進行區(qū)分。所謂差異系數(shù)就是以樣本標準差去除樣本平均數(shù)其計算公式為：

其中S為樣本標準差，M為樣本平均數(shù)，CV為樣本差異系數(shù)。差異系數(shù)大，則代表著其數(shù)據(jù)的差異程度大。

特征參數(shù)的選取本質(zhì)上是依據(jù)運行能耗曲線的特征定義，本方法選擇開啟時間長度、開啟區(qū)間能耗均值、能耗方差。彈性設(shè)備特征選擇開啟時間長度、開啟區(qū)間能耗均值、能耗方差。剛性設(shè)備特征選擇開啟時間長度、開啟區(qū)間能耗均值。

圖3 日能耗數(shù)據(jù)樣本特征提取流程

2.3 DBSCAN 聚類分析和Apriori 關(guān)聯(lián)規(guī)則挖掘

基于 DBSCAN 聚類算法的一些優(yōu)勢，即不需要指定簇的個數(shù)；可以對任意形狀的稠密數(shù)據(jù)集進行聚類，相對的K-Means 等相關(guān)的聚類算法一般只適用于凸數(shù)據(jù)集；擅長找到離群點。只需要輸入兩個模型參數(shù)即可。本文采用 DBSCAN 聚類對設(shè)備運行日能耗曲線進行類別的聚類分析。對設(shè)備的運行能耗數(shù)據(jù)進行基于數(shù)據(jù)聚類的挖掘分析，對帶有分類標簽的日能耗數(shù)據(jù)，室外環(huán)境數(shù)據(jù)分類標簽，日期特征數(shù)據(jù)即月份、是否節(jié)假日、是否工作日進行 Apriori 關(guān)聯(lián)規(guī)則的學習訓練，預測未來日能耗曲線類別，即日能耗范圍。

圖4 基于數(shù)據(jù)挖掘技術(shù)識別設(shè)備運行規(guī)律的方法流程

從室外環(huán)境角度考慮，影響機電設(shè)備運行模式的驅(qū)動因素主要有室外溫度、室外相對濕度、降水量 3 個因素，從時間角度考慮主要驅(qū)動因素有工作日、節(jié)假日、月份3 個因素。本文采用最大信息系數(shù)(MIC）方法用來檢測以上影響因素與對應聚類標簽相關(guān)性進行不確定性度量。

3 大型商業(yè)建筑機電設(shè)備運行規(guī)律識別方法驗證

本次案例數(shù)據(jù)來源于某商業(yè)集團公司運行監(jiān)測平臺中的暖通、照明、電梯、動力等分項設(shè)備的能耗數(shù)據(jù)，獲取到不同氣候區(qū)共 12 個大型商業(yè)建筑，其2019年的逐15 分鐘的日能耗數(shù)據(jù)，經(jīng)過必要的數(shù)據(jù)預處理，即空缺值處理，突變數(shù)據(jù)處理，取置信度 95%數(shù)據(jù)作為本次數(shù)據(jù)分析的基準數(shù)據(jù)。

將帶有聚類標簽的 2019 年能耗數(shù)據(jù)樣本集采用隨機拆分方法拆為80%訓練集和 20%測試集，測試集應用關(guān)聯(lián)規(guī)則根據(jù)室外環(huán)境因子和日期特征因子得到預測的聚類標簽。同時為了分析強關(guān)聯(lián)規(guī)則和一般關(guān)聯(lián)規(guī)則對識別結(jié)果的影響，本次將置信度大于0.8，支持度大于0.1 的規(guī)則定義為強關(guān)聯(lián)規(guī)則；置信度大于0.5，支持度大于0.1 的規(guī)則定義為一般關(guān)聯(lián)規(guī)則。

一般情況下測試集采用關(guān)聯(lián)規(guī)則進行預測，一定程度上會出現(xiàn)測試集因子找不到規(guī)則，匹配不到結(jié)果，該情況下沒法預測。因此可定義兩個指標進行評價：即準確度和測試集匹配率。準確度即預測準確的樣本數(shù)除以能夠預測到的樣本數(shù)，匹配率即能夠匹配到的樣本數(shù)除以測試集樣本總數(shù)。

圖5、6 表示該識別方法不同關(guān)聯(lián)規(guī)則結(jié)果對測試驗證結(jié)果對比情況，從結(jié)果可以看出：

圖5 一般關(guān)聯(lián)規(guī)則識別驗證結(jié)果

1）一般關(guān)聯(lián)規(guī)則識別方法建筑機電各分項設(shè)備準確率平均為0.91，匹配率平均為0.95，其中空調(diào)箱預測的準確率低，主要是因為空調(diào)箱運行規(guī)律不明顯；制熱主機、停車場消防通風、生活水泵、送排風機、室內(nèi)公用照明、景觀照明、停車場照明、直梯、扶梯預測的準確率高，因為其屬于剛性設(shè)備，其運行規(guī)律單一。

2）強關(guān)聯(lián)規(guī)則識別方法建筑機電各分項設(shè)備準確率平均為0.95，匹配率平均為0.82，同上空調(diào)箱預測結(jié)果最低，剛性分項預測結(jié)果最高。

3）綜合分析可知，基于數(shù)據(jù)挖掘技術(shù)識別設(shè)備運行規(guī)律的方法識別結(jié)果較好。強關(guān)聯(lián)規(guī)則準確度更高，但是其匹配率會降低，出現(xiàn)無法預測的結(jié)果。

圖6 強關(guān)聯(lián)規(guī)則識別驗證結(jié)果

4 結(jié)論

本文從不同類型的大型商業(yè)建筑機電系統(tǒng)實際運行數(shù)據(jù)出發(fā)，分析了強關(guān)聯(lián)規(guī)則和一般關(guān)聯(lián)規(guī)則識別設(shè)備運行規(guī)律方法的準備度和匹配度，得到以下結(jié)論，驗證了該數(shù)據(jù)挖掘方法的可行性。

1）采用強關(guān)聯(lián)規(guī)則方法，即置信度大于 0.80 下識別設(shè)備的運行規(guī)律準確度達到0.95，預測規(guī)律準確度高。但匹配率只有0.82，也就是說設(shè)備歷史運行規(guī)律顯著的樣本不足，對于那一部分樣本是無法匹配到歷史運行規(guī)律的。

2）采用一般關(guān)聯(lián)規(guī)則方法，即置信度大于 0.50 下識別設(shè)備的運行規(guī)律準確度為0.91，預測準確度下降，但是其匹配率高達0.95。也就是說，設(shè)備歷史運行規(guī)律不那么顯著情況下去識別，相對預測的準確度是下降的，但是大部分樣本能夠在歷史運行中找到運行規(guī)律。

3）數(shù)據(jù)挖掘技術(shù)在機電設(shè)備運行規(guī)律識別當中具有高的識別精度，但是預測精度還依賴于關(guān)聯(lián)規(guī)則算法的閾值設(shè)定。強關(guān)聯(lián)規(guī)則即置信度要求大于0.80情況下，適用于運行規(guī)律單一或顯著的機電設(shè)備，如制熱主機、停車場消防通風、生活水泵、送排風機、室內(nèi)公用照明、景觀照明、停車場照明、直梯、扶梯等。一般關(guān)聯(lián)規(guī)則即置信度要求大于 0.50 情況下，適用于空調(diào)箱等運行規(guī)律不顯著的機電設(shè)備，或是歷史數(shù)據(jù)不足的機電設(shè)備。