基于数据挖掘的空调使用行为特征及运行模式分析

为明确教学建筑的空调使用特征以及其运行规则,该文基于某高校校园节能监管平台夏季逐时监测数据,统计分析了校园内的空调使用行为特征以及温度特征。利用数据挖掘中的关联规则分析方法提炼了空调使用行为的频繁模式,并揭示了不同空调使用行为与室内温度的对应关系。结果表明,高校授课期间空调使用5 h以下情况占比为67.2%,且空调开启时间在上午与下午的占比接近。得到了短时间、中长时间、长时间空调使用情况下的3种频繁模式:短时间使用情况下,空调设定温度低于26℃,空调开启时温度通常处于热感受为中性的温度区间;长时间使用情况下,空调设定温度高于26℃,且开启时室内温度对应热感受为暖的温度区间。

应用数据挖掘的高校教学建筑空调使用及其能耗分析

以浙江省某高校为研究对象,根据其节能监管平台在2016年11月—2019年2月的空调实时运行数据,利用聚类方法,全年共得到6种典型空调使用模式以及4种空调能耗模式.利用基于监督学习的决策树、随机森林算法,对空调使用与能耗的关系进行解耦,明确不同空调使用情况导致的不同能耗水平,并使用交叉验证的方法比较多种机器学习算法的精度.分析结果表明:空调使用时长均直接影响着日空调能耗,且在制冷工况下教室规模和空调使用强度也对能耗有着明显的影响.研究结果可为高校教学建筑的节能管理及其能耗模拟提供支持.