建筑能耗监测数据预处理阶段机器学习算法的应用研究

为了更好地应用建筑能耗监测数据预处理阶段机器学习算法,就需要针对实际应用展开分析与研究,最终从根本上提高建筑能耗监测的实际效率与质量。基于此,在本篇文章中将会针对机器学习算法在建筑能耗监测数据预处理阶段的实际应用展开研究,希望可以为相关人员提供参考帮助。

基于机器学习算法的建筑能耗监测数据预处理技术研究

本文分析总结了建筑能耗监测大数据的特点,基于数据挖掘理论和机器学习算法,提出了建筑能耗监测大数据预处理体系与方法。阐明了基于k NN算法的缺失数据填充、基于K-Means算法的异常数据识别与清洗、基于PCA算法的多维度数据降维的原理,应用提出的数据预处理体系和方法,对实际项目的整个制冷季节35 380组数据进行了数据预处理,实现了缺失数据的填充、异常数据的识别与清洗、数据的降维,为后续的数据挖掘应用奠定数据基础。

大型公共建筑能耗监测系统设计

本文结合工程设计实际,介绍了公共建筑能耗监测系统的总体结构及系统组成,详细介绍了该系统在应用中的具体设计。