当前位置: 首页 > 建筑论文>建筑综合 >基于机器学习算法的建筑能耗监测数据异常识别及修复方法

基于机器学习算法的建筑能耗监测数据异常识别及修复方法

大小：107.4 KB
语言：中文版
格式： PDF文档
类别：建筑综合

资源简介

截止2016年底,上海市公共建筑能耗监测平台已累计监测建筑1500余栋,为更好地实现数据利用,发挥平台监管作用,本文提出基于机器学习算法的公共建筑能耗监测数据异常识别及修复方法,即综合应用阈值法、k-means聚类法及knn算法。通过对能耗监测平台中部分样例计算,结果显示:该方法能较好地识别不同性质的异常数据,并结合历史数据对其进行修复,误差在5%以内,能有效提高公共建筑能耗监测数据质量和可利用率,为后续数据挖掘分析奠定基础。,资料为PDF文档格式.

本文档关键词:复方,算法,能耗,识别,机器

上一篇: 基于机器学习的地基沉降预测方法研究综述

下一篇: 基于机器学习算法的空气源热泵性能分析--以北京某办公园区为例

立即下载

首页

资讯

建筑标准

书籍

论文

模型素材

图纸图集

专题

资源合集

更多分类

基于机器学习算法的建筑能耗监测数据异常识别及修复方法

推荐信息