-
题名公共建筑能耗特征选择策略及逐时预测
- 1
-
-
作者
李子怡
钟炜
-
机构
天津理工大学管理学院
-
出处
《天津理工大学学报》
2025年第6期13-20,共8页
-
基金
国家重点研发计划(2022YFC3901805)。
-
文摘
建筑能耗预测是制定建筑节能策略、提升建筑运行效能的基础。为解决当前建筑能耗管理数字化水平薄弱、预测模型精度低等问题,构建一种基于改进轻量级梯度提升机(light gradient boosting machine,LightGBM)的集成预测模型。针对既有建筑进行特征选择与能耗预测,并将算法应用于天津市某大数据平台的能耗监测预警系统。首先,借助基于LightGBM的特征选择策略筛选出最优特征子集,在降低数据维度的同时提升模型运行效率;然后,建立基于机器学习算法的动态监督能耗预测模型,完善运行能耗监测预警机制;最后,应用项目实测能耗数据对模型进行预测性能评价,并结合局部可解释模型(local interpretable model-agnostic explanations,LIME)技术生成预测结果信息图,运维管理人员依据平台生成的能耗报告及反馈的预警信息进行厂区能源结构调整与异常用能诊断。结果表明,平台监测预警功能可以识别反馈95%以上的异常用能情况,验证了所提方法的科学性与普适性,为运维管理人员进行建筑节能潜力挖掘与异常用能诊断提供决策参考。
-
关键词
建筑能耗
特征选择
预测
机器学习
-
Keywords
building energy consumption
feature selection
prediction
machine learning
-
分类号
TH111.195
[机械工程—机械设计及理论]
-
