论文部分内容阅读
以夏热冬暖地区某办公建筑中央空调为研究对象,将室外干球温度、开机时长、日期属性等作为复杂工况的划分依据,然后以不同典型工况下日用能模式距离矩阵计算各模式的信息熵值,将其作为描述日用能模式异常程度的特征参数降低数据维度,最后采用聚类算法实现不同工况下的异常日用能模式的识别.结果 表明:基于信息熵的检测结果与常规特征参数法、K-means直接聚类法相比,降低了异常日用能模式的误判率和漏检率.该方法可为进一步挖掘建筑空调节能潜力提供参考.