基于大数据的建筑物节能智能化策略

作　　者： 国君

摘　　要： 为解决建筑物能耗大数据分析工作中存在的数据类型繁多、数据量庞大以及数据分布不均等问题，文章构建了基于大数据下建筑物节能的智能化策略。首先，深入分析建筑物能耗大数据，精准识别建筑物能耗关键参数并进行细致的聚类分析，从而得到准确的建筑物能耗特征。利用 KNN（K-nearest neighbor）算法进行聚类分析，挖掘建筑物的能耗特征。采用 BP（back propagation）神经网络对建筑物能耗进行预测，并以此为基础数据提出了建筑节能的智能化策略，利用最小二乘法校准预测模型参数，得到建筑物节能的智能化策略。经过实验验证，文章提出的策略在预测建筑能耗方面的平均绝对误差达到了0.0171，均方根误差为 0.21，而标准差则为 0.17。所提策略预测建筑能耗平均绝对误差与最大均方根误差分别达到 0.0142 和 0.121，表明所提策略精度高，稳定性好，达到了建筑物节能智能化高效精准控制。

来　　源： 《信息产业报道》 2025-03