數據挖掘在高校節能監管中的應用探討

陳瀟瀟+肖莎

摘要：本文主要探討數據挖掘技術在高校節能監管的應用，介紹如何利用數據挖掘技術進行能耗分析，以提高節能管理水平，減少高校的能源消耗，為高校的節能監管工作提供系統、科學化的決策指導，從而提塑造年輕一代的節能意識。

關鍵詞：數據挖掘；高校；節能監管；決策

1.高校節能監管現狀

當今社會，節能減排已經引起人們的普遍關注，越來越多的政府單位、企業、組織機構和個人自發地投入到節能減排的工作中。高校在一個城市能源消耗中占很大的部分，大學生的在校能耗人均量明顯大于全國城鎮居民能耗人均量。據統計，國內在校大學生人均用水量是全國居民人均用水量的2倍，能耗是全國居民平均值4倍多。高等院校能源使用缺少科學的計算和管理。如何采用合適的技術手段，將高校能耗的數據信息進行科學處理，提取出有用的規則和知識，挖掘出隱含在這些數據背后有價值的規律和知識，為高校的節能監管工作提供系統、科學化的決策指導，從而提高節能管理水平，減少高校的能源消耗，塑造年輕一代的節能意識。

2.國內外相關研究

國外的高校在資金方、經費等原因在一定的程度上加速了節能監管的開發和研究的推進，所取得的成果也是比較大的，國外的高校在節能監管信息化比較的成熟。在經過長期的節能監管信息化建設歷程中，國外的高校使用了成熟的技術框架，立足學校的實際情況對節能監管實現可視化的監管，很大的程度上提高了學校的能源使用率。美國高校建筑和設施的節能改造工程已經進行了十多年，這些學校中比較典型的是位于美國德克薩斯的A&M大學，校園節能監管項目改造工程的投入了不少的資金，節能監管平臺的穩定運行，經實測的節能收益超過了平臺建設的資金多倍。

我國重視校園節能監管的構建起始于上世紀九十年代，在經過了積極宣傳節能監管概念、初期的示范性建設和全方位實行構建的幾個階段。政府以12所高校為首批試點建設節約型校園的學校，并于2009年制定了有關校園建設節約型校園的建筑節能監管系統構建和管理技術的一系列技術指導方法，并將作為今后院校建設校園能源監管平臺的理論依據和技術指導。政府近些年加大了節能監管的投入力度，建設節約型校園在經過這些年的研究獲得得了不少進步，啟動了所節約型校園建設試點。

敖四江[1]等人對目前我國高校校園能源管理存在的問題進行了分析，提出了相應的解決方案，例如嘗試引入市場的機制、建立相關機構管理能源、完善管理體系等。高彪[2]等人通過研究上海某綜合型大學，對科研樓、圖書館、教學樓、辦公樓、宿舍樓等校園典型建筑的用能特點及節能潛力進行了探討。王旭東[3]通過對天津職業技術師范大學校園能源消耗現狀的研究，提出在高等學校構建基于網絡系統的能源管理平臺是實現節能降耗的重要手段。李道洋、蒙艷玫[4]等以廣西大學校園內40棟校園公共建筑為樣本建筑，通過多元線性回歸分析方法對建筑能耗和影響因子進行分析，得到影響樣本建筑能耗的主要因子，并建立了相應的能耗預測模型。季文娟[5]、喻偉[6]等將神經網絡模型應用于建筑能耗預測，建立了基于人工神經網絡的建筑能耗預測模型，實現了對建筑能耗的預測。在校園節能監管的研究上，主要集中于相關理論和對策制定方面，結合校園節能監管實踐的應用研究方面還不夠深入，較多的研究集中在利用統計分析研究方法或者數學模型對建筑能耗數據進行分析、預測，結合數據挖掘技術對能耗數據進行分析的研究亟待提高與完善。

3.數據挖掘在高校能源監管中的應用

在數據的分析和處理上面，數據挖掘會發揮重要的作用，它能從數據中提取有價值的信息。從應用層面來講，數據挖掘是一種決策支持過程，主要基于數據庫、人工智能、數理統計技術，高度自動化地分析數據，做出歸納性的推理，從中挖掘出潛在模式，幫助決策者減少風險、做出正確的決策。以高校不同類型建筑能耗為例，圍繞數據挖掘過程的主要步驟，探討數據挖掘技術在高校節能監管中的應用。本文的數據挖掘目標為建立起高校建筑能效分析的聚類挖掘模型，通過模型分析，制定降低能耗的策略。

3.1 數據清理、集成與選擇

從高校能源數據庫中提取近五年來的建筑能耗原始數據，去除無效缺失數據，挑選出科學的、安全的、適用于數據挖掘應用的屬性數據進行數據清洗。

3.2 數據預處理

對于高校建筑能耗歷史數據，由于測量和記錄的嚴重失誤，或由于儀器儀表的突然波動，都會造成數據的缺失。對于有多個屬性缺失值的記錄，直接將其從樣本中刪除；缺失的水電能耗數據，用當月系統能耗平均值填補。在不影響數據挖掘結果質量的前提下，盡可能保持了原數據的完整性。數據清洗后，對某些原來沒有的屬性按需要進行生成，通過泛化、屬性離散化處理將數據轉換以構成一個適合數據挖掘的描述形式。

3.3數據挖掘應用

從數據挖掘角度看，高校建筑能耗是較好的數據挖掘對象。因高校建筑用能所受到的不確定因素干擾遠小于商業、工業等行業，能耗數據表現出的規律性更強。數據挖掘應用一般圍繞特定的數據主題進行，高校建筑能耗數據挖掘可應用的主題如下：

（1）能耗預測：高校建筑能耗與建筑地域、建筑類型、建筑年代、建筑面積、建筑用途、建筑材料等眾多因素相關，可以使用分類或者回歸分析的方法建立起能耗預測模型。

（2）基準評價：通過基準評價，校園管理者可以了解其建筑運行情況，對比本建筑與其它類似建筑的能源消耗差異，如果發現目標建筑比其它同類建筑能耗高，可以采取措施降低能耗；對樣本建筑生成關聯規則，然后將這些規則應用于待評價的目標建筑，從而對目標建筑的能耗狀況進行評價。

（3）運行優化：高校建筑運行能耗的高低很大程度上取決于設備運行管理、維護水平的高低，可以運用關聯規則挖掘各子系統之間的關系，也可采用聚類挖掘出不同的運行模式，從而為節能決策提供支持。

4.結束語

高校節能監管是一項長期的工作，更是一個剛剛起步的節能重點項目。數據挖掘技術在高校能耗數據分析方向的應用才剛剛起步。但隨著節能監測系統的不斷完善、能耗數據的不斷豐富，數據挖掘技術的不斷深化，必將會有廣闊的應用前景。

參考文獻：

[1]敖四江.高校能源管理的現狀分析及對策探討[J].能源研究與管理，2010（4）：38-41.

[2]高彪，譚洪衛，宋亞超.高校校園建筑用能現狀及存在問題分析一以長三角地區某綜合型大學為例[J].建筑節能，2011（39）：41-44.

[3]王旭東.試論高校校園能源管理網絡平臺之構建[J].職業教育研究，2011（3）：17-19.

[4]李道洋.基于分項實時監測的建筑能耗數值分析[J].廣西大學學報，2012，37（5）：965-971.

[5]季文娟.基于神經網絡的建筑能耗巧估模型與預測模型研究[D].南京工業大學，2012.

[6]牛棋飛，張永堅，張春華.建筑中能耗拆分方法的研究[J].控制工程，2010（S1）：80-82.