-
公开(公告)号：CN119048271A
公开(公告)日：2024-11-29
申请号：CN202410852546.3
申请日：2024-06-28
Applicant: 华南理工大学 , 人工智能与数字经济广东省实验室(广州)
IPC: G06Q50/06 , G06F18/2433 , G06F18/15 , G06F18/213 , G06F17/18 , G06F17/11
Abstract: 本发明公开了一种适用于含办公区的数据中心PUE核减方法、系统及介质，该方法包括采集室外气象环境参数、冷源系统运行参数以及数据中心能耗数据；对采集得到的数据进行预处理，包括划分工况、异常值剔除与缺失值插补以及冷源能耗特征选择；以预处理后的数据为输入，采用非线性回归法，构建供冷季无办公负载的冷却系统基准模型，预测供冷季办公工况下的无办公负载的能耗；划分办公区用冷能耗；计算剔除办公用电及办公用冷能耗后的数据中心真实PUE值。本发明根据大数据分析和人工智能算法，构建冷却系统基准模型，无需现场施工，精准剔除办公区域用冷产生的能耗，帮助企业核减数据中心真实PUE，达到国家制订的能效目标。
-
公开(公告)号：CN118674291A
公开(公告)日：2024-09-20
申请号：CN202410837331.4
申请日：2024-06-26
Applicant: 华南理工大学
IPC: G06Q10/0637 , G06Q10/067 , G06Q50/08 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种公共建筑分季度能耗预测与节能改造分析的方法及系统，该方法包括：获取不同类型待预测公共建筑的四个季度的能耗参数，构建多特征数据集并进行数据预处理；构建能耗预测模型并进行训练和测试；利用训练好的能耗预测模型预测单位面积能耗与人均能耗；根据能耗参数、能耗预测模型以及能耗预测结果，基于斯皮尔曼和树模型耦合分析的方法，对各类型建筑的不同季节能耗进行特征向量相关性分析。本发明基于改进的卷积神经网络预测不同类型建筑在未来每个季度的能耗情况，预测准确率高、响应速度快；相关性排序针对性强，节能目标明确；能够给予相关建筑直接的节能改造建议并及时发现异常情况，为建筑能源管理和节能提供支持。
-
公开(公告)号：CN116932261A
公开(公告)日：2023-10-24
申请号：CN202310782327.8
申请日：2023-06-29
Applicant: 华南理工大学
Abstract: 本发明公开了一种数据中心异常能效溯源方法、系统和介质，方法包括：采集数据中心各项能耗历史数据；对历史数据进行清洗及插补；将各项能耗历史逐时数据转化为各项能耗历史日逐时数据；采用前后两个时刻能耗的差值计算逐时能耗增量，得到各项能耗日逐时能耗增量；对各项能耗日逐时能耗增量分别取置信区间，得到初始逐时能耗增量置信区间；对初始逐时能耗增量置信区间进行修正，得到最终逐时能耗增量置信区间；数据中心能效异常时，计算各项能耗逐时能耗增量，对比实时能耗增量是否在逐时能耗增量置信区间内，判断能耗是否异常。本发明能够有效溯源引起能效异常的原因，也可对能效异常检测的结果进行反馈修正，减少虚警，提高异常检测准确度。
-
公开(公告)号：CN119272977A
公开(公告)日：2025-01-07
申请号：CN202411210664.0
申请日：2024-08-30
Applicant: 华南理工大学
IPC: G06Q10/063 , G06Q50/06 , G06F18/24 , G06F18/23213 , G06F18/15 , G06Q50/26 , G06F18/214 , G06F17/18
Abstract: 本发明公开了一种基于多级分类与动态数据修正的公共建筑能耗定额的方法，包括：获取能耗参数，构建多特征数据集并预处理；基于功能性与用能属性进行一级分类；基于K‑means模型进行二级分类；基于定额水平与排序耦合法和模拟定额法分别进行能耗定额并加权平均得到综合能耗定额；基于SHAP值模型进行能耗特征重要性分析；基于重要特征的年度数据进行线性回归，并计算重要特征预测值及变化率进而修正得出未来各类型建筑的综合能耗定额；基于单栋建筑的重要特征的变化率判断用能合理性与节能积极性，并修正综合能耗定额。本发明基于动态数据对多级分类建筑两种能耗定额进行修正，改善了以往能耗定额方法忽略建筑之间不同行为、性质及特点对建筑能耗的影响。
-
-
-
Search Results
4
records
(took 0.097 seconds)
