基于数据挖掘的住宅建筑用户行为及相应能耗预测模型研究

项目名称： 基于数据挖掘的住宅建筑用户行为及相应能耗预测模型研究

项目编号： No.51408205

项目类型： 青年科学基金项目

立项/批准年度： 2014

项目学科： 建筑科学

项目作者： 俞准

作者单位： 湖南大学

项目金额： 25万元

中文摘要： 用户行为对住宅建筑能耗有很大影响。准确预测用户行为及其相应能耗可显著提高住宅建筑能耗模拟精度，进一步实现低/零能耗住宅建筑，对提高建筑能效和减少环境影响具有重要意义。本课题提出采用数据挖掘方法中关联规则挖掘技术确定用户行为影响因素与用户行为的关联度，并辨识用户行为预测模型的输入参数；采用数据挖掘中聚类技术对住宅用户进行合理分类以分别建模，提高模型预测准确性。在此基础上，建立基于数据挖掘中决策树技术的以住户为单位的用户行为预测模型并计算置信区间；建立基于数据挖掘中分类树技术的用户行为相应能耗预测模型。本项目的研究可为建筑模拟分析提供预测用户行为及其对住宅建筑能耗影响的合适模型，以进一步进行住宅建筑优化设计、高效运行、节能改造及新技术采用的能耗分析，从而为住宅建筑节能提供理论和应用指导以及政策制定依据。

中文关键词： 人行为；数据挖掘；预测；模型；建筑节能

英文摘要： Occupant behavior has a significant impact on residential building energy consumption. An accurate prediction of occupant behavior as well as its corresponding energy consumption can substantially improve the accuracy of building energy simulation. This w

英文关键词： Occupant behavior；Data mining；Prediction；Model；Building energy conservation