一种基于二次平均法的建筑能耗定额研究方法

计算;推算;计数设备的制造及其应用技术1.本发明属于办公建筑优化控制技术领域，尤其涉及一种基于二次平均法的建筑能耗定额研究方法。背景技术：2.目前对于能耗定额制定方法的研究主要可分为两类：第一类是统计定额，它是以建筑实际能耗数据为基础，运用数理统计方法得到建筑的能耗定额，如回归分析法、平均能耗法、定额水平法；第二类是技术定额，它以建筑相关节能标准为基础，使用软件建立节能标准建筑模型，通过模拟获得。因统计定额具有良好的可行性，常被政府相关部门采纳用于编制能耗定额。3.由于建筑能耗结构特点相对简单，数据统计较为完善，而用能人数作为影响办公建筑能耗的重要因素，其研究较少。技术实现要素：4.为解决上述技术问题，本发明提出一种基于二次平均法的建筑能耗定额研究方法，该方法针对建筑能耗数据，进行数据预处理，以用能人数流动性划分将办公建筑分为a、b类型，采用二次平均值法制定合理的定额指标，并与地方标准进行对比进一步验证分类后定额值的合理性。5.为实现上述目的，本发明提供了一种基于二次平均法的建筑能耗定额研究方法，包括如下步骤：6.获取建筑能耗样本数据，并对所述建筑能耗样本数据进行预处理；7.基于预处理后的建筑能耗样本数据，获得能耗定额指标；8.基于所述能耗定额指标，采用二次平均值法，获得建筑能耗定额。9.可选地，所述建筑能耗样本数据包括：电力、天然气、热力和各类油耗。10.可选地，对所述建筑能耗样本数据进行预处理的方法为：11.剔除所述建筑能耗样本数据中缺失数据；12.计算剔除缺失数据后的建筑能耗样本数据的年能耗量的相对误差；13.采用箱线图法，剔除所述相对误差的异常值。14.可选地，计算剔除缺失数据后的建筑能耗样本数据的年能耗量的相对误差α的计算公式为：[0015][0016]式中，e1为样本的年能耗量，e为样本的平均年能耗量。[0017]可选地，获得能耗定额指标的方法为：[0018]基于用能人员稳定性，将预处理后的建筑能耗样本数据中的建筑分为a类和b类；[0019]基于a类建筑，采用单位面积能耗指标作为所述能耗定额指标；[0020]基于b类建筑，采用人均能耗指标作为所述能耗定额指标。[0021]可选地，所述用能人员稳定性x的计算公式为：[0022][0023]式中，i1为编制人数，i2为用能人数。[0024]可选地，所述单位面积能耗指标eui的计算公式为：[0025][0026]式中，e为被评价建筑的总能耗，kgce标煤；a为建筑总面积。[0027]可选地，所述人均能耗指标er的计算公式为：[0028][0029]式中，e为被评价建筑的总能耗，kgce标煤；i为被评价建筑的用能人数。[0030]与现有技术相比，本发明具有如下优点和技术效果：[0031](1)根据建筑用能人员的流动性情况，定义用能人员稳定性指标x,x越大，该建筑的用能人员越固定；x越小，该建筑用能人员的流动性越大。当x＞0.65时，采用人均能耗指标；当x＜0.65时，采用单位面积能耗指标。[0032](2)采用二次平均法计算得到能耗指标限额，a类建筑能耗定额值为10.44kgce/m2，略高于地方标准的定额，地方标准考虑了各地区经济发展水平不同，现行能耗标准低估了国家机关建筑的单位面积能耗。b类建筑能耗定额319.49kgce/m2人，略低于地方标准，而人均能耗定额值相对说明该指标较为合理。[0033](3)采用二次平均法不仅能够将建筑样本能耗合理划分为多个水平，而且不需要进行正态检验，也不需要将样本划分子集使其满足常规的分布特征。计算方法简单工作量小，且计算结果能够满足建筑样本能耗水平通过率的要求，可靠性较高。在政府相关统计系统较为完善精确的情况下，可优先考虑使用该方法，根据实际统计的能耗、当地的经济发展水平，制定切实可行的能耗定额，为评估建筑能耗水平和施行节能改造给出合理的标尺。附图说明[0034]构成本技术的一部分的附图用来提供对本技术的进一步理解，本技术的示意性实施例及其说明用于解释本技术，并不构成对本技术的不当限定。在附图中：[0035]图1为本发明实施例的一种基于二次平均法的建筑能耗定额研究方法流程示意图；[0036]图2为本发明实施例的样本α总体散点图；[0037]图3为本发明实施例的样本α总体箱线图；[0038]图4为本发明实施例的x样本总体分布图；[0039]图5为本发明实施例的a类建筑样本分布直方图；[0040]图6为本发明实施例的b类建筑样本分布直方图；[0041]图7为本发明实施例的建筑总体单位面积分布直方图；[0042]图8为本发明实施例的建筑总体人均能耗分布直方图；[0043]图9为本发明实施例的a类建筑单位面积能耗与样本总体单位面积能耗二次平均值对比示意图；[0044]图10为本发明实施例的b类建筑单位面积能耗与样本总体人均能耗二次平均值对比示意图。具体实施方式[0045]需要说明的是，在不冲突的情况下，本技术中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本技术。[0046]需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。[0047]实施例一[0048]如图1所示，本发明提供一种基于二次平均法的建筑能耗定额研究方法，包括如下步骤：[0049]获取建筑能耗样本数据，并对建筑能耗样本数据进行预处理：[0050]进一步地，本实施例的建筑能耗样本数据来源于机关事务管理局。统计了2019、2020、2021三年建筑共计308栋的能耗。能耗统计包括电力，天然气，热力，各类油耗。建筑用能结构多元化，若每一项分别制定标准，工作量较大，且较难执行。因此将建筑各项能耗依据表1常用能源折标准煤参考系数换算为标准煤，能耗定额则根据建筑各项能耗之和确定。[0051]表1[0052][0053]进一步地，由于样本数据的统计存在一定的局限性，获得的样本数据可能存在缺失与偏差的现象，因此在利用样本数据制定建筑能耗定额指标时，应先对数据进行稳定性与有效性的分析。将缺失以及不合理的数据剔除，拟采用箱线图法剔除过大与过小的样本数据，该处理是为了避免特殊用能情况的建筑对总体建筑用能情况的影响，并形成质量良好的数据样本。[0054]样本数据的有效性检查[0055]样本数据中部分建筑缺少用能人数、建筑面积、电耗等关键数据，视为无效样本，从样本中剔除。将统计样本中缺失2019、2020、2021 年中某一年能耗数据的样本剔除，因其无法进行后续的用能数据稳定性的检查。[0056]箱线图法[0057]箱线图是一种用作显示一组数据分散情况的统计图，用于反映数据分布特征。大量的研究实践表明箱线图在处理数据异常值方面的性能表现优越。箱线图的绘制只与原始数据有关，不需要假定数据样本满足某种分布。能够更客观真实的反应数据的分布特征和趋势。箱线图判断异常值的标准以四分位数和四分位距为基础，四分位数具有一定耐抗性，多达25％的数据可以变得任意远而不会很大干扰四分位数，所以异常值不会对这个标准施加影响，识别结果更加客观。[0058]样本数据的稳定性检查[0059]取样本个体，即该建筑2019、2020、2021年能耗的平均值为e，由于2020,2019年受疫情影响较大，不能反映建筑实际用能水平。所以取2021年的年能耗量为e1。将样本的年能耗量e1与该样本的平均年能耗量e对比，求得相对误差其余样本建筑均计算出α，形成α样本总体，如图2。[0060]利用箱线图剔除α的异常值，如图3。[0061]取α样本总体的平均值0.22作为稳定性的的筛选条件，因为平均值表征的是α样本总体的集中趋势。并且超过百分之60的建筑α低于该平均值。所以α低于0.22的建筑则视为通过稳定性检查。通过稳定性筛选的建筑共有201栋。以下将对样本数据特征分析，选取合理的能耗定额指标。[0062]基于预处理后的建筑能耗样本数据，获得能耗定额指标：[0063]进一步地，对样本数据分析发现用能人数和建筑规模对建筑能耗影响显著。以建筑面积为评价依据的能耗定额指标为单位面积能耗指标eui(energy use intensity)，计算如下[0064][0065]式中，e为被评价建筑的总能耗，kgce标煤；a为建筑总面积， m2[0066]以用能人数为评价依据的能耗定额指标为人均能耗指标，计算如下[0067][0068]式中，e为被评价建筑的总能耗，kgce标煤；i为被评价建筑的用能人数，人。[0069]选用单位面积能耗指标对办公建筑能耗进行评价是具有一定公平性的，可在某种程度反映办公建筑的耗能情况。但使用该指标进行评价也存在一定片面性。办公建筑能耗与用能人数直接相关，而调研发现办公建筑用能人数有些相对固定，有些流动性较大，若对于人员流动性较小的的建筑，其单位面积能耗指标会较小，而对人员流动性较大的建筑，其单位面积能耗指标会较大，这就使评价结果不合理。因此，本实施例将用能人数流动性较大的建筑定义为a类，采用单位面积能耗指标评价。将用能人数较为固定的建筑定义为b类，采用人均能耗指标评价。本实施例采用统计样本中编制人数与用能人数的比值x定义用能人员稳定性，来评价建筑用能人数是否较为固定。计算如下[0070][0071]式中，i1为编制人数，人；i2为用能人数，人。x越大，该建筑的用能人员越固定；x越小，该建筑用能人员的流动性越大。样本x 总体分布如图4。[0072]利用箱线图剔除异常值后，因大部分的建筑编制人数与用能人数比值集中在平均值附近，所以取x平均值0.65作为a,b类建筑划分依据，x小于0.65的样本建筑视为用能人数流动性较大，归纳为a 类，采用单位面积能耗定额指标进行能耗评价。对于x大于0.65的样本视为用能人数较为固定，归纳为b类，采用人均能耗定额指标评价。a类建筑共有87栋，b类建筑共有114栋。[0073]基于所述能耗定额指标，采用二次平均值法，获得建筑能耗定额。[0074]进一步地，目前常用的统计分析方法主要有二次平均法、定额水平法等。采用定额水平法制定能耗定额更加的灵活，数据直观，可以根据需要给出不同水平的定额值。但该方法要求样本数据满足常规正态分布，所以以下将对a、b类建筑与总体样本分别进行正态性检验，验证是否满足正态分布。[0075]使用spss软件对数据进行正态性检验。利用箱线图剔除样本异常值，经过数据筛选之后的样本总数分别为a类83和b类106个，对数据进行正态检验。表2建筑能耗强度分布检验结果列出两种分类建筑以及不分类情况下的描述统计结果，以及偏度、峰度、k-s检验 p值和s-w检验p值。[0076]表2[0077][0078]图5、图6分别为a、b两类建筑的分布直方图，图7、图8分别为样本总体的分布直方图。[0079]对于依据单位面积能耗指标划分的a类建筑，由表2可知样本偏度峰度均大于0，k-s与s-w检验的p值均小于0.05，不服从正态分布。而依据人均能耗定额指标划分的b类建筑，样本偏度大于0小于 1，说明了样本呈现正偏态，且偏移的程度并不大，峰度小于0说明样本曲线较为平坦。虽然k-s检验p值大于0.05，但是样本数量远小于2000，以s-w检验的p值为准，因s-w检验p值小于0.05，所以也不服从正态分布。同理，由表2可知样本总体的单位面积能耗与人均能耗分布特征均不服从正态分布。结论：因此本实施例的数据样本不适合采用定额水平法进行研究。[0080]而二次平均值法其可操作性强，能够将数据样本数据合理划分为多个层次且准确性高，计算的工作量较小，对于不满足常规正态分布特征的样本数据实用性更强。该方法考虑了现实的先进性水平并且具有一定实际指导作用。[0081]基于以上分析，本实施例将使用简单易操作的二次平均法进行建筑能耗定额的制定并以70％‑‑85％的建筑用能水平通过率作为标准，来评价二次平均值法制定的能耗定额对节能工作是否具有实际的指导作用。[0082]进一步地，二次平均值法是采用对样本能耗数据的平均值进行二次平均的方法来得到建筑能耗定额。通常包括二次高位平均值和二次先进平均值。高位平均值是指对大于平均值的样本再求一次平均值，而先进平均值是指对于小于平均值的样本再次求平均值。以人均能耗指标为例，平均值、高位平均值、先进平均值、二次平均值的计算分别如下。[0083]平均值：[0084][0085]式中：为样本建筑人均能耗平均值，kgce/人；m为样本数量；ej为第j个样本的人均能耗，kgce/人。[0086]先进平均值：[0087][0088]式中：样本建筑人均能耗的先进平均值，kgce/人；n为能耗值小于的样本个数；ei为小于的第i个样本的人均能耗，kgce/ 人。[0089]高位平均值：[0090][0091]式中：为样本建筑人均能耗高位平均值，kgce/人；l为能耗值大于样本的个数；ek为大于的第k个样本的人均能耗，kgce/ 人。[0092]二次先进平均值：[0093][0094]式中：为人均能耗二次先进平均值，kgce/人；其他参数含义同前。[0095]二次高位平均值：[0096][0097]式中：为人均能耗二次高位平均值，kgce/人；其他参数含义同前。[0098]在利用该方法编制能耗定额值时，应对高于高位平均值的建筑给与处罚，并列为重点节能对象实行节能改造，同时对于低于先进平均值的建筑可以给予奖励。[0099]进一步地，基于以上分析，a、b类建筑以及样本总体能耗将依据平均值计算出先进平均值、高位平均值、二次先进平均值、二次高位平均值。计算结果如图9，图10。[0100]由计算结果可知在不分类的情况下各项均值均小于a、b类对应的能耗值。造成该现象的原因是，不分类情况下在计算单位面积能耗时将人均占有面积较大的建筑也进行了能耗均值计算。而人均占有面积较大的建筑，其单位面积能耗偏低,在计算人均能耗时，人流量较大的办公建筑其人均能耗偏低。所以造成了不分类情况下各项均值均低于a,b类对应的能耗值。[0101]进一步地，以下将对样本数据的通过率进行分析，进一步验证分类后能耗定额值的合理性。依据各平均值与二次平均值，计算a、b 类建筑样本的通过率。计算结果如表3建筑各项均值通过率[0102]表3[0103][0104]合理的能耗定额值对应的定额水平宜保证70-85％的建筑能耗能够通过该定额值。若a,b类建筑样本以先进平均值、二次先进平均值为定额要求值，这都使得过半的建筑超过了定额要求值。采取该定额值作为评价标准较为严苛，大量增加了节能改造的工作量，因此无法正常地开展工作，也就失去了实际的指导作用与节能监管的意义。而以高位平均值作为定额要求值，定额水平分别为0.84、0.82、0.83、 0.82。该定额值下约80％以上的建筑通过该定额要求值，这可能导致部分能耗较高的建筑避免了节能管理与改造。采用二次高位平均值作为定额值，在不分类情况下的二次高位平均值通过率为0.69与0.68 低于了合理定额水平0.7，而a、b类建筑通过率为0.74与0.71，该通过率较为合理。同时也验证了分类后制定能耗定额的合理性。[0105]综上所述建筑能耗定额取分类后a、b的二次高位平均值较为合理。对于无特殊用能的建筑，a类建筑单位面积能耗高于13.07 kgce/m2，b类建筑人均能耗高于376.57kgce/m2人均将其视为重点节能改造对象。[0106]若a类建筑单位面积能耗低于4.53kgce/m2，b类建筑人均能耗低于158.82kgce/m2人时，并且各项数据填报无误时，应当给予适当的奖励。[0107]进一步地，将采用二次平均法制定的a、b类建筑的能耗定额值与地方标准db43/t 61 3—2021《党政机关能耗定额》进行比较，见表4a、b类建筑能耗定额值与地方标准对比。[0108]表4[0109][0110]由上表可知，对建筑，a、b类建筑采用二次平均值法获得的单位面积能耗定额值相对现行的地方标准略高。若采用地方标准的单位面积能耗定额值，通过率仅为0.6，该指标过于严苛。这是由于各地区经济发展水平不同，现行能耗标准低估了国家机关建筑的单位面积能耗。而人均能耗定额值相对地方标准略低，说明该指标较为合理。[0111]进一步地，本实施例根据2019-2021建筑的能耗统计数据，采用二次平均值法对建筑能耗定额进行研究分析，主要结论如下：[0112](1)根据建筑用能人员的流动性情况，定义用能人员稳定性指标x,x越大，该建筑的用能人员越固定；x越小，该建筑用能人员的流动性越大。当x＞0.65时，采用人均能耗指标；当x＜0.65时，采用单位面积能耗指标。[0113](2)对数据样本进行了正态性检验，结果表明，用能人数流动性较大的建筑单位面积能耗样本分布呈正偏态分布且曲线陡峭；用能人数稳定的建筑人均能耗样本分布呈正偏态且曲线较平坦，因此不适合采用定额水平法分析样本数据。[0114](3)采用二次平均法计算得到能耗指标限额，a类建筑能耗定额值为10.44kgce/m2，略高于地方标准的定额，地方标准考虑了各地区经济发展水平不同，现行能耗标准低估了国家机关建筑的单位面积能耗。b类建筑能耗定额319.49kgce/m2人，略低于地方标准，而人均能耗定额值相对说明该指标较为合理。[0115](4)采用二次平均法不仅能够将建筑样本能耗合理划分为多个水平，而且不需要进行正态检验，也不需要将样本划分子集使其满足常规的分布特征。计算方法简单工作量小，且计算结果能够满足建筑样本能耗水平通过率的要求，可靠性较高。在政府相关统计系统较为完善精确的情况下，可优先考虑使用该方法，根据实际统计的能耗、当地的经济发展水平，制定切实可行的能耗定额，为评估建筑能耗水平和施行节能改造给出合理的标尺。[0116]以上，仅为本技术较佳的具体实施方式，但本技术的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本技术揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本技术的保护范围之内。因此，本技术的保护范围应该以权利要求的保护范围为准。









图片声明：本站部分配图来自人工智能系统AI生成,觅知网授权图片,PxHere摄影无版权图库。本站只作为美观性配图使用,无任何非法侵犯第三方意图,一切解释权归图片著作权方,本站不承担任何责任。如有恶意碰瓷者,必当奉陪到底严惩不贷!




内容声明：本文中引用的各种信息及资料（包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主体（包括但不限于公司、媒体、协会等机构）的官方网站或公开发表的信息。部分内容参考包括:(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供参考使用,不准确地方联系删除处理！本站为非盈利性质站点,发布内容不收取任何费用也不接任何广告!




免责声明：我们致力于保护作者版权，注重分享，被刊用文章因无法核实真实出处，未能及时与作者取得联系，或有版权异议的，请联系管理员，我们会立即处理，本文部分文字与图片资源来自于网络，部分文章是来自自研大数据AI进行生成,内容摘自(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供学习参考,不准确地方联系删除处理!的,若有来源标注错误或侵犯了您的合法权益，请立即通知我们，情况属实，我们会第一时间予以删除，并同时向您表示歉意,谢谢!