基于数据挖掘的能源管理平台的研究
| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 课题研究背景及意义 | 第9-10页 |
| 1.2 数据挖掘技术国内外研究现状 | 第10-12页 |
| 1.3 能源管理系统国内外研究现状 | 第12-13页 |
| 1.4 故障检测与诊断国内外研究现状 | 第13-16页 |
| 1.5 本文主要研究内容 | 第16-17页 |
| 第2章 基于数据挖掘方法建立主成分分析模型 | 第17-29页 |
| 2.1 主成分分析方法 | 第17-23页 |
| 2.1.1 主成分分析基本思想 | 第17-18页 |
| 2.1.2 主成分个数的选择 | 第18-20页 |
| 2.1.3 主成分分析模型的建立 | 第20页 |
| 2.1.4 建立主成分分析模型的步骤 | 第20-21页 |
| 2.1.5 基于主成分分析的故障诊断方法 | 第21-23页 |
| 2.2 主成分分析法的MATLAB程序实现 | 第23-25页 |
| 2.2.1 主成分分析的实现函数 | 第23页 |
| 2.2.2 主成分分析的程序实现 | 第23-25页 |
| 2.3 基于主成分分析法的故障诊断流程 | 第25-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第3章 智慧建筑能源管理平台的研究 | 第29-39页 |
| 3.1 建筑能源管理平台的功能 | 第29-32页 |
| 3.2 建筑能耗数据的监测采集 | 第32-34页 |
| 3.3 建筑能耗数据的统计与展示 | 第34-37页 |
| 3.4 建筑系统的运行监测与诊断 | 第37-38页 |
| 3.5 本章小结 | 第38-39页 |
| 第4章 基于PCA的建筑能耗故障诊断模型的建立 | 第39-52页 |
| 4.1 建筑能耗建模数据的提取 | 第39-43页 |
| 4.2 建模能耗数据的处理 | 第43-46页 |
| 4.3 主成分个数的确定 | 第46-49页 |
| 4.4 不同置信度时控制限值分析 | 第49-50页 |
| 4.5 基于PCA的建筑能耗故障诊断模型的建立 | 第50-51页 |
| 4.6 本章小结 | 第51-52页 |
| 第5章 智慧建筑能源系统故障诊断的工程实例 | 第52-66页 |
| 5.1 建筑工程概况及特点 | 第52页 |
| 5.2 基于PCA的建筑能耗故障诊断模型的应用 | 第52-62页 |
| 5.3 故障原因的初步分析 | 第62-65页 |
| 5.4 本章小结 | 第65-66页 |
| 第6章 结论与展望 | 第66-68页 |
| 6.1 主要结论 | 第66-67页 |
| 6.2 研究展望 | 第67-68页 |
| 参考文献 | 第68-73页 |
| 致谢 | 第73-74页 |
| 作者在攻读硕士学位期间的科研成果 | 第74页 |
