建筑科学杂志已发表格式范文参考
1.基于机器学习的多联机空调系统节能量在线检测算法
作者：郝玉珍;曲凯阳;于 震;李 怀;陈语涵;郑春元;李 斌
作者单位：中国建筑科学研究院有限公司;建科环能科技有限公司;广东美的暖通设备有限公司
关键词：多联机空调系统;节能量在线检测;XGBoost;MLP;节能量
［摘 要］ 基于国家标准 GB/T 31349—2014《节能量测量和验证技术要求 中央空调系统》，本文提出针对多联机空调系 统的节能量在线检测算法。算法可用于为空调厂家提供节能量在线检测业务，帮助厂家掌握设备实际运行情况，挖掘设备的 节能潜力，助力绿色双碳目标。检测算法主要包括基期能耗—影响因素法和直接比较法 2 种算法，其中基期能耗—影响因素 法包括梯度提升决策树( eXtreme Gradient Boosting，简写为 XGBoost) 算法和多层感知机( Multilayer Perceptron，简写为 MLP) 算 法。基期能耗—影响因素法主要完成多联机空调系统能耗数据基期模型训练和报告期节能量计算两部分工作，直接比较法 算法主要完成节能措施开启状态下的相似日选择和节能量计算两部分工作。本文结合实例对算法的准确性和可行性进行了 验证，结果表明本算法可对多联机空调系统能耗数据进行准确地拟合，并结合训练集数据长度和输入参数对输出参数的相关 系数两方面对算法的准确度进行了分析，总结了要达到模型最低准确度的必要条件。提供了基期能耗———影响因素法计算 多联机空调系统节能量检测结果实例，形成了算法的全过程应用流程。
0 引 言
目前，我国已经出台多联机空调系统能效标准 GB 21454—2021《多联式空调( 热泵) 机组能效限定 值及能效等级》，该标准仅对设备名义工况下能效 进行检测，无法实现基于实际运行数据进行运行能 效的检测和评估，从而无法准确评估多联机空调系 统的运行节能能力，从而影响企业的节能技术创新， 制约多联机空调系统节能技术发展。为了解决这一 问题，需要制定多联机空调系统实际运行节能量检 测方法。因此本文对国内外涉及节能量检测的相关 标准进行了总结，这些标准可为联机空调系统实际 运行节能量检测方法提供参考。本项目为我方和美 的的联合研究项目，其中多联机运行数据为美的方 提供。
0. 1 节能量检测的国内外标准现状
国际标准化组织( International Organization for Standardization，ISO) 涉及节能量检测的标准包括 ISO 50001: 2018《能源管理体系———要求及使用指 南》［1］、ISO 17741: 2016《项目层面节能量测量、计 算和验证》［2］、ISO 17742: 2015《区域、国家和城市 能源效率及节能量计算方法》［3］、ISO 17743: 2016 《节能量确定和报告通用框架》［4］、ISO/DIS 17747: 2015《企业和其他组织能源效率及节能量计算方 法》［5］与 ISO 50015: 2014《组织能源绩效的测量和 验证 原则及指南》［6］等。其中 ISO50001: 2018《能 源管理体系———要求及使用指南》［1］是其他标准的 基础，在国际上影响最大，与本文的关系也最为密 切。
美国涉及节能量检测的标准包括《国际能效测 量 与 验 证 协 议 》 ( International Performance Measurement and Verification Protocol，IPMVP ) ［7］、 《能源、需求和节水测量指南》( ASHＲAE Guideline 14 ∶ 2014) ［8］与《过程加热、泵类系统、蒸汽系统、压 缩空气系统重要用能系统的能效评测标准》( 美国 机械 工 程 师 协 会 能 源 评 估，American Society of Mechanical Engineers Energy Assessment，ASME-EA－ 1，2，3，4－2009) ［9-12］。其中，《国际能效测量与验证 协议》IPMVP［7］在美国影响最大，也获得了广泛的 国际认可，成为很多国家( 从巴西到罗马尼亚) 标准 的测量和认证文件。
欧盟涉及节能量检测的标准包括《能效和节能 量计算方法－由下至上法和由上至下法》( 欧洲标 准，European Norm，EN 16212 ∶ 2012) ［13］。
国内涉及节能量检测的标准体系如下。在组织 层面上，现有标准包括 GB /T 13234—2018《用能单 位节能量计算方法》［14］。在项目层面上，现有标准 主要包括 GB /T 28750—2012《节能量测量和验证技 术通则》［15］及 GB /T 32045—2015 《节能量测量和 验证实施指南》［16］。在 GB /T 28750—2012 《节能 量测量和验证技术通则》和 GB /T 32045—2015《节 能量测量和验证实施指南》的基础上，又针对具体 节能技术，制定了分类更加详细的节能量测量和验 证技术要求，涉及到通风机系统、泵类系统、通风机 系统、钢铁板带材加热炉、水泥余热发电、居住建筑 供暖系统、通信机房、中央空调系统、照明系统、工业 锅炉系统。
本文所涉及的多联机空调系统是中央空调系统 的一种形式，应适用 GB /T 31349—2014《节能量测 量和验证技术要求 中央空调系统》［17］。
从国际影响力和与本文的密切程度分析，选定 以下 3 个标准作为调研对象:
1) ISO50001 ∶ 2018《能源管理体系———要求及 使用指南》［1］;
2) IPMVP 《国际能效测量与验证协议》［7］;
3) GB /T 31349 《节能量测量和验证技术要求 中央空调系统》［17］。
0. 2 主要标准综述
0. 2. 1 ISO50001
首先应明确能源绩效参数。能源绩效参数是用 于比较实施计划和其他措施实施前的能源绩效( 能 源绩效参照值) 和实施后的能源绩效( 能源绩效结 果值或当前值) 的尺度( 见图 1) 。参照值与结果值 之间的不同就是能源绩效的改变量。组织应确定能 源绩效参数。
a) 在适当时测量或监视其能源绩效;
b) 使组织能证实能源绩效改进。 应保持确定和更新能源绩效参数的方法的文件化信息，当数据表明相关可变因素显著地影响能源 绩效时，组织应考虑将其建立为能源绩效参数。适 当时，应评审能源绩效参数值，并与其各自的能源基 准进行比较。组织应保留能源绩效参数值的文件化 信息。
其次应确定能源基准。组织应利用考虑了适合 的时间周期的能源评审的信息，建立能源基准。当 数据表明相关可变因素显著地影响能源绩效时，组 织应执行能源绩效参数值及相应的能源基准的归一 化。
最后计算能源绩效的改变量，以参照值减去结 果值作为能源绩效的改变量。
0. 2. 2 IPMVP
IPMVP 中关于自变量与影响能耗的因素论述 如下。设施的使用特性和决定能源消耗的环境条件 被称作自变量。常用的自变量是气候和使用状况。 气候有多种方面，但对于整座建筑分析，气候经常指 室外温度及湿度。占用状况也有多种定义，例如: 旅 馆房间的占用率，办公楼集中占用小时数或最大小 时数，占用天数等，或是餐馆的销售量。
影响设备运行性能和实现节能效果的因素有许 多，根据确定节能量的范围( 或界限) ，相关参数的 范围可能非常集中( 针对一些特定的节能措施) 或 者广泛地涉及到整个设施范围。因此，当设计测量 和认证( M＆V) 方案时，应考虑到下列每类情况: 1) 可预测性; 2) 可测量性; 3) 以下各种因素可能产生 的影响: 天气情况、房子占用水平，日程安排、安装设 备的密集度，日程安排、房客或用户对各种服务项目 的需求( 如空间温度、厂房设备的总产出量) 、设计 的节能措施能够达到预期节能量的能力、节能措施 安装达到设计意图的程度、使用者或操作者在使用 与节能措施相关设备方面的配合情况、使用者或操 作者在使用与节能措施不相关设备方面的配合情 况、设备性能的退化，包括与节能措施相关和不相关 的设备、设备的寿命，包括与节能措施相关和不相关 的设备等。
0. 2. 3 GB /T 31349－2014
根据 GB /T 31349—2014《节能量测量和验证技 术要求 中央空调系统》中关于测量和验证方法的选 取，节能量测量和验证方法可选用 GB /T 28750— 2012《节能量测量和验证技术通则》中的“基期能耗 －影响因素"模型法或直接比较法。
对可获得完整基期能耗、统计报告期能耗及相 关影响因素数据的项目，宜采用“基期能托－影响因 素"模型法获得较为准确的节能量结果。对于无法 获得完整基期能耗数据的项目，如节能措施可关停 且对系统正常运行无影响，可采用直接比较法获得 节能量结果。2 种方法的使用条件及优缺点分析如 表 1 所示。
0. 2. 4 总结
国家标准 GB /T 31349—2014《节能量测量和验 证技术要求 中央空调系统》与《能源管理体系——— 要求及使用指南》( ISO50001) 和《国际能效测量与 验证协议》( IPMVP) 基本是一脉相承的。多联机空 调系统是中央空调系统的一种形式，多联机空调系 统进 行 节 能 量 测 量 时 应 符 合 国 家 标 准 GB /T 31349—2014《节能量测量和验证技术要求 中央空 调系统》的规定，符合了该标准也事实上遵守了《能 源管理体系———要求及使用指南》( ISO50001) 和 《国际能效测量与验证协议》( IPMVP) 。
国家标准 GB /T 31349—2014《节能量测量和验 证技术要求 中央空调系统》中关于节能量检测规定 较为详细，可以用于具体指导多联机空调系统。但多联机空调系统也有区别于其他中央空调系统的特 点，上述标准关于节能量检测也要根据多联机空调 系统自身特点进行一定的细化。
0. 3 研究内容
基于以上研究，本文提出针对多联机空调系统 的节能量在线检测算法。检测算法主要包括基期能 耗—影响因素法和直接比较法两种算法，其中基期 能耗—影响因素法包括梯度提升决策树( eXtreme Gradient Boosting，简写为 XGBoost) 算法和多层感知 机( Multilayer Perceptron，简 写 为 MLP ) 。基 期 能 耗—影响因素法算法和直接比较法的技术路线如图 2 和图 3 所示，其中基期能耗—影响因素法在训练 好 XGBoost 模型与 MLP 模型后，会根据模型测试集 的准确度选择更优的模型对报告期能耗进行预测和 节能量计算。研究成果填补了基于运行数据，在线 进行多联机运行节能量的计算国内研究空白，为国 内多联机空调系统实际运行性能研究、行业现状分 析及政策制定提供了技术支撑。
本文在第 2 章结合实例对算法的准确和可行性 进行了验证，结果表明本算法可对多联机空调系统 能耗数据进行准确地拟合，并结合训练集数据长度 和输入参数对输出参数的相关系数两方面对算法的 准确度进行了分析，总结了要达到模型最低准确度 的必要条件。在第 3 章提供了 2 种算法的多联机空 调系统节能量检测结果实例，形成了算法的全过程 应用流程。
基于机器学习的节能量在线检测算法将促进多 联机空调系统运行数据的采集工作，可以获得大量 的实际运行有效数据，为研究人员的研究工作提供 扎实的数据支持，用真数检验实际运行效果，推动研 究和行业的进步。本算法将为多联机空调系统实际 运行能效和节能量检测提供技术依据，为规范多联 机空调系统行业发展提供有力的技术保障，促进行 业健康稳步发展。
1 基于机器学习的基期能耗—影响因素法
1. 1 数据来源
美的共提供了 18 套多联机数据，供算法的实现 与测试，包括气象数据、多联机机组的能耗数据和开 启状态数据。多联机位于四川/成都/锦江、广东/深 圳/福田、广东/佛山/顺德、广东/清远/清城、江苏/ 南京/浦口、江苏/南京/玄武、上海/松江、上海/闵行、
浙江/杭州/余杭等地，覆盖了全国 5 个省 9 个地区，范围广泛，详细信息见表 2。
1. 2 算法输入输出确定
结合参数获取难易度和皮尔逊相关系数法，确 定模型的输入。室外气象情况对多联机空调能耗具 有较大的影响，其中室外干球温度、室外相对湿度是 基本的监测变量，对于一般的建筑能源管理系统都 装有温湿度传感器或温湿度自记仪。对于太阳辐照 度这一参数，本研究在后续的应用中发现，各大气象 监测平台并不能提供该参数的未来时刻预报数据， 即无法获取该参数的预报值，因此在本研究中选择 天气阴、晴、多云或雨雪状况代替。具体编码规则如 下表所示:
室内温度设定值的变化对多联机能耗影响较 大。但在实际运行中，多联机室内温度设定值一般 相差不大，因而其对多联机能耗影响并不特别显著。 多联机室内温度设定值可能不同且主观性较强，因 而室内温度设定值不太适宜作为输入参数。
在数据挖掘技术中，Pearson 相关系数用于考量 2 个变量之间的相关程度，其取值范围为［－1，1］， 当一个变量增大，另一个变量也增大时，表明它们之 间是正相关的，相关系数大于 0; 如果一个变量增 大，另一个变量却减小，表明它们之间是负相关的， 相关系数小于 0; Pearson 相关系数越接近 0，表明 2 个参数之间相关性越小。ρX，Y 为负值表示 2 个变量 间负相关，为正数表示变量间正相关。一般来说， | ρX，Y | ＜ 0. 2 为极弱相关或无相关，0. 2 ＜ | ρX，Y | ＜ 0. 4 为弱相关，0. 4＜ | ρX，Y | ＜0. 6 为中度程度相关， 0. 6 ＜ | ρX，Y | ＜0. 8 为强相关，| ρX，Y | ＞ 0. 8 为高度相关。对于 2 个变量 X 与 Y，Pearson 相关系数 ρX，Y 的计算公式如下。
式中: X 为变量一; Y 为变量二; N 为变量中数据个 数; X 为对多联机空调系统能耗有影响的各参数，Y 为多联机空调系统能耗。
在获取历史数据后，将各组数据带入以上公式 进行计算，即可得到不同参数与能耗之间的相关性， 并据此进行输入参数的筛选与确定工作。
基于美的提供的 18 组多联机数据，对模型的输 入参数和输出的相关性进行了分析计算。得到室外 干球温度、室外相对湿度、室外风速、室外气象参数编 码、同一室外机对应室内机的开启时长总和、周次和小 时 7 个参数对多联机空调系统能耗的相关系数见表 4。
根据表 5，可以看出各自变量对能耗值的相关 性具有一定的波动性，但最大值均大于 0. 2，说明至 少在某些案例中，所有变量对多联机空调系统的能 耗存在影响。这反映出数据中存在一些偏差，即不 同案例中的自变量对能耗的影响不完全一致。
这种情况表明，虽然某些自变量在某些案例中 的相关性较强( 如运行时长的最大相关系数高达 0. 97) ，但在其他案例中它们的相关性可能较弱( 如 星期的相关系数最小值低至 0. 01) 。因此，为了综 合考虑不同多联机系统的特性和适应性，尽管某些 自变量在某些案例中的相关性较低，但仍将所有自 变量都作为模型输入。这种做法旨在确保模型具备 足够的普适性，能够适应不同系统的特性和复杂性。 这也体现了不同自变量对能耗的影响不是绝对的， 而是会根据具体案例发生变化，因此在构建模型时 需要综合考虑这些影响，以期提高模型在广泛应用 场景下的适用性。
综上，确定模型的输入见表 6。
选择多联机的电表数据计算能耗值，作为模型 的 y，单位为 kW·h。根据不同的预测算法，输出能 耗的预测值，进而可以计算多联机的节能量。
1. 3 异常数据清洗
由于在多联机数据收集过程中会出现冗余数 据、缺失数据和异常数据等情况。为了配合数据检 测的需求，提高数据质量，使得能耗预测过程顺利进 行并生成可靠的节能量检测结果。数据清洗在节能 量检测过程中至关重要。为了提高数据质量，达到 数据清洗的目的。本报告采用 K-means 算法、大小 限值，非空来对数据进行清洗，从而达到筛除异常数 据，提升数据质量的效果。本文中数据清洗流程如 图 4 所示，其中数据限值清洗和非空清洗为大于上 限标记、小于下限标记和缺失标记; K-means 算法清 洗异常数据的算法流程图见图 5，聚类清洗过程中 如果出现异常，则相关的数据均标记为无效。
1. 4 机器学习算法的训练过程
回归算法的建立和训练流程图如下所示，
1) 首先选择影响学习效果的模型参数，对于 XGBoost 算法，模型参数如表 7 所示，对于 MLP 算 法，模型参数如表 8 所示。其次选择衡量学习效果 的指标，本文选择拟合优度 Ｒ2 作为模型精度的衡 量。并规定训练集的 Ｒ2 不应低于 0. 85，测试集的 Ｒ2 不应低于 0. 75;
2) 设置参数范围，对齐遍历;
3) Sklearn 的 GridSearchCV 函数对参数进行比 较，找到 Ｒ2 最大情况下对应的参数值，作为最优参 数;
4) 所有参数寻优结束，判断模型结果是否满足 需求;
5) 如果满足则学习结束，如果不满足则重复 2 ～4 的步骤;
6) 学习结束后，则保存模型结果。 XGBoost 模型选定的参数及其含义见表 7，具体 训练流程见图 6。
2 基期能耗———影响因素法分析结果与讨论
对 18 套多联机数据采用竞争寻优的方法，确定 最佳的模型。多联机简称、训练集与测试集 Ｒ2 如下 表 9 所示。
其中顺德 1、余杭 1、顺德 4、顺德 5、玄武 1、松江 1、 闵行 1、福田 1、浦口 1、浦口 2、玄武 2、锦江 1、余杭 2、顺德 6 共 14 个机组的 XGBoost 和 MLP 算法均达 到最低标准，实例证明所选的 XGBoost 和 MLP 算法 可对多联机能耗数据进行准确地拟合。
其中顺德 2 的日维度和顺德 7 的 XGBoost 模型 满足最低要求，MLP 模型不满足要求。经分析， XGBoost 模型较 MLP 算法，更容易对数据作出较好 的拟合。
可以看出顺德 2 的小时维度、顺德 3 和清城 1 的 3 组机组的训练集与测试集 Ｒ2 未达到最低要求。 原因分析如下。
2. 1 数据长度对模型准确度的影响
理论上，用于训练的数据长度越长，越容易拟合 好。18 套数据的训练集长度与 2 种算法的训练集 Ｒ2 的见表 9。分别绘制训练集长度与 XGBoost 算法
和 MLP 算法的训练集模准确度如图 8 和图 9 所示， 从下图可以看出，顺德 3 和清城 1 的机组训练集和 测试集的长度较短，模型的 Ｒ2 也最低。数据越长， 模型准确度越高，整体呈现出正相关关系。
2. 2 数据相关性对模型准确度的影响
理论上，数据质量越高，拟合结果越好。本文根 据相关系数来判断数据质量是否满足要求，18 套机 组的相关系数与测试集 Ｒ2 的关系如图 10 所示。对 比整体，可以看出室外干球温度、室外相对湿度和机 组运行时长 3 个变量对多联机能耗的影响较大，其 中机组运行时长的影响最大。说明运行时间越长， 能耗越大，符合客观事实。运行时长对能耗的相关 系数与测试集 Ｒ2 的关系如图 10 所示，整体符合相 关系数越大，测试集 Ｒ2 越大的规律。
以顺德 2 机组为例，顺德 2 的小时维度 2 种算 法均不满足最低要求，日维度的 XGBoost 模型满足 最低要求。可能是因为顺德 2 多联机小时维度规律 不明显，因此拟合效果较差，日规律更明显，因此拟 合效果更好。从表 10，也可以看出，除室外相对湿 度外，日维度各自变量对能耗值的相关系数也更高， 模型效果更好。
清城 1 的变量运行时长对能耗的影响最大，相 关系数为 0. 56，处于较低水平，因此 2 种算法的拟 合效果并不好。顺德 3 的变量室外干球温度对能耗 的影响最大，相关系数为 0. 46，处于较低水平，因此 2 种算法的拟合效果也不好。
对比 18 套数据，可以看出拟合效果最好的闵行 1 机组相关系数也最高，拟合效果次之的机组相关 系数也次之，拟合效果最差的顺德 3 机组的相关性 也最低。以上 2 种模型效果都较好的机组相关性都 较高，且顺德 6 的运行时长对能耗的相关系数是 14 组中最低的，为 0. 53。可以初步得出结论如下。
数据时长为 5 个月时，运行时长对能耗值的相 关系数应不低于 0. 5，才可以训练出满足条件的 XGBoost 和 MLP 模型。
以上研究可用于模型准确度的预判与提前干 预。为保证数据真实性，需要实时上传数据，因此， 需要在数据累积一段时间后，先结合数据相关性对 该组数据能否拟合出较好的模型作出预估。如果相 关性较差，比如运行时长与能耗值的相关性低于 0. 5，可提前预警。
3 基期能耗－影响因素法节能量计算案例
本文选择顺德 1 机组 2022 年 5 月 1 日—9 月 30 日的小时维度数据作为基期数据，用于模型的训 练与验证，选择顺德 1 机组 2023 年 8 月 1 日—2023 年 8 月 30 日的数据作为报告期，计算该段时间的节 能量，计 算 结 果 如 图 11 所 示。顺 德 1 机 组 的 XGBoost 算法测试集 Ｒ2 为 0. 88，MLP 算法的测试集 Ｒ2 为 0. 878，因此选择 XGBoost 算法作为顺德 1 机 组的最优模型。报告期实际能耗为 2 308. 58 kW·h，预测能耗为 4 570. 07 kW·h，节能量为 4 570. 07 －2 308. 58 = 2 261. 49 kW·h。
4 结 论
多联机空调系统是办公和商业建筑中常用的系 统形式，但是现阶段国内外多联机空调系统的节能 量不能直接测量，节能效果无法直接获得，难以进行 投资回报分析，并且不利于多联机空调系统的推广 使用。本文以美的提供的 18 套多联机空调系统的 数据为基础，对多联机空调系统能耗进行了建模。 首先结合皮尔逊相关系数确定算法的输入，然后进 行异常数据清洗，介绍了 XGBoost 和 MLP 算法的训 练过程。在算法完成后，对算法的准确性和可行性 进行了验证。结果表明 XGBoost 和 MLP 算法可对 多联机空调系统能耗数据进行准确地拟合，并结合 训练集数据长度和输入参数对输出参数的相关系数 两方面对算法的准确度进行了分析，总结了要达到 软件包最低准确度的必要条件。算法可对不同品牌 多联机进行节能量在线检测，帮助厂家了解产品运 行现状，评估节能潜力，有效开展运行节能控制。多 联机空调系统节能量在线检测算法结果可靠，研究 成果填补了国内空白，为国内多联机空调系统实际 运行性能研究、行业现状分析及政策制定提供了技 术支撑。
