论文题目：基于机器学习方法的XX企业建筑能耗预测
摘要：能源是影响企业发展的一个非常重要的因素,对企业内部各类能耗进行分析预测有利于企业进行能源管理,降低日常用能,实现节能减排和可持续发展。本文以XX企业技术中心为研究对象,针对制冷机房、科技大厦以及强度、整车、发动机性能、发动机排放四个汽车试验室,采集相关数据,分析用能情况,根据不同特点采用不同方法对各部分建立了能耗预测模型,旨在帮助企业进行能耗管理,减少浪费。首先通过分析制冷机房、科技大厦中的照明和办公设备的能耗数据,确定各部分能耗的主要影响因素。然后采用多元回归、SVM以及LS-SVM对制冷机房日能耗进行建模及预测;采用多元回归、最小二乘回归对办公设备日能耗进行建模及预测;采用多元回归、CART决策树对照明设备日能耗进行建模及预测。同时,通过评估各类模型的预测精度,选出最符合实际的模型。最后通过对强度、整车、发动机性能及排放试验室的能耗数据进行分析,采用多项式拟合算法分别对四个汽车试验室每小时的耗能情况进行拟合,通过得到的拟合多项式建立各试验室的能耗预测模型。通过模型评估发现各部分模型拟合精度较好,能有效反映企业的能源消耗情况,对指导企业能源使用、节能措施的实行具有一定的理论和应用价值。
关键词：能耗预测;多元回归;支持向量机;CART决策树;多项式拟合
学科专业：工程硕士（工业工程）（专业学位）
摘要
ABSTRACT
第1章 绪论
1.1 课题研究的背景与意义
1.2 国内外研究现状
1.2.1 数据预处理方法研究
1.2.2 能耗预测方法研究
1.2.3 模型评价方法研究
1.3 论文研究内容与组织结构
第2章 技术中心能源状况分析
2.1 技术中心用能分析
2.2 技术中心能耗影响因素分析
2.3 技术中心能耗采集指标
2.4 本章小结
第3章 制冷机房能耗预测
3.1 制冷机房预测模型影响因子选择结果
3.1.1 异常数据处理
3.1.2 缺失值填补
3.1.3 数据归一化
3.2 制冷机房预测模型输入参数选择结果
3.2.1 简单相关分析
3.2.2 偏相关分析
3.2.3 共线性诊断
3.3 制冷机房能耗模型预测结果
3.3.1 多元回归模型预测结果
3.3.2 支持向量机模型预测结果
3.3.3 最小二乘支持向量机（LS-SVM)横型预测结果
3.3.4 三类预测模型结果对比
3.4 本章小结
第4章 科技大厦能耗预测
4.1 办公设备能耗预测
4.1.1 办公设备预测模型影响因子选择结果
4.1.2 办公设备预测模型输入参数选择结果
4.1.3 办公设备能耗模型预测结果
4.2 照明设备能耗预测
4.2.1 照明设备预测模型影响因子选择结果
4.2.2 照明设备预测模型输入参数选择结果
4.2.3 照明设备能耗模型预测结果
4.3 本章小结
第5章 汽车试验室能耗预测
5.1 强度试验室能耗预测
5.1.1 强度试验室能耗数据多项式拟合
5.1.2 强度试验室能耗预测结果
5.2 整车试验室能耗预测
5.2.1 整车试验室能耗数据多项式拟合
5.2.2 整车试验室能耗预测结果
5.3 发动机性能试验室能耗预测
5.3.1 性能试验室能耗数据多项式拟合
5.3.2 性能试验室能耗预测结果
5.4 发动机排放试验室能耗预测
5.4.1 排放试验室能耗数据多项式拟合
5.4.2 排放试验室能耗预测结果
5.5 本章小结
总结与展望
参考文献
致谢