(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111355921.6 (22)申请日 2021.11.16 (71)申请人 山东大卫国际建 筑设计有限公司 地址 250000 山东省济南市高新 技术产业 开发区经十东路8000号龙奥金座1号 楼三楼 (72)发明人 孙鸿昌　单明珠　朱绍伟　王洪明　 王奎之　费喆　俞晓静　崔雯　 王志国　张卫芳　曲直　 (74)专利代理 机构 济南千慧专利事务所(普通 合伙企业) 37232 代理人 秦嘉 (51)Int.Cl. G06F 30/25(2020.01) G06F 30/27(2020.01)G06N 3/00(2006.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G06F 111/10(2020.01) G06F 119/08(2020.01) G06F 119/12(2020.01) (54)发明名称 一种空调能耗数据缺失值填补方法、 设备及 介质 (57)摘要 本申请实施例公开了一种空调能耗数据缺 失值填补方法、 设备及介质。 在空调运行过程中， 实时获取相应的室外环境参数； 获取能耗数据缺 失值对应的空调运行时间， 以及区域范围内的空 调数量； 根据空调运行时间确定出空调运行模 式； 基于空调运行模式以及预设模式等级， 对区 域范围内的空调进行等级划分， 以得到不同模式 等级分别对应的空调数量； 根据空调运行模式与 空调运行时间， 在室外环境参数中确定出与能耗 数据缺失值对应的参考室外环 境参数； 将参考室 外环境参数与不同模式等级分别对应的空调数 量， 输入预置能耗数据预测模型， 以得到能耗数 据缺失值。 通过上述方法， 能够填补缺失的空调 能耗数据， 提高对空调能耗数据分析的准确度。 权利要求书3页 说明书9页 附图4页 CN 114266186 A 2022.04.01 CN 114266186 A 1.一种空调能耗数据缺失值 填补方法， 其特 征在于， 所述方法包括： 在空调运行 过程中， 实时获取相应的室外环境 参数； 获取能耗数据缺失值对应的空调运行时间， 以及区域范围内的空调数量； 根据所述空调运行时间确定出空调运行模式； 基于所述空调运行模式以及预设模式等级， 对所述区域范围内的空调进行等级划分， 以得到不同模式等级分别对应的空调 数量； 其中， 所述预设模式等级与所述空调运行模式 对应的能耗数值相关； 根据所述空调运行模式与 所述空调运行时间， 在所述室外环境参数中确定出与所述 能 耗数据缺失值对应的参考室外环境参数； 其中， 所述能耗数据缺失值与所述参考室外环境 参数之间的相关性数值大于预设相关性数值； 将所述参考室外环境参数与 所述不同模式等级分别对应的空调数量， 输入预置能耗数 据预测模型， 以得到所述能耗数据缺失值。 2.根据权利要求1所述的一种空调能耗数据缺失值填补方法， 其特征在于， 所述根据 所 述空调运行时间确定出空调运行模式之前， 所述方法还 包括： 确定预先采集的多个空调能耗数据分别对应的时间； 根据预设时间节点， 对所述多个空调能耗数据进行分类； 根据所述预设时间节点对应的空调运行模式， 确定出所述多个能耗数据分别对应的空 调运行模式； 其中， 所述空调运行模式包括制冷模式、 制热模式以及独立 新风模式。 3.根据权利要求1所述的一种空调能耗数据缺失值填补方法， 其特征在于， 所述基于所 述空调运行模式以及预设模式等级， 对所述区域范围内的空调进行等级划分， 具体包括： 将预先获取到的样本区域范围内的空调能耗数据， 与 所述预设模式等级对应的能耗等 级数值进行比对； 根据比对结果， 将所述样本区域范围内的空调进行等级划分， 并确定不同模式等级分 别对应的空调数量； 根据所述不同模式等级分别对应的空调数量， 确定所述空调运行模式对应的不同等级 空调数量比例； 根据所述 不同等级空调数量比例， 对所述区域范围内的空调进行等级划分。 4.根据权利要求2所述的一种空调能耗数据缺失值填补方法， 其特征在于， 所述根据 所 述空调运行时间确定出空调运行模式之后， 所述方法还 包括： 在所述运行模式为独立新风模式的情况下， 根据 所述能耗数据缺失值对应的空调运行 时间段， 在已获取到的历史空调能耗数据中， 确定出不同日期的所述空调运行时间段分别 对应的第一能耗数据； 基于所述第一能耗数据， 得到所述独立 新风模式对应的所述能耗数据缺失值。 5.根据权利要求4所述的一种空调能耗数据缺失值填补方法， 其特征在于， 所述基于所 述第一能耗数据， 得到所述独立 新风模式对应的所述能耗数据缺失值， 具体包括： 根据所述独立 新风模式对应的模式等级， 对多个所述第一能耗数据进行等级划分； 将每一等级中的最大能耗数据与最小能耗数据进行剔除， 得到多个第二能耗数据； 确定所述多个第 二能耗值的平均值， 并将所述平均值作为所述独立新风模式对应的所权　利　要　求　书 1/3 页 2 CN 114266186 A 2述能耗数据缺失值。 6.根据权利要求1所述的一种空调能耗数据缺失值填补方法， 其特征在于， 所述根据 所 述空调运行模式与所述空调运行时间， 在所述室外环境参数中确定出与所述能耗数据缺 失 值对应的参 考室外环境 参数之前， 所述方法还 包括： 通过随机森林算法， 对预先采集的空调不同运行模式对应的能耗数据样本， 与所述能 耗数据样本对应的室外环境 参数， 进行相关性计算； 确定空调不同运行模式分别对应的相关性系数大于预设系数的室外环境参数， 以得到 所述不同运行模式分别对应的参 考室外环境 参数。 7.根据权利要求1所述的一种空调能耗数据缺失值填补方法， 其特征在于， 所述将所述 参考室外环境 参数输入预置能耗数据预测模型之前， 所述方法还 包括： 将预先采集的参考室外环境参数样本， 以及预先采集的不同模式等级分别对应的空调 数量作为输入， 将预 先采集的空调能耗数据样本作为输出， 对神经网络模型进行训练； 在训练过程中， 通过粒子群算法对所述神经网络模型的参数进行调节， 直到所述神经 网络模型对应的误差符合预设误差条件， 以得到所述预置能耗数据预测模型。 8.根据权利要求7所述的一种空调能耗数据缺失值填补方法， 其特征在于， 所述通过粒 子群算法对所述神经网络模型的参数进行调节， 直到所述神经网络模型对应的误差符合预 设误差条件， 以得到所述预置能耗数据预测模型， 具体包括： 对所述神经网络模型的参数进行初始化处 理； 根据神经网络模型实际训练周期数量与最大训练周期数量、 预设决定系数以及所述神 经网络模型对应的均方根 误差， 得到当前 粒子适应度； 将所述当前粒子适应度与局部最优粒子适应度进行比对， 若所述当前粒子适应度 大于 所述局部最优粒子适应度， 则基于初始化处 理的参数确定出改进后的粒子值； 将所述改进后的粒子值重新赋予所述神经网络模型， 将通过随机森林算法提取的特征 值作为输入， 所述特征值对应的空调能耗值作为输出， 对所述神经网络模型进 行训练， 以得 到所述预置能耗数据预测模型。 9.一种空调能耗数据缺失值 填补设备， 包括： 至少一个处 理器； 以及， 与所述至少一个处 理器通信连接的存 储器； 其中， 所述存储器存储有可被所述至少一个处理器执行的指令， 所述指令被所述至少一个处 理器执行， 以使所述至少一个处 理器能够： 在空调运行 过程中， 实时获取相应的室外环境 参数； 获取能耗数据缺失值对应的空调运行时间， 以及区域范围内的空调数量； 根据所述空调运行时间确定出空调运行模式； 基于所述空调运行模式以及预设模式等级， 对所述区域范围内的空调进行等级划分， 以得到不同模式等级分别对应的空调 数量； 其中， 所述预设模式等级与所述空调运行模式 对应的能耗数值相关； 根据所述空调运行模式与 所述空调运行时间， 在所述室外环境参数中确定出与所述 能 耗数据缺失值对应的参考室外环境参数； 其中， 所述能耗数据缺失值与所述参考室外环境 参数之间的相关性数值大于预设相关性数值；权　利　要　求　书 2/3 页 3 CN 114266186 A 3