公开(公告)号：CN118013362A

公开(公告)日：2024-05-10

申请号：CN202410151646.3

申请日：2024-02-02

Applicant: 北京信息科技大学

Inventor： 赵晓永 ,  赵延玉 ,  王磊 ,  李莉 ,  王宁宁 ,  张静乐 ,  杨寒雨

IPC: G06F18/241 ,  G06F18/214 ,  G06N3/088 ,  G06N20/20 ,  G06N3/0442

Abstract: 本发明涉及一种城市建筑异常能耗检测与优化的方法、系统、介质及设备，其包括：采用三个无监督模型基于统计的HBOS、基于机器学习的IForest和基于深度学习的EMD‑LSTM作为基学习器，将获取的待检测能耗数据集预处理后输入基学习器进行异常数据分类；将各个基学习器分类判定的处于离群和正常边缘的数据合并后，输入LLM进行标记，将LLM标记的数据与各基学习器输出的数据合并为最终的标记数据集；采用标记数据集训练XGBoost二元分类模型，将待检测的能耗数据集输入训练好的XGBoost二元分类模型，得到最终的能耗检测结果，输出异常能耗数据；同时，采用可解释人工智能分析方法对异常能耗数据进行细粒度分析和优化。本发明能有效提高异常能耗检测准确率。