特開 2024-173684 建物エネルギー消費量の分析方法、システム及び電子機器

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】P2024173684

(43)【公開日】2024-12-12

(54)【発明の名称】建物エネルギー消費量の分析方法、システム及び電子機器

(51)【国際特許分類】

   G06F 30/27 20200101AFI20241205BHJP

   G06F 30/13 20200101ALI20241205BHJP

   G06Q 50/06 20240101ALI20241205BHJP

   G06F 119/08 20200101ALN20241205BHJP

【ＦＩ】

G06F30/27

G06F30/13

G06Q50/06

G06F119:08

【審査請求】有

【請求項の数】9

【出願形態】ＯＬ

(21)【出願番号】P 2024064347

(22)【出願日】2024-04-12

(31)【優先権主張番号】202310627898.4

(32)【優先日】2023-05-30

(33)【優先権主張国・地域又は機関】CN

(71)【出願人】

【識別番号】524141234

【氏名又は名称】上海賽揚建筑科技有限公司

(74)【代理人】

【識別番号】100185270

【弁理士】

【氏名又は名称】原田 貴史

(72)【発明者】

【氏名】楊 靖

【テーマコード（参考）】

5B146

5L050

【Ｆターム（参考）】

5B146AA04

5B146DA00

5B146DC03

5B146DC04

5B146DJ01

5B146DJ11

5B146DL08

5L050CC06

(57)【要約】      （修正有）

【課題】分析結果の精度がより高く、かつ、リアルタイムな分析を実現する建物エネルギー消費量の分析方法、建物エネルギー消費量の分析システム及び電子機器を提供する。
【解決手段】方法は、建物エネルギー消費量データ及び建物関連データを含むサンプルデータセットを得るステップと、建物関連データに基づいて、建物の地理位置、総面積、高さ、向き、外被、外気湿度、屋外風速、直達日射負荷、屋外地表面温度及び平均外気温度を含む特徴データ項目を決定するステップと、特徴データ項目に基づいてトレーニングデータセットを取得するステップと、トレーニングデータセットに基づいて機械学習モデルをトレーニングしてエネルギー消費量の分析モデルを得るステップと、エネルギー消費量の分析モデルに基づいてエネルギー消費量を分析するステップと、を含む。
【選択図】図１

【特許請求の範囲】

【請求項1】

建物エネルギー消費量の分析方法であって、
事前に取得したソースデータをクリーニングしてラベリングし、建物エネルギー消費量データ及び対応する建物関連データを含むサンプルデータセットを得るステップと、
前記建物エネルギー消費量データに対する前記建物関連データの特徴選択を行って、建物の地理位置、建物の総面積、建物の高さ、建物の向き、建物の外被、建物の外気湿度、建物の屋外風速、建物の直達日射負荷、建物の屋外地表面温度及び建物の平均外気温度を含む特徴データ項目を決定するステップと、
決定された特徴データ項目に基づいて前記サンプルデータセットをサンプリングし、トレーニングデータセットを得るステップと、
前記トレーニングデータセットに基づいて、事前に取得した機械学習モデルをトレーニングし、建物エネルギー消費量の分析モデルを得るステップと、
前記建物エネルギー消費量の分析モデルに基づいて建物エネルギー消費量を分析するステップとを含む、ことを特徴とする建物エネルギー消費量の分析方法。

【請求項2】

前記ソースデータの取得方法は、
インポートされたデータファイルを読み取る方法、
予めアクセスしたデータベースに基づいて取得する方法、
環境パラメータセンサーによってアップロードされた対応する環境パラメータを受信する方法を含む、ことを特徴とする請求項１に記載の建物エネルギー消費量の分析方法。

【請求項3】

前記建物エネルギー消費量データに対する前記建物関連データの特徴選択を行う前記ステップは、ＰＣＡアルゴリズム又はＫＰＣＡアルゴリズムに基づいて実現される、ことを特徴とする請求項１に記載の建物エネルギー消費量の分析方法。

【請求項4】

前記特徴データ項目は建物の外気密度、建物の収容人数及び建物の総熱取得量をさらに含む、ことを特徴とする請求項１に記載の建物エネルギー消費量の分析方法。

【請求項5】

建物エネルギー消費量の分析モデルを得る前記ステップの後に、
事前に取得したテストデータセットに基づいて前記建物エネルギー消費量の分析モデルを最適化するステップをさらに含む、ことを特徴とする請求項１に記載の建物エネルギー消費量の分析方法。

【請求項6】

前記機械学習モデルはサポートベクターマシンモデルである、ことを特徴とする請求項１に記載の建物エネルギー消費量の分析方法。

【請求項7】

建物エネルギー消費量の分析システムであって、
事前に取得したソースデータをクリーニングしてラベリングし、建物エネルギー消費量データ及び対応する建物関連データを含むサンプルデータセットを得ることに用いられるサンプルデータセット取得モジュールと、
前記建物エネルギー消費量データに対する前記建物関連データの特徴選択を行って、建物の地理位置、建物の総面積、建物の高さ、建物の向き、建物の外被、建物の外気湿度、建物の屋外風速、建物の直達日射負荷、建物の屋外地表面温度及び建物の平均外気温度を含む特徴データ項目を決定することに用いられる特徴選択モジュールと、
決定された特徴データ項目に基づいて前記サンプルデータセットをサンプリングし、トレーニングデータセットを得ることに用いられるトレーニングデータセット取得モジュールと、
前記トレーニングデータセットに基づいて、事前に取得した機械学習モデルをトレーニングし、建物エネルギー消費量の分析モデルを得ることに用いられる建物エネルギー消費量の分析モデル取得モジュールと、
前記建物エネルギー消費量の分析モデルに基づいて建物エネルギー消費量を分析することに用いられる建物エネルギー消費量の分析実施モジュールとを含む、ことを特徴とする建物エネルギー消費量の分析システム。

【請求項8】

前記特徴データ項目は建物の外気密度、建物の収容人数及び建物の総熱取得量をさらに含む、ことを特徴とする請求項７に記載の建物エネルギー消費量の分析システム。

【請求項9】

プロセッサ及びメモリを含み、前記プロセッサが前記メモリに記憶されるコンピュータプログラムを実行するときに、請求項１～６のいずれかに記載の建物エネルギー消費量の分析方法を実現する、ことを特徴とする電子機器。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、建物エネルギー消費量の分析分野に属し、具体的に、建物エネルギー消費量の分析方法、システム及び電子機器に関する。

【背景技術】

【0002】

現在、経済発展とエネルギー不足との矛盾を解消する様々な方法において、建物の省エネルギーは最も直接的且つ効果的であると考えられており、建物の省エネルギーを実現するために、建物のエネルギー消費量を正確に分析しなければならない。この背景下で、建物エネルギー消費量の分析は建物省エネルギー分野で徐々に研究のホットスポットになっている。既存の建物エネルギー消費量の分析は、過去のエネルギー消費量データに基づく予測分析を主とし、すなわち、目標建物の過去のエネルギー消費量データに基づいて目標建物のエネルギー消費ルールを取得し、さらに、該エネルギー消費ルールに基づき、目標建物の将来の特定の時点のエネルギー消費量を予測する。しかしながら、このような過去のエネルギー消費量データに基づく建物エネルギー消費量の分析方法は主に以下の２つの問題を有する。

【0003】

第１、過去のエネルギー消費量データに基づいて取得されたエネルギー消費ルールは、目標建物の現在の及び将来のエネルギー消費状況を客観的且つ忠実に反映することができず、その分析結果の精度が低く、補助的な参考として適している。

【0004】

第２、これは本質的に予測方法であり、建物エネルギー消費量をリアルタイムに分析することができない。

【発明の概要】

【0005】

本発明は、過去のエネルギー消費量データに基づく既存の建物エネルギー消費量の分析方法の分析結果の精度が低く、リアルタイムな分析を実現できないという問題を解決することを目的とする。

【0006】

上記目的を実現するために、本発明は、建物エネルギー消費量の分析方法、システム及び電子機器を提供する。

【0007】

本発明の第１態様によれば、

【0008】

事前に取得したソースデータをクリーニングしてラベリングし、建物エネルギー消費量データ及び対応する建物関連データを含むサンプルデータセットを得るステップと、

【0009】

前記建物エネルギー消費量データに対する前記建物関連データの特徴選択を行って、建物の地理位置、建物の総面積、建物の高さ、建物の向き、建物の外被、建物の外気湿度、建物の屋外風速、建物の直達日射負荷、建物の屋外地表面温度及び建物の平均外気温度を含む特徴データ項目を決定するステップと、

【0010】

決定された特徴データ項目に基づいて前記サンプルデータセットをサンプリングし、トレーニングデータセットを得るステップと、

【0011】

前記トレーニングデータセットに基づいて、事前に取得した機械学習モデルをトレーニングし、建物エネルギー消費量の分析モデルを得るステップと、

【0012】

前記建物エネルギー消費量の分析モデルに基づいて建物エネルギー消費量を分析するステップとを含む、建物エネルギー消費量の分析方法を提供する。

【0013】

選択的に、前記ソースデータの取得方法は、

【0014】

インポートされたデータファイルを読み取る方法、

【0015】

予めアクセスしたデータベースに基づいて取得する方法、

【0016】

環境パラメータセンサーによってアップロードされた対応する環境パラメータを受信する方法を含む。

【0017】

選択的に、前記建物エネルギー消費量データに対する前記建物関連データの特徴選択を行う前記ステップは、ＰＣＡアルゴリズム又はＫＰＣＡアルゴリズムに基づいて実現される。

【0018】

選択的に、前記特徴データ項目は建物の外気密度、建物の収容人数及び建物の総熱取得量をさらに含む。

【0019】

選択的に、建物エネルギー消費量の分析モデルを得る前記ステップの後に、

【0020】

事前に取得したテストデータセットに基づいて前記建物エネルギー消費量の分析モデルを最適化するステップをさらに含む。

【0021】

選択的に、前記機械学習モデルはサポートベクターマシンモデルである。

【0022】

本発明の第２態様によれば、

【0023】

事前に取得したソースデータをクリーニングしてラベリングし、建物エネルギー消費量データ及び対応する建物関連データを含むサンプルデータセットを得ることに用いられるサンプルデータセット取得モジュールと、

【0024】

前記建物エネルギー消費量データに対する前記建物関連データの特徴選択を行って、建物の地理位置、建物の総面積、建物の高さ、建物の向き、建物の外被、建物の外気湿度、建物の屋外風速、建物の直達日射負荷、建物の屋外地表面温度及び建物の平均外気温度を含む特徴データ項目を決定することに用いられる特徴選択モジュールと、

【0025】

決定された特徴データ項目に基づいて前記サンプルデータセットをサンプリングし、トレーニングデータセットを得ることに用いられるトレーニングデータセット取得モジュールと、

【0026】

前記トレーニングデータセットに基づいて、事前に取得した機械学習モデルをトレーニングし、建物エネルギー消費量の分析モデルを得ることに用いられる建物エネルギー消費量の分析モデル取得モジュールと、

【0027】

前記建物エネルギー消費量の分析モデルに基づいて建物エネルギー消費量を分析することに用いられる建物エネルギー消費量の分析実施モジュールとの機能モジュールを含む建物エネルギー消費量の分析システムを提供する。

【0028】

選択的に、前記特徴データ項目は建物の外気密度、建物の収容人数及び建物の総熱取得量をさらに含む。

【0029】

本発明の第３態様によれば、プロセッサ及びメモリを含み、前記プロセッサが前記メモリに記憶されるコンピュータプログラムを実行するときに、上記のいずれかの建物エネルギー消費量の分析方法を実現する電子機器を提供する。

【0030】

本発明の有益な効果は以下の通りである。

【0031】

本発明の建物エネルギー消費量の分析方法は、先ず、事前に取得したソースデータをクリーニングしてラベリングし、建物エネルギー消費量データ及び対応する建物関連データを含むサンプルデータセットを得て、次に、前記建物エネルギー消費量データに対する前記建物関連データの特徴選択を行って、建物の地理位置、建物の総面積、建物の高さ、建物の向き、建物の外被のタイプ、建物の外気湿度、建物の屋外風速、建物の直達日射負荷、建物の屋外地表面温度及び建物の平均外気温度を含む特徴データ項目を決定し、さらに、決定された特徴データ項目に基づいて前記サンプルデータセットをサンプリングし、トレーニングデータセットを得て、そして、前記トレーニングデータセットに基づいて、事前に取得した機械学習モデルをトレーニングし、建物エネルギー消費量の分析モデルを得て、最終的に、前記建物エネルギー消費量の分析モデルに基づいて建物エネルギー消費量を分析する。

【0032】

本発明の建物エネルギー消費量の分析方法は、建物エネルギー消費量データに対する建物関連データの特徴選択を行って、決定された特徴データ項目に基づいてトレーニングデータセットを取得し、且つトレーニングデータセットに基づいて機械学習モデルをトレーニングして建物エネルギー消費量の分析モデルを取得し、さらに、該建物エネルギー消費量の分析モデルに基づいて建物エネルギー消費量を分析する。過去のエネルギー消費量データに基づく既存の建物エネルギー消費量の分析方法に比べて、本発明の建物エネルギー消費量の分析方法は、データマイニングの原理に基づいて建物エネルギー消費量の分析を実現し、その分析結果の精度がより高い。また、本発明の建物エネルギー消費量の分析方法は、建物エネルギー消費量の分析モデルを通じて、予め取得した特徴データ及びリアルタイムに取得した特徴データに基づいて、建物のエネルギー消費量をリアルタイムに分析することができる。

【0033】

上記の２つの側面から、本発明の建物エネルギー消費量の分析方法を採用すると、過去のエネルギー消費量データに基づく既存の建物エネルギー消費量の分析方法の分析結果の精度が低く、リアルタイムな分析を実現できないという問題を効果的に解決できることが分かる。

【0034】

本発明の建物エネルギー消費量の分析システム及び電子機器は、上記建物エネルギー消費量の分析方法と同一の一般的な発明概念に属し、少なくとも上記の建物エネルギー消費量の分析方法と同様な有益な効果を有し、そのため、その有益な効果はここで詳しく説明されない。

【0035】

本発明のその他の特徴及び利点は、以下の発明を実施するための形態部分で詳細に説明される。

【図面の簡単な説明】

【0036】

本発明は、図面と併せて以下の説明を参照することによってより良好に理解できる。すべての図面において、同じ又は類似の部材を表すために、同じ又は類似の符号が使用されている。

【0037】

【図1】本発明の実施例に係る建物エネルギー消費量の分析方法の実現を示すフローチャートである。

【0038】

【図2】本発明の実施例に係る建物エネルギー消費量の分析システムの構造を示すブロック図である。

【発明を実施するための形態】

【0039】

当業者が本発明の技術的解決策をより完全に理解できるようにするために、以下では、図面と併せて本発明の例示的な実施形態を、より包括的且つ詳細に説明する。勿論、以下で説明される本発明の１つ又は複数の実施形態は、本発明の技術的解決策を実現できる特定の形態の１つ又は複数に過ぎず、網羅的なものではない。一般的な発明概念に属するその他の形態で本発明の技術的解決策を実現することができ、例示的に説明される実施形態に制限されるべきではないことを理解されたい。本発明の１つ又は複数の実施形態に基づき、当業者が創造的努力なしに取得したすべてのその他の実施形態は、本発明の保護範囲に属すべきである。

【0040】

実施例：図１は本発明の実施例の建物エネルギー消費量の分析方法の実現を示すフローチャートである。図１に示すように、本発明の実施例の建物エネルギー消費量の分析方法は、

【0041】

事前に取得したソースデータをクリーニングしてラベリングし、建物エネルギー消費量データ及び対応する建物関連データを含むサンプルデータセットを得るステップＳ１００と、

【0042】

前記建物エネルギー消費量データに対する前記建物関連データの特徴選択を行って、建物の地理位置、建物の総面積、建物の高さ、建物の向き、建物の外被、建物の外気湿度、建物の屋外風速、建物の直達日射負荷、建物の屋外地表面温度及び建物の平均外気温度を含む特徴データ項目を決定するステップＳ２００と、

【0043】

決定された特徴データ項目に基づいて前記サンプルデータセットをサンプリングし、トレーニングデータセットを得るステップＳ３００と、

【0044】

前記トレーニングデータセットに基づいて、事前に取得した機械学習モデルをトレーニングし、建物エネルギー消費量の分析モデルを得るステップＳ４００と、

【0045】

前記建物エネルギー消費量の分析モデルに基づいて建物エネルギー消費量を分析するステップＳ５００とを含む。

【0046】

さらに、本発明の実施例のステップＳ１００において、前記ソースデータの取得方法は、

【0047】

インポートされたデータファイルを読み取る方法、

【0048】

予めアクセスしたデータベースに基づいて取得する方法、

【0049】

環境パラメータセンサーによってアップロードされた対応する環境パラメータを受信する方法を含む。

【0050】

さらに、本発明の実施例のステップＳ２００において、前記建物エネルギー消費量データに対する前記建物関連データの特徴選択を行う前記ステップは、ＰＣＡアルゴリズム又はＫＰＣＡアルゴリズムに基づいて実現される。

【0051】

さらに、本発明の実施例のステップＳ２００において、前記特徴データ項目は建物の外気密度、建物の収容人数及び建物の総熱取得量をさらに含む。

【0052】

具体的に、本発明の実施例では、建物の地理位置は建物の座標であり、建物の高さは建物の地上部分の高さである。建物の外被は透明な部分及び不透明な部分に分けられ、不透明な外被は壁、屋根及び床を含み、透明な外被は窓、天窓、バルコニー及びドアを含む。建物の収容人数は建物の単位面積当たりの人数であり、建物の総熱取得量は顕熱取得量及び潜熱取得量を含む。

【0053】

さらに、本発明の実施例のステップＳ４００において、前記機械学習モデルはサポートベクターマシンモデルである。

【0054】

同様に、本発明の実施例によって提案される建物エネルギー消費量の分析方法に基づいて、本発明の実施例は建物エネルギー消費量の分析システムをさらに提案する。

【0055】

図２は本発明の実施例の建物エネルギー消費量の分析システムの構造を示すブロック図である。図２に示すように、本発明の実施例の建物エネルギー消費量の分析システムは、

【0056】

事前に取得したソースデータをクリーニングしてラベリングし、建物エネルギー消費量データ及び対応する建物関連データを含むサンプルデータセットを得ることに用いられるサンプルデータセット取得モジュールと、

【0057】

前記建物エネルギー消費量データに対する前記建物関連データの特徴選択を行って、建物の地理位置、建物の総面積、建物の高さ、建物の向き、建物の外被、建物の外気湿度、建物の屋外風速、建物の直達日射負荷、建物の屋外地表面温度及び建物の平均外気温度を含む特徴データ項目を決定することに用いられる特徴選択モジュールと、

【0058】

決定された特徴データ項目に基づいて前記サンプルデータセットをサンプリングし、トレーニングデータセットを得ることに用いられるトレーニングデータセット取得モジュールと、

【0059】

前記トレーニングデータセットに基づいて、事前に取得した機械学習モデルをトレーニングし、建物エネルギー消費量の分析モデルを得ることに用いられる建物エネルギー消費量の分析モデル取得モジュールと、

【0060】

前記建物エネルギー消費量の分析モデルに基づいて建物エネルギー消費量を分析することに用いられる建物エネルギー消費量の分析実施モジュールとの機能モジュールを含む。

【0061】

さらに、本発明の実施例では、前記特徴データ項目は建物の外気密度、建物の収容人数及び建物の総熱取得量をさらに含む。

【0062】

同様に、本発明の実施例によって提案される建物エネルギー消費量の分析方法に基づいて、本発明の実施例は、プロセッサ及びメモリを含み、前記プロセッサが前記メモリに記憶されるコンピュータプログラムを実行するときに、本発明の実施例によって提案された建物エネルギー消費量の分析方法を実現する電子機器をさらに提案する。

【0063】

上記で、本発明の１つ又は複数の実施形態を説明したが、当業者であれば、本発明がその要旨及び範囲から逸脱することなく任意のその他の形態で実施できることを理解されたい。従って、上記で説明される実施形態は限定的なものではなく、例示的なものであり、添付の特許請求の範囲によって定義される本発明の精神及び範囲から逸脱することなく、多くの修正や置換は当業者にとって明らかなものである。

【図1】

【図2】