基于工業(yè)園區(qū)的電碳模型研究

技術(shù)路線研究目標(biāo)是辦公樓這類建筑的碳排放月度預(yù)測，碳排放來源主要是電力消耗，而辦公樓的電力消耗可大致分為固定用電和非固定用電。固定用電包括建筑照明、辦公設(shè)備、辦公設(shè)施等用電，非固定用電主要包括空調(diào)和暖通設(shè)備，與季節(jié)變化關(guān)系密切。因此，對于固定用電可以用STL分解出來的趨勢項(xiàng)來擬合預(yù)測，而對于空調(diào)等用電，引入冷卻度日（CoolingDegreeDays，CDD）對STL分解出來的季節(jié)項(xiàng)進(jìn)行回歸分析。冷卻度日是一個(gè)用來衡量氣候炎熱程度的指標(biāo)，特別用于評估需要使用空調(diào)來降低室內(nèi)溫度的程度。冷卻度日是通過計(jì)算每天的平均溫度與某個(gè)基準(zhǔn)溫度之間的差異，并將正差值累加而得出的。一般來說，基準(zhǔn)溫度是人們認(rèn)為需要使用空調(diào)的溫度閾值，單位為攝氏度或華氏度。計(jì)算冷卻度日的步驟如下：a.確定基準(zhǔn)溫度：選擇一個(gè)溫度閾值，通常為室內(nèi)舒適溫度以上的溫度，例如攝氏度為24℃。b.計(jì)算每天的冷卻度日：對于每一天的平均溫度，將其與基準(zhǔn)溫度進(jìn)行比較。如果平均溫度高于基準(zhǔn)溫度，則將兩者之差作為當(dāng)天的冷卻度日值。如果平均溫度低于或等于基準(zhǔn)溫度，則冷卻度日值為零。c.累加冷卻度日：將每天的冷卻度日值累加，得到某一特定時(shí)間段內(nèi)的總冷卻度日數(shù)。冷卻度日通常用于評估某地區(qū)的夏季炎熱程度，預(yù)測和計(jì)量空調(diào)的使用需求。較高的冷卻度日數(shù)表示夏季氣溫較高且較長，需要更多空調(diào)使用，而較低的冷卻度日數(shù)則表示氣候較為溫和。綜上所述，電碳模型構(gòu)建技術(shù)路線如圖1所示。模型構(gòu)建>>>>

STL原理STL是一種用于將時(shí)間序列分解為趨勢、季節(jié)和殘差三部分的算法。通過魯棒局部加權(quán)回歸（Loess），STL可以對時(shí)間序列進(jìn)行平滑處理，迅速識別出長時(shí)間序列中的趨勢和季節(jié)成分。具體來說，STL將原始時(shí)間序列Yv分解為趨勢量Tv、季節(jié)量Sv、殘差量Rv，即：Yv

=Tv

+Sv

+RvSTL能夠處理任意季節(jié)性的時(shí)間序列，并且季節(jié)成分的分解尺度可以隨時(shí)間變化進(jìn)行調(diào)整。STL分解主要包括兩個(gè)部分：外循環(huán)和內(nèi)循環(huán)。內(nèi)循環(huán)的任務(wù)是去除趨勢并對子序列進(jìn)行低通量過濾，從而獲得季節(jié)成分和殘差成分。以下是內(nèi)循環(huán)的詳細(xì)步驟：a.設(shè)為第k-1次內(nèi)循環(huán)結(jié)束時(shí)的趨勢和季節(jié)成分，初始時(shí)。b.去趨勢，從時(shí)間序列中去除上次迭代的趨勢成分，初始時(shí)。c.Loess回歸：對每個(gè)子序列進(jìn)行Loess回歸，前后各延長一個(gè)循環(huán)周期，使用平滑參數(shù)為n(s)，平滑結(jié)果記為。d.低通量過濾：對步驟c中的平滑結(jié)果依次做長度為n(p)、n(p)和3的滑動平均，再進(jìn)行參數(shù)為n(l)的Loess回歸，得到長度為N的序列。e.去除季節(jié)趨勢，計(jì)算新的季節(jié)成分。f.去季節(jié)成分：從時(shí)間序列中去除新的季節(jié)成分。g.趨勢平滑，對步驟f得到的序列進(jìn)行Loess回歸，得到新的趨勢成分。如果收斂，輸出結(jié)果；否則返回b繼續(xù)迭代。外循環(huán)的主要任務(wù)是計(jì)算內(nèi)循環(huán)中所需的魯棒性權(quán)重，然后將其用于內(nèi)循環(huán)中進(jìn)行運(yùn)算。具體步驟如下：a.計(jì)算魯棒性權(quán)重;b.進(jìn)入內(nèi)循環(huán)，執(zhí)行以下步驟：①去趨勢；②Loess回歸處理；③低通量過濾；④去除平滑季節(jié)趨勢；⑤去季節(jié)成分；⑥趨勢平滑。>>>>

線性回歸線性回歸是一個(gè)統(tǒng)計(jì)方法，描述了自變量與因變量之間的某種線性關(guān)系。它假設(shè)自變量（輸入變量）和因變量（輸出變量）之間存在線性關(guān)系，并通過擬合一條直線來描述這種關(guān)系。在簡單線性回歸中，只有一個(gè)自變量和一個(gè)因變量。模型可以表示為：Y=aX+b，其中Y是因變量，X是自變量，a是斜率（表示變量之間的關(guān)系強(qiáng)度），b是截距（表示在自變量為零時(shí)的因變量值）。線性回歸的目標(biāo)是通過最小化實(shí)際觀測值與模型預(yù)測值之間的誤差（通常使用最小二乘法），找到最佳擬合線或超平面。這可以幫助我們理解變量之間的關(guān)系、進(jìn)行預(yù)測和推斷。實(shí)驗(yàn)結(jié)果圖2、圖3為該模型的分解結(jié)果及擬合效果，其實(shí)驗(yàn)數(shù)據(jù)為某高新園區(qū)2021~2022年的月度數(shù)據(jù)，對碳排放量進(jìn)行的預(yù)測。分解出來的趨勢