基于Hadoop的公共建筑能耗数据挖掘方法研究-检测技术与自动化装置专业论文.pdf.docxVIP

原创性声明 原创性声明 本人郑重声明：所提交的学位论文是本人在导师的指导下，独立进行研究取得的 成果。除文中已经注明引用的内容外，论文中不含其他人已经发表或撰写过的研究成 栗，也不包含为获得山东建筑大学或其他教育机构的学位证书而使用过的材料。对本 文的研究作出重要贡献的个人和集体，均已在文中以明确方式标明。本人承担本声明 的法律责任。 夕^’升钆习荔 日期 伽／6．6．8． 学位论文作者签名： 学位论文使用授权声明 本学位论文作者完全了解山东建筑大学有关保留、使用学位论文的规定，即：山 东建筑大学有权保留并向国家有关部门或机构送交学位论文的复印件和磁盘，允许论 文被查阅和借阅。本人授权山东建筑大学可以将学位论文的全部或部分内容编入有关 数据库进行检索，可以采用影印、缩印或其它手段保存、汇编学位论文。 保密论文在解密后遵守此声明。 ]趸 学位论文作者签名： 卫名石 日期 知，占．6．3． 导 师 签 名： 日期 Ⅻf6．6．毽， 万方数据 山东建筑大学硕士学位论文摘要 山东建筑大学硕士学位论文 摘要 我国对公共建筑能源审计工作已全面展开，各省、市陆续建立了大型公共建筑能 耗监测平台。目前，山东省对公共建筑进行节能监测的数量累计达到1000余栋。真实 准确的公共建筑能耗统计数据对进一步推进建筑节能工作具有重大意义，但是目前对 能耗数据的有效利用还存在明显不足。随着建筑能耗数据量不断增加，数据的分析工 作也面临巨大的挑战。这些能耗数据背后蕴涵着丰富的知识，且数量巨大，传统分析 方法难以发现和总结这些数据中所蕴涵的知识。本文探索了基于Hadoop的数据挖掘技 术在处理海量建筑能耗数据中的应用。 Hadoop是Apache软件基金会旗下基于Java语言开发的一个开源分布式计算平台， 它允许将Hadoop集群部署在低廉的硬件上，用户可以充分利用集群服务器的存储和计 算能力，完成海量数据的分析处理。 在对Hadoop分布式计算平台深入分析研究的基础上，针对建筑能耗数据无法有效 利用这一问题，本文提出利用Hadoop分布式架构，结合建筑基本信息对公共建筑能耗 数据进行数据挖掘的方法。 首先，本文对基于Hadoop的公共建筑能耗数据挖掘系统进行了初步设计，并对系 统的基本架构和各模块的功能进行了设计和说明。 其次，在对HDFS的架构和数据读写机制进行深入学习和研究的基础上，进行基 于MapReduce编程模型的Java程序编写，实现将实验样本数据XML文件写入HDFS。 然后，根据本课题数据挖掘需求和实验数据的特点，选择数据挖掘算法。在对 MapReduce的架构和任务运行机制进行深入学习和研究的基础上二，实现了基于 MapReduce的改进Apriofi算法、C4．5算法设计，以及算法的Java程序编写。 最后，利用四台计算机搭建Hadoop集群作为实验平台，以山东省200栋办公建筑 制冷期空调系统单位面积(月)耗电量为例进行能耗数据挖掘实验，得到了建筑基本 信息与建筑空调能耗关系的相关结论，根据判定树和建筑信息可预测建筑物制冷期空 调系统耗电等级，并对实验结论进行了评价和分析。 本文利用Hadoop分布式架构结合建筑基本信息对公共建筑能耗数据进行数据挖 掘，实现了对建筑能耗数据更大化的利用，弥补了以往的数据分析方法对海量数据处 理时出现成本高、效率低的缺陷，对完善山东省公共建筑节能监测信息管理系统的数 据分析功能进行了探索，从数据的角度客观地分析建筑能耗情况并为节能工作提供决 万方数据 山东建筑大学硕士学位论文策支持。本课题所涉及的思想和方法可推广应用到各类建筑能耗数据挖掘工作中，对 山东建筑大学硕士学位论文 策支持。本课题所涉及的思想和方法可推广应用到各类建筑能耗数据挖掘工作中，对 既有建筑的节能改造和新建建筑的节能设计提供参考和借鉴。 关键词：Hadoop，公共建筑能耗，数据挖掘，HDFS，MapReduce，Apriori算法， C4．5算法 Ⅱ 万方数据 山东建筑大学硕士学位论文Research 山东建筑大学硕士学位论文 Research of Data Mining Method for Public Buildings Energy Consumption Based on Hadoop Wang Lei(Detection Technology and Automatic Equipment) Directed by Zhang Yongjian ABSTRACT The work of energy audit on public buildings is implementing in China．Many provinces and cities have established