的官方實驗室數(shù)據(jù)進行比較，得到真實能效評價。
[0038] 后臺服務中心包括有服務器集群與本地服務器，為客戶提供能效等級分類服務。 服務器集群為一 Hadoop集群，后臺服務中心的服務器利用決策樹分類算法，進行〈能耗〉 類別的分類。此處的決策樹構建過程主要是利用屬性集〈使用年限，品牌，能耗等級，房間 大小，室內(nèi)外溫差〉來進行類別預測。結合圖3所示，利用服務器集群與決策樹算法進行能 耗分類評價的流程如下： 1)首先是通過Client客戶端（即本實施例中的智能插座一側）將本地接收到的數(shù)據(jù)定 期的上傳到Hadoop集群，此處利用linux crontab將每個星期收集到的數(shù)據(jù)傳輸?shù)紿DFS 分布式存儲系統(tǒng)進行存儲。
[0039] 2)進行數(shù)據(jù)預處理，采集到的家用空調(diào)的數(shù)據(jù)格式為如下格式 〈當前時間，購買時間，品牌，能耗等級，房間大小，室內(nèi)溫度，室外溫度，能耗〉，用上 述的數(shù)據(jù)進行決策樹構造的時候需要提前進行處理，利用MapReduce處理成〈使用年限， 品牌，能耗等級，房間大小，室內(nèi)外溫差，能耗〉格式，其中使用年限，品牌，能耗等級，房間 大小，室內(nèi)外溫差為屬性，能耗為類別目標，分為每小時1度以下，1度到2度，2度以上三個 類別，分別以〇，1，2標注。
[0040] 3)提交Hadoop集群，完成決策樹的構造任務。
[0041] 4)將構建完成的決策樹進行數(shù)據(jù)庫的本地化存儲，這里決策樹的數(shù)據(jù)庫存儲數(shù)據(jù) 格式為〈節(jié)點編號，父節(jié)點編號，右兄弟節(jié)點編號，右兄弟屬性選擇值，當前節(jié)點屬性值，當 前節(jié)點類別屬性比例〉。設計成這樣的存儲方式以后可以采用層次遍歷的方式快速地重新 建立決策樹。
[0042] 5)決策樹的增量學習。新增了少量數(shù)據(jù)的情況下可以不用重新構造決策樹，直接 從本地化的數(shù)據(jù)庫里面取出已經(jīng)構造好的決策樹，在利用新的數(shù)據(jù)集基礎上重新生成數(shù)據(jù) 庫，然后進行再一次的本地化。
[0043] 6)本地數(shù)據(jù)庫里面的決策樹和其他統(tǒng)計信息既可以用來快速重建決策樹，方便通 過瀏覽終端的用戶交互系統(tǒng)(如圖5所示的交互界面）進行快速能耗分類和查詢。
[0044] 采用決策樹分類器在樣本量足夠大的情況下，在能效等級分類準確性和決策構造 時間兩個性能指標上是合格的，下表為訓練樣本量分別為24M數(shù)據(jù)和500M數(shù)據(jù)的情況下， 對1M新采集的數(shù)據(jù)分類性能測試
【主權項】
1. 一種空調(diào)在線運行能效監(jiān)測與評價方法，其特征在于，包括以下步驟： 由智能插座收集與該智能插座連接的空調(diào)的參數(shù)，并將該參數(shù)傳輸至后臺服務中心； 后臺服務中心存儲并分析所述參數(shù)，得到空調(diào)的短時能耗和/或長時能耗并傳輸至一 瀏覽終端進行顯示。
2. 如權利要求1所述的方法，其特征在于，所述智能插座收集的參數(shù)至少包括有實際 用電量、運行時間、位置信息以及室內(nèi)溫度參數(shù)。
3. 如權利要求2所述的方法，其特征在于，獲取所述短時能耗的步驟包括： 空調(diào)溫度穩(wěn)定前，由智能插座將時間信息和室內(nèi)溫度信息每隔一預定時長發(fā)送到后臺 服務中心； 后臺服務中心根據(jù)位置信息查詢空調(diào)所在地的溫度信息； 后臺服務中心計算溫度穩(wěn)定前的溫升和/或溫降時間，得出短時能耗。
4. 如權利要求2所述的方法，其特征在于，獲取所述長時能耗的步驟包括： 空調(diào)溫度穩(wěn)定后的一定時間內(nèi)，所述智能插座每隔一預定時長將收集的運行參數(shù)信息 傳送至后臺服務中心； 后臺服務中心根據(jù)位置信息得出室外溫度，并累積一定階段的總功耗，得到所述長時 能耗。
5. 如權利要求1所述的方法，其特征在于，后臺服務中心存儲并分析所述參數(shù)的步驟 包括有： 后臺服務中心包括有服務器集群以及本地服務器，服務器集群通過屬性集的方式構建 決策樹； 該決策樹為可重建的，且將所述參數(shù)實時更新至服務器集群。
6. -種空調(diào)在線運行能效監(jiān)測與評價系統(tǒng)，其特征在于，包括有： 智能插座單元； 后臺服務中心； 瀏覽終端單元； 所述智能插座單元收集與其連接的空調(diào)的各項運行參數(shù)，并發(fā)送至所述后臺服務中 心，所述后臺服務中心存儲并分析所述參數(shù)，得到空調(diào)的短時能耗和/或長時能耗并傳輸 至一瀏覽終端進行顯示。
7. 如權利要求6所述的系統(tǒng)，其特征在于，所述智能插座單元至少包括有以下單元： 電量檢測單元，檢測空調(diào)的實際用電量； 時鐘電路單元，檢測空調(diào)的運行時間； GPS單元，檢測空調(diào)的位置信息；以及 溫度檢測單元，檢測空調(diào)所位于室內(nèi)的溫度。
8. 如權利要求7所述的系統(tǒng)，其特征在于，還包括有一短時能耗顯示單元，由所述智能 插座將時間信息和室內(nèi)溫度信息每隔一預定時長發(fā)送到后臺服務中心，后臺服務中心根據(jù) 位置信息查詢空調(diào)所在地的溫度信息，后臺服務中心計算溫度穩(wěn)定前的溫升和/或溫降時 間并得出短時能耗，顯示于所述瀏覽終端。
9. 如權利要求7所述的系統(tǒng)，其特征在于，還包括有一長時能耗顯示單元，所述智能插 座每隔一預定時長將收集的運行參數(shù)信息傳送至后臺服務中心，后臺服務中心根據(jù)位置信 息得出室外溫度，并累積一定階段的總功耗而得出長時能耗，以顯示于所述瀏覽終端。
10. 如權利要求6所述的系統(tǒng)，其特征在于，所述后臺服務中心包括有服務器集群以及 本地服務器，該本地服務器接收運行參數(shù)，所述服務器集群利用屬性集的方式構建決策樹 算法。
11. 一種智能插座，其特征在于，包括有： 電能轉換模塊，其將交流電轉換為直流電； (PU模塊； 電量測量模塊，其連接于插座系統(tǒng)的供電接口并檢測各供電接口對應的負載的耗電 量，該耗電量信息經(jīng)轉換后傳輸至CPU模塊； 無線通訊模塊，通訊連接于后臺服務器； 電能轉換模塊與電量測量模塊、CPU模塊以及無線傳輸模塊分別電性連接，無線通訊模 塊雙向通訊連接于CPU模塊，CPU模塊將轉換后的耗電量信息通過無線傳輸模塊傳輸至后 臺服務器。
12. 如權利要求11所述的智能插座，其特征在于，還包括有： 括撥碼開關系統(tǒng)，其以撥碼方式設置于插座，并通過無線通訊模塊雙向通訊連接于所 述CPU模塊； 溫度測量模塊，與所述無線通訊模塊電性連接，以傳輸溫度信息至所述CPU模塊； GPS模塊，其電連接于所述電能轉換模塊，并與所述CPU模塊通訊連接，以傳輸GPS信 息； 通訊連接于所述CPU模塊的IXD顯示模塊，以顯示電量、溫度及GPS信息；其中的一種 或幾種組合。
【專利摘要】本發(fā)明涉及一種空調(diào)在線運行能效監(jiān)測與評價方法，其特征在于，包括以下步驟：由智能插座收集與該智能插座連接的空調(diào)的參數(shù)，并將該參數(shù)傳輸至后臺服務中心；后臺服務中心存儲并分析所述參數(shù)，得到空調(diào)的短時能耗和/或長時能耗并傳輸至一瀏覽終端進行顯示?；趯嶋H運行的空調(diào)或機房的能效評價是對標準的實驗室能效評價方法的有益補充，更能得到在不同地域、不同季節(jié)、不同類型（變頻還是定頻）空調(diào)的實際能效評價。對能效標識認證制度起到很好的輔助作用，廠家不再能只從經(jīng)濟效益出發(fā)，而虛標能效，對一些明顯不能達到的性能指標，如最低溫度無法欺瞞。
【IPC分類】F24F11-00
【公開號】CN104864549
【申請?zhí)枴緾N201510195624
【發(fā)明人】李飛, 鄭增威, 吳劍鐘, 陳丹, 龍志勇
【申請人】浙江大學城市學院
【公開日】2015年8月26日
【申請日】2015年4月22日