具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

应当理解，文中所使用的步骤编号仅是为了方便描述，不对作为对步骤执行先后顺序的限定。

应当理解，在本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。

术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。

术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。

请参阅图1，本发明某一实施例提供一种空调系统控制策略识别方法，包括以下步骤：

S101：根据空调系统的测量数据获取第一输入变量，采用图像分割算法处理所述空调系统的测量数据获取第二输入变量，采用主成分分析方法将所述第一输入变量以及所述第二输入变量进行降维处理，获取第三输入变量。

具体的，采集空调系统中的温度、流量和电量，具体为：冷冻水供水温度、冷冻水回水温度、室外空气干球温度、冷机电功率、室内空气温度以及冷冻水环路一次侧流量、二次侧流量、旁通管流量，周期性测量实时获取空调的测量数据，根据冷机电功率和时间获取空调系统的电量，测量值的间隔为10分钟，每个测量值变量每天产生144个数据，一共8个数据，那么第一输入变量的维度为144×8＝1152维。

空调系统的测量变量是一天内连续采集的时间序列数据，为了利用这一特点，从每个测量变量序列中提取一些特征来表示这些序列的形状。在需求响应阶段，数据的大小会明显和周围的数据区域区别出来，因此，采用图像处理中的图像分割算法来将每条时间序列数据分割开来，获取区域特征，区域特征包括，每条数据序列分割得到的区域个数和这些区域内数据标准差的平均值，根据区域特征可计算获取第二输入变量。

图像分割是将数字图像分割成多个片段的过程，图像分割的目标是将图像简化和/或改变为更有意义且更易于分析的部分，图像分割通常用于定位图像中的对象和边界，初始数字图像明显由两个灰度值不同的区域组成，而图像分割就是将该图的两个区域分割开来。而对于时间序列而言，该时间序列数据可以看作一个一维的图像，而几个与周围数据区分开来的波形可以视作图像中的区域，因此，采用图像分割技术则可以有效地将这个时间序列中的区域分割出来。

图像分割常用的方法有基于区域的分割方法、基于边缘的分割方法等，本实施例进行分析采用的是基于边缘的分割方法，基于边缘的分割方法即通过监测数据突变的方法检测出图像中的点或者线，这些点或者线就可以将图像分割成多个闭合的子区域。数据突变的监测可以利用导数来进行监测，常用的一阶导数算子有Roberts算子、Prewitt算子和Sobel算子，本实施例在进行边缘检测是采用的是Sobel算子，由分割得到的区域片段可以计算出区域特征值。值得注意的是，在进行边缘识别时的限值决定了识别的结果，针对分割的时间序列数据，计算得到的每条数据序列分割得到的区域个数N_zones＝7，这些区域内数据标准差的平均值Std_zones＝0.0428。这表示这个序列最终得到了7个子片段，每个片段内数据的标准差的平均值为0.0428。根据以上的测试方法，获取八个测量数据的第一输入变量为1152个，额外产生的第二输入变量为16个，最终获取的第三输入变量为1168个。

由于第一输入变量和第二输入变量的个数明显大于观测值条数，因而，需要先对第一输入变量以及第二输入变量进行降维处理，主成分分析(PCA)是一种统计过程，使用正交变换将一组可能相关的变量的观察值转换为一组称为“主成分”的线性不相关变量的值，通常前几个成分的方差之和达到所有成分方差之和的90％以上，就可以选择前几个主成分来表示所有变量。采用主成成分分析法进行降维处理，便于提升接下来的计算精度。

S102：将所述第三输入变量输入预设的逻辑回归法和预设的XGBoost算法进行训练，获取控制策略识别模型。

S103：实时获取空调系统数据输入所述控制策略识别模型，获取识别结果，所述识别结果包括：含有特殊控制策略的识别结果以及不含特殊策略的识别结果，所述特殊控制策略包括：空调系统采用了间歇式停机的控制策略、空调系统采用了重设冷冻水温度的控制策略、空调系统采用了预设的重设冷冻水供水温度的控制策略。

具体的，采用交叉验证的方法训练预设的逻辑回归法，获取训练后的逻辑回归法，根据准确度评估指标分别确定训练后的逻辑回归法和预设的XGBoost算法的识别性能，获取控制策略识别模型。由识别算法获得的输出变量是控制策略的类型，输出变量可能取值有[0,1,2,3]，其中，0代表空调系统没有采用特殊控制策略，1代表空调系统采用了间歇式停机的控制策略，2空调系统采用了重设冷冻水温度的控制策略，3空调系统采用了预设的重设冷冻水供水温度的控制策略，其中，预设的重设冷冻水供水温度的控制策略为ASHRAE90.1中规定的冷冻水供水温度重设策略。

XGBoost是一个优化的分布式梯度增强库，设计高效，灵活和便携，在梯度增强框架下实现机器学习算法，XGBoost提供了增强并行树(也称为GBDT，GBM)，可快速准确地解决许多数据科学问题。在统计学中，逻辑回归是一个回归模型，与一般意义上的回归不同，其中因变量是分类的，逻辑回归又分二元因变量回归和多元逻辑回归，前者的输出可以只取两个值，即“0”和“1”，表示结果，例如合格/不合格，赢/输等，因变量具有多于两个结果类别的情况叫做多元逻辑回归，因此本实施例在进行算法建立时采用的是多元逻辑回归算法。由于在构造控制策略识别模型时数据集较少，在训练模型时采用交叉验证的方法。在建立数据分类模型时，都是先利用一部分数据作为训练集，然后训练出一个模型，但是，这个模型在训练集上的准确度不能用来评估模型质量，因此，需要测试集来对模型进行打分来评估模型质量，然而，由于数据集太少，测试集合的样本不能太多，否则导致用来训练模型的数据不够，这种情况下就需要用到交叉验证。交叉验证的基本思路如下：将初始数据集随机分成k份，然后，其中的一份作为测试集，另外k-1份作为训练集，这样可以得到一个评分。然后，重复k遍，每次都用其中一份作为测试集，剩下的作为训练集，并且保证k个子集都当过测试集，这样，就得到了在整个数据集上的k个评分，这相比于只做一次评估要更加客观。

在评估逻辑回归法和XGBoost算法的识别性能时，采用准确度(Accuracy Score)的评估指标进行评估，计算公式如下：

其中，n_sample是样本数，函数l(x)是指示函数。

将实时获取的空调系统数据输入控制策略识别模型中，获得识别结果，其中，该实时获取的空调系统数据经过预处理获取额外的输入变量后再输入控制策略识别模型中进行识别，本实施例采用的XGBoost算法识别的准确度达到95％以上，而逻辑回归的识别准确度达到了90％以上。

本发明采用图像分割技术产生额外的测量变量，然后采用主成成分分析对整个数据集进行降维处理，在获取数据集的基础上采用逻辑回归法和XGBoost算法进行空调系统中特殊控制策略的识别，提高了识别的精度。

请参阅图2，本发明另一实施例提供一种空调系统控制策略识别装置，包括：

预处理模块11，用于根据空调系统的测量数据获取第一输入变量，采用图像分割算法处理所述空调系统的测量数据获取第二输入变量，采用主成分分析方法将所述第一输入变量以及所述第二输入变量进行降维处理，获取第三输入变量。

模型构建模块12，用于将所述第三输入变量输入预设的逻辑回归法和预设的XGBoost算法进行训练，获取控制策略识别模型。

识别模块13，用于实时获取空调系统数据输入所述控制策略识别模型，获取识别结果，所述识别结果包括：含有特殊控制策略的识别结果以及不含特殊策略的识别结果，所述特殊控制策略包括：空调系统采用了间歇式停机的控制策略、空调系统采用了重设冷冻水温度的控制策略、空调系统采用了预设的重设冷冻水供水温度的控制策略。

关于空调系统控制策略识别装置的具体限定可以参见上文中对于空调系统控制策略识别方法的限定，在此不再赘述。上述空调系统控制策略识别装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

请参阅图3，本发明某一实施例提供一种终端设备，包括：

一个或多个处理器；

存储器，与所述处理器耦接，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如上所述的空调系统控制策略识别方法。

处理器用于控制该计算机终端设备的整体操作，以完成上述的空调系统控制策略识别方法的全部或部分步骤。存储器用于存储各种类型的数据以支持在该计算机终端设备的操作，这些数据例如可以包括用于在该计算机终端设备上操作的任何应用程序或方法的指令，以及应用程序相关的数据。该存储器可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，例如静态随机存取存储器(Static Random Access Memory，简称SRAM)，电可擦除可编程只读存储器(Electrically Erasable Programmable Read-OnlyMemory，简称EEPROM)，可擦除可编程只读存储器(Erasable Programmable Read-OnlyMemory，简称EPROM)，可编程只读存储器(Programmable Read-Only Memory，简称PROM)，只读存储器(Read-Only Memory，简称ROM)，磁存储器，快闪存储器，磁盘或光盘。

在一示例性实施例中，计算机终端设备可以被一个或多个应用专用集成电路(Application Specific 1ntegrated Circuit，简称AS1C)、数字信号处理器(DigitalSignal Processor，简称DSP)、数字信号处理设备(Digital Signal Processing Device,简称DSPD)、可编程逻辑器件(Programmable Logic Device，简称PLD)、现场可编程门阵列(Field Programmable Gate Array，简称FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述的空调系统控制策略识别方法，并达到如上述方法一致的技术效果。

在另一示例性实施例中，还提供了一种包括程序指令的计算机可读存储介质，该程序指令被处理器执行时实现上述任意一个实施例中的空调系统控制策略识别方法的步骤。例如，该计算机可读存储介质可以为上述包括程序指令的存储器，上述程序指令可由计算机终端设备的处理器执行以完成上述的空调系统控制策略识别方法，并达到如上述方法一致的技术效果。

以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。