典型文献
大型集中供热系统热力站耗热量聚类分析
文献摘要：
合理掌握集中供热系统热力站耗热量现状,对指导集中供热系统节能运行、促进节能减排具有重要意义.对集中供热系统热力站耗热量及影响因素数据进行处理和转化,剔除数据中的异常值及离群值,并将处理后的文本型数据转化成数值型;运用皮尔森相关系数确定了影响热力站耗热量的主要因素为建筑保温性能和二次侧供回水平均温度;将耗热量及主要影响因素作为输入参数,运用SPSS软件分别进行层次聚类算法、划分聚类算法分析,同时利用Python语言进行密度聚类算法分析,通过3种聚类分析结果对比,最终采用K-means聚类分析算法建立耗热量的最佳聚类模型,得出各类热力站的耗热量及影响因素的聚类中心值,为进一步集中供热系统热力站节能潜力分析提供理论依据.
文献关键词：
数据处理;耗热量;层次聚类算法;密度聚类算法;划分聚类算法
中图分类号：
作者姓名：
孙春华;冯浩宇;高晓宇;曹姗姗;夏国强
作者机构：
河北工业大学 能源与环境工程学院,天津 300400
文献出处：
引用格式：
[1]孙春华;冯浩宇;高晓宇;曹姗姗;夏国强-.大型集中供热系统热力站耗热量聚类分析)[J].建筑节能（中英文）,2022(01):74-79
A类：
供回水平均温度
B类：
集中供热系统,热力站,耗热量,导集,系统节能,节能运行,素数,除数,异常值,离群值,转化成,皮尔森相关系数,建筑保温,保温性能,二次侧,输入参数,层次聚类算法,划分聚类算法,算法分析,Python,密度聚类算法,结果对比,means,聚类分析算法,聚类模型,聚类中心,节能潜力,潜力分析
AB值：
0.227246
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
