上海市大型公共建筑能耗的贝叶斯统计分析 作者：徐鹏涛 刘吉彩 郑鹭 岳荣先来源：《上海师范大学学报·自然科学版》第 02 期 摘要： 在建筑能耗的计量过程中，积累了大量的实时能耗数据.这些数据的特点是数量大、噪声大，存在缺失和测量误差等.如何分析和应用如此海量数据，是一种极具挑战性的问题.以上海市大型建筑的电耗数据为研究对象，通过建立多层贝叶斯模型，对各类型大型建筑的月平均单耗、年平均单耗进行预计.该成果将能够协助政府监管部门对建筑节能工作进行有效评价. 核心词： 大型公共建筑； 多层贝叶斯模型； 平均单耗预计； MCMC 抽样 中图分类号： O 212.8 文献标志码： A 文章编号： 10005137（）0909 Abstract ： In the process of measuring the power consumed in buildings，massive quantity of realtime energy consumption data have been accumulated.Salient features of these data include large samples，noise accumulations and the presence of measurement errors，etc.Thus，how to analyze and apply these massive data becomes a very challengeable problem.In this paper，based on the dataset which include the consumption of largescale public buildings in Shanghai for ，we establish a hierarchical Bayesian model to estimate the average monthly consumption and the average annual consumption of large publicscale buildings in .The results will help government regulators to conduct effective evaluation on energy saving for buildings. Key words ： largescale public buildings ； Bayesian hierarchical model ； estimation of the average consumption ； MCMC sampling 0 引 言 中国的建筑能耗已经成为工业能耗、交通能耗之后的第三大社会能源消耗主体，其中大型公共建筑高能耗是我国建筑能耗快速增加的最重要因素.资料显示，我国单体规模不不大于 2万平方米的大型公共建筑，总面积局限性城乡建筑总面积的 4%，总能耗却占全国城乡总耗电量的 22%，用电量在 70～300 kWh/（m2·a），为普通居民住宅的 5～10 倍.因此，全方面地理解大型公共建筑能耗的特性，以及对其能耗趋势进行有效地预计，是我国建设大型公共...
