1、“.....它基于读出每天的能源消耗值和峰值能耗。如果天的能源消耗与以往的能源消耗显著不同，这个方法将利用离群检测来测定问题所在。建筑物的能源消耗异常，其相于常态的变化总量可以使用对平均值和标准差的鲁棒估计来确定它是个潜在离群值。凯里等人认为，通过找到满足不等式.最大整数方法，最大值可以被测定。以下是关于图中编号块详情。图.执行罗斯纳综合多离群程序流程图外文资料译文块设定。这步是使离群初始化数值为。块计算集合中元素平均值。平均值由公式计算出。是集合成员集合，与集合中数值元素相等。块计算集中元素标准差。标准差由公式确定。块。如果集中元素标准差是零，则检查这个块。如果标准差等于零，那么集合中元素都有同样值，而且在集合其余元素中没有离群值。在实际检验了这种方法后，在几个数据集合中有个集合标准差为零。为了防止在块中除以零，当块标准差定为零时执行块。块在集合中找到第个极值。极值元素，是集合中与相差最大。在集合中所有元素中，当是集合个元素时正常系统。如果该比率低于下限例如.，那么这个系统状态低于正常系统。如果该比率在下限和上限之间，那么这个系统状态是正常......”。

2、“.....多迪尔和克里德图表显示了每周循环。本文介绍了个自动检测建筑物能源异常消耗智能数据分析方法。用此方法，操作员将不必通过费时费力地手工检查图表来发现异常能源消耗。取而代之是，操作员或维修员可以仅进行建筑物异常消耗检查。这个方法决算周中分成组日子能耗变化与周中类似电力消耗。如果能源消耗与以往有明显偏差，就要用鲁棒异常检测方法来判断。对于异常时期能源消耗，偏离正常数额定要使用鲁棒统计方法。外文资料译文．数据分析方法概况图显示了识别建筑物能源异常消耗必需主要步骤。特征提取模块测定特征，例如每日平均消耗或天中最高负荷能源数据，如整幢建筑电力消耗。它是功能是基于将周中有类似能源消耗概况几天分组。在本文中，术语“日期类型”是指周中有类似消耗概况几天。在基于日期类型为数据分组之后，当同日期类型特征有显著差异时，异常识别用于测定特征。如果有任何异常被识别，就有个分被修改，用来从个标准观测数据测定总量和变化趋势。分也称为标准分。之后，鲁棒离群判定方法细节和用鲁棒方法从标准值确定出总变化量被显示。图......”。

3、“.....即产生于大多数观测数据集合中不致数据。例如，在数据集合，中，观测数据是个出现离群值。数据集合可能包含不止个离群值。例如，在数据集合，中，观测数据和是出现离群值。巴内特和刘易斯提供了几种常见离群值识别方法详细资料。在几种比较流行离群值识别方法之中，因为由罗斯纳建议离群检测算法多离群程序在多种条件下行之有效，故伊格伍茨和霍格林高度推荐此方法。综合多离群程序可以标识个集合中离群成份。图是在个有个观测数据，„，集合中确定个或多个离群值流程图。用户需要指定概率，它是当没有离群值存在时错误宣告有个或多个离群概率，和个最大值，它是个潜在离群值。凯里等人认为，通过找到满足不等式.最大整数方法，最大值可以被测定。以下是关于图中编号块详情。图.执行罗斯纳综合多离群程序流程图外文资料译文块设定。这步是使离群初始化数值为。块计算集合中元素平均值。平均值由公式计算出。是集合成员集合，与集合中数值元素相等。块计算集中元素标准差。标准差由公式确定。块。如果集中元素标准差是零，则检查这个块。如果标准差等于零，那么集合中元素都有同样值，而且在集合其余元素中没有离群值......”。

4、“.....在几个数据集合中有个集合标准差为零。为了防止在块中除以零，当块标准差定为零时执行块。块在集合中找到第个极值。极值元素，是集合中与相差最大。在集合中所有元素中，当是集合个元素时检测错误离群值。此外，在本研究中，我们并没有发现这个方法因错误检测高离群值而失败位置。检测异常能源消耗方法需要日期类型知识即，周中具有相似能源消耗类型日子。有三个基本方法来确定日期类型操作员可以基于建筑物能源消耗知识来选择日期类型，操作员可以利用时间序列或箱形图来确定日期类型，或模式识别算法可以自动确定日期类型。操作员可以建筑物使用知识来选择日子，或者利用图表或时间序列图来确定具有相似能源消耗日子。图是个双面板箱形图格状图,从这个图表，我们可以得出有两种日期类型结论平日周到周五和周末周六和周日。图.每日平均消耗与峰值需求双面板箱形图图是座电信大楼每日峰值电能消耗时间序列图。离群分析方法确定了月日能源消耗畸高。平均值和标准差鲁棒分析确定了能源消耗标准差高于月日平均值。在对高能源消耗分析调查中显示了个造成主机组故障控制问题。在主机组出现后，次机组启动以满足冷负荷。在主机组重新启动后......”。

5、“.....月日高电能使用让用户付出了大约美元。为了预防这个问题，用户修正了控制方式来防止两台机组同时运行。外文资料译文图显示第二座电信大楼能源使用每日峰值和平均值，它使用区域供热。用户已经达成协议，在供应商要求时间段内不使用减少区域热能。在月日和日，电能消耗平均值和峰值因供应商要求用户不使用区域热能而畸高。用户就用电热锅炉来加热水。这造成电费增加约美元。如果区域热能供应商削减能源成本大于由减少区域热能造成高电能消耗，用户应确定使用何种能源。图.座电信大楼由机组故障引起高离群值图.座电信大楼由于数据中心缩减区域供热引起高离群值图显示了第二座电信大楼能源使用峰值和每日值。在年月日，新电力配电盘安装完毕。为了测试这个配电盘，许多电气设备都在运行。这引起了峰值电能消耗大幅攀升，并为用户增加了约,美元电费。用户可以在低电价期执行测试以降低电费损失。图显示了第三座电信大楼，它具有在室外温度低时不调整大小以允许自由冷却过程管道系统。利用室外冷空气来减少或消除机械制冷控制方法通常被称为经济周期控制。如果管道系统大小允许经济周期控制......”。

6、“.....月日和日高电能消耗让建筑物所有者支付了约美元。图.座电信大楼由于设备测试引起高离群值，其次，高离群值符合改良分图.座电信大楼由于暖通空调系统故障引起高离群值，其次，高离群值符合改良分外文资料译文．结论本文提出了种使能源消耗数据转化为信息新方法。该方法计算有效，从而可以在今天建筑节能管理和控制系统中实现。如果能源消耗与先前有较大不同，该方法采用鲁棒统计方法。如果能源消费源大幅增加，建筑物管理员或维修人员会进行调查和纠正问题，以防止今后再出现这样情况。这种新数据分析方法将使建筑物管理员通过减少检测运行故障设备时间来更有生产价值。此外，建筑物能源消耗将因控制系统或运行问题被检测和纠正而降低。致谢我要感谢吉姆库默尔比尔胡特和江森自控公司驻外机构，他们在收集数据和与我们客户合作找出问题起因及相关能源异常消耗损失中做出了宝贵贡献。参考文献略正常系统。如果该比率低于下限例如.，那么这个系统状态低于正常系统。如果该比率在下限和上限之间，那么这个系统状态是正常。图表将帮助建筑物操作员识别能源消耗重大变化。多迪尔和克里德图表显示了每周循环......”。

7、“.....用此方法，操作员将不必通过费时费力地手工检查图表来发现异常能源消耗。取而代之是，操作员或维修员可以仅进行建筑物异常消耗检查。这个方法决算周中分成组日子能耗变化与周中类似电力消耗。如果能源消耗与以往有明显偏差，就要用鲁棒异常检测方法来判断。对于异常时期能源消耗，偏离正常数额定要使用鲁棒统计方法。外文资料译文．数据分析方法概况图显示了识别建筑物能源异常消耗必需主要步骤。特征提取模块测定特征，例如每日平均消耗或天中最高负荷能源数据，如整幢建筑电力消耗。它是功能是基于将周中有类似能源消耗概况几天分组。在本文中，术语“日期外文资料译文用智能数据分析检测建筑物中能源异常消耗约翰.西姆美国，威斯康星州，密尔沃基，东密歇根街号，江森自控公司于年月日接收文件年月日接收经修订图表年月日完成摘要本文介绍种新建筑物能源异常消耗检测方法，它基于读出每天能源消耗值和峰值能耗。如果天能源消耗与以往能源消耗显著不同，这个方法将利用离群检测来测定问题所在。建筑物能源消耗异常，其相于常态变化总量可以使用对平均值和标准差鲁棒估计来确定。这种新数据分析方法将检测到以往未曾注意到问题，由此降低运营成本......”。

8、“.....操作者不必手动检测故障或诊断错误警报，可以节省时间。新数据分析方法已成功地检测到许多建筑物中高能源消耗。本文介绍为建筑物进行实际测试结果反应出下列问题机组故障和不良控制方法，设计不良通风和空调设备，以及不当设备操作引发配电盘变化。关键词能源消耗故障检测离群分析性能监测鲁棒统计．引言能源管理和控制系统可收集和储存大量能源消耗数据。设备操作员会被这样数目数据所压倒。对于许多操作员而言，由于数据超载，能源管理和控制系统不可能检测设备设计或操作问题。现代建筑物管理系统有两个系统，用来为操作员提供这些超载数据警报与预警系统和数据可视化程序。今天，操作员必须选择警报和预警阈值。这是项艰巨任务。如果阈值太紧，那么系统会发出些假警报，而如果阈值太松，那么设备或系统故障可能不会被发现。数据可视化程序可以帮助建筑物管理员检测和诊断问题，但大量时间被花费在问题检测上。此外，不同操作员建筑专业知识有很大差异。新或缺乏经验操作员可能会遇到检测困难，而且个操作员工作情况会随时间在几天或几周内变化。研究团体已经为建筑物和供暖通风和空调系统制定了许多故障检测方法......”。

9、“.....和。这里有两个故障检测与建筑物诊断基本方法组件级别自底向上方法和整幢建筑自顶向下方法。组件级别方法在个别系统中寻找故障，比如变风量箱空气处理设备冷水机组或锅炉。整幢建筑方法在高级别测量中寻找异常，比如整幢建筑制冷供热或电力消耗。外文资料译文克拉里奇等人描述了个能源消费检测方法，来帮助建筑物操作员和设备管理员确定建筑物系统是否在正常工作。这个报告包含三个月期间内每日冷却水能源消耗量与每日平均温度对比和每日热水消耗量与每日平均温度对比散点图。在最后个月，散点图使用字母来确定周中每天。这些字母帮助建筑物操作员确定在特定天中异常能源消耗。报告还包含冷却水消耗和整幢建筑电力消耗二维和三维时间序列图。通过检查这些坐标，建筑物操作员可以识别出天能源异常消耗。为了查看建筑物能源数据，哈伯尔和阿巴斯,审查了几个新图形显示。多迪尔和克里德为整幢建筑物能源问题提出个检测方法，如下列能源使用整幢建筑物总电能整幢建筑物总热能暖通空调与其他制冷电能和制冷机能源使用。他们用能源消费指数来测定能耗是否是高于正常正常或者低于正常水平。如同确定个神经网络，是实际能源消耗与预期能源消耗比率......”。