本发明涉及数据处理技术，尤其涉及一种基于人类行为模式的低碳建筑节能策略生成方法及系统。
背景技术：
1、现代建筑领域对节能减排和低碳技术的需求逐渐增加。建筑物是能源消耗和碳排放的主要来源之一，如何通过智能化手段实现建筑能耗的合理管理和优化，降低碳排放，已成为建筑设计和运营中的重要课题。大规模建筑和智能建筑中，存在大量的耗能设备，如照明、空调、供暖等，这些设备在使用过程中消耗大量能源。如果能够通过智能化手段实时监测建筑内各类耗能设备的使用情况，并结合历史数据进行分析和优化，将有助于实现建筑物的高效能源管理和节能减排目标。
2、现有技术中，建筑能耗管理主要依赖于单一数据源或基础的统计分析手段，往往只会对耗能负载进行分析，通常的做法是通过对耗能负载的用电量记录和简单的时间统计，来进行建筑能耗的评估和管理。然而，现有技术对建筑中的非耗能负载（如自然通风、光导照明等）的分析缺失，导致得到的能耗数据不够全面，准确性不高。
3、因此，如何结合待分析建筑的耗能负载和非耗能负载进行综合分析，得到相对全面的能耗数据，实现建筑能耗相对准确的有效控制和节能目标，成为了急需解决的问题。
技术实现思路
1、本发明实施例提供一种基于人类行为模式的低碳建筑节能策略生成方法及系统，结合待分析建筑的耗能负载和非耗能负载进行综合分析，得到相对全面的能耗数据，实现建筑能耗相对准确的有效控制和节能目标。
2、本发明实施例的第一方面，提供一种基于人类行为模式的低碳建筑节能策略生成方法，包括：
3、获取目标建筑的所有耗能负载确定相对应的监测设备，监测设备获取每个耗能负载所对应的工作的历史习惯及相对应第一属性数据，所述第一属性数据至少包括第一位置信息、第一供能信息以及第一负荷信息；
4、根据耗能负载的用能需求对所有的耗能负载添加相对应的用能标签，所述用能标签包括单一用能标签和组合用能标签；
5、若判断目标建筑具有非耗能负载，则基于所述非耗能负载的第二属性数据与第一属性数据比对确定相对应的耗能负载，并基于耗能负载的历史习惯确定非耗能负载的预测习惯；
6、对组合用能标签的耗能负载的历史习惯、非耗能负载的历史习惯、负荷计算得到低碳建筑能的节能统计信息。
7、可选地，在第一方面的一种可能实现方式中，所述获取目标建筑的所有耗能负载确定相对应的监测设备，监测设备获取每个耗能负载所对应的工作的历史习惯及相对应第一属性数据，所述第一属性数据至少包括第一位置信息、第一供能信息以及第一负荷信息，包括：
8、对目标建筑的所有耗能负载统计得到相对应的位置信息并配置至监测设备处，所述位置信息包括其所处建筑面的位置；
9、监测设备获取耗能负载的历史工作时间得到相对应的历史习惯，监测设备获取耗能负载的供能源得到供能信息，获取历史工作时间所对应的电能波形得到负荷信息。
10、可选地，在第一方面的一种可能实现方式中，所述监测设备获取耗能负载的历史工作时间得到相对应的历史习惯，监测设备获取耗能负载的供能源得到供能信息，获取历史工作时间所对应的电能波形得到负荷信息，包括：
11、监测设备获取耗能负载在每个参考日期的历史工作时间得到至少一个工作时间段，确定所有工作时间段的中心时间点的平均值得到第一时间点，对工作时间段均值计算得到每个工作时间段均的平均时间；
12、统计所有第一时间点的平均时间得到相应耗能负载的历史习惯；
13、监测设备获取耗能负载的供能源得到供能信息，所述供能源至少包括光能、电能、气能中的至少一种；
14、统计工作时间段的波形后进行均值计算得到相对应的负荷信息。
15、可选地，在第一方面的一种可能实现方式中，所述根据耗能负载的用能需求对所有的耗能负载添加相对应的用能标签，所述用能标签包括单一用能标签和组合用能标签，包括：
16、若判断耗能负载的用能需求为光能、电能、气能中的一种，则添加相对应的单一用能标签；
17、若判断耗能负载的用能需求为光能、电能、气能中的多种，则添加相对应的组合用能标签。
18、可选地，在第一方面的一种可能实现方式中，所述若判断目标建筑具有非耗能负载，则基于所述非耗能负载的第二属性数据与第一属性数据比对确定相对应的耗能负载，并基于耗能负载的历史习惯确定非耗能负载的预测习惯，包括：
19、若判断目标建筑具有非耗能负载则接收用户对非耗能负载配置的第二属性数据，所述第二属性数据包括第二位置信息和第二功能种类信息；
20、基于非耗能负载的第二功能种类信息与所有耗能负载的第一功能种类信息比对，确定与第二功能种类信息相对应的第一功能种类信息对应的耗能负载得到第一负载集合；
21、将非耗能负载的第二位置信息与第一负载集合内耗能负载的第一位置信息比对确定目标的耗能负载，基于目标的耗能负载的历史习惯确定非耗能负载的预测习惯。
22、可选地，在第一方面的一种可能实现方式中，所述将非耗能负载的第二位置信息与第一负载集合内耗能负载的第一位置信息比对确定目标的耗能负载，基于目标的耗能负载的历史习惯确定非耗能负载的预测习惯，包括：
23、获取第一负载集合内与非耗能负载所处于同一个建筑面的耗能负载的数量得到第一数量；
24、若所述第一数量大于等于预设数量，则基于处于同一个建筑面的耗能负载进行计算得到目标的虚拟化的耗能负载，基于目标的虚拟化的耗能负载的历史习惯确定非耗能负载的预测习惯；
25、若所述第一数量小于预设数量，则基于处于不同建筑面的耗能负载进行计算得到目标的虚拟化的耗能负载，基于目标的耗能负载的历史习惯确定非耗能负载的预测习惯。
26、可选地，在第一方面的一种可能实现方式中，所述若所述第一数量大于等于预设数量，则基于处于同一个建筑面的耗能负载进行计算得到目标的虚拟化的耗能负载，基于目标的耗能负载的历史习惯确定非耗能负载的预测习惯，包括：
27、若所述第一数量大于等于预设数量，则选取所有耗能负载在其历史习惯的所有第一时间点和工作时间段；
28、基于第一时间点和工作时间段进行均值计算得到中值时间点和均值时间段，将目标的虚拟化的耗能负载的中值时间点和均值时间段确定为非耗能负载的预测习惯。
29、可选地，在第一方面的一种可能实现方式中，所述若所述第一数量小于预设数量，则基于处于不同建筑面的耗能负载进行计算得到目标的虚拟化的耗能负载，基于目标的耗能负载的历史习惯确定非耗能负载的预测习惯，包括：
30、若所述第一数量小于预设数量，则选取不同建筑面的耗能负载并计算与非耗能负载之间的位置距离关系，基于所述位置距离关系对耗能负载升序排序得到挑选序列；
31、基于所述挑选序列依次挑选耗能负载得到挑选数量，在挑选数量与第一数量之和等于预设数量后停止耗能负载的挑选，并确定每个耗能负载的建筑面与非耗能负载的建筑面之间的面距离关系；
32、基于与非耗能负载处于相同建筑面的耗能负载的数量、不同建筑面的耗能负载的数量及面距离关系计算，得到中值时间点和均值时间段，将目标的虚拟化的耗能负载的中值时间点和均值时间段确定为非耗能负载的预测习惯。
33、可选地，在第一方面的一种可能实现方式中，所述基于与非耗能负载处于相同建筑面的耗能负载的数量、不同建筑面的耗能负载的数量及面距离关系计算，得到中值时间点和均值时间段，将目标的虚拟化的耗能负载的中值时间点和均值时间段确定为非耗能负载的预测习惯，包括：
34、基于相同建筑面的耗能负载的数量、不同建筑面的耗能负载的数量相比得到基准权重偏移值；
35、基于不同建筑面的耗能负载的面距离关系得到不同的参考权重，每个面距离关系的数值区间具有预设的参考权重；
36、通过以下公式计算中值时间点和均值时间段，
37、；
38、其中，为中值时间点，为相同建筑面的第个耗能负载的时间点，为相同建筑面的耗能负载的数量，为不同建筑面的耗能负载的数量，为第一常数值，为基准点时间权重，为不同建筑面的第个耗能负载的时间点，为不同建筑面的第个耗能负载的参考权重，为时间点的数量值，为时间点的归一化值，为均值时间段的时间长度，为相同建筑面的第个耗能负载的时间段的时间长度，为第二常数值，为基准段时间权重，为不同建筑面的第个耗能负载的时间段的时间长度，为不同建筑面的第个耗能负载的参考权重，为时间段的数量值，为时间段的归一化值。
39、可选地，在第一方面的一种可能实现方式中，所述对组合用能标签的耗能负载的历史习惯、非耗能负载的历史习惯、负荷计算得到低碳建筑能的节能统计信息，包括：
40、对组合用能标签的耗能负载的历史习惯获取，并统计不同用能场景下的确定最优节能能源和最耗能能源的碳排放信息差值；
41、基于组合用能标签的耗能负载的历史习惯、碳排放信息差值计算得到第一节能子信息；
42、统计相同建筑面的耗能负载、不同建筑面的耗能负载的负荷均值，基于负荷均值、非耗能负载的历史习惯计算得到第二节能子信息；
43、对第一节能子信息和第二节能子信息进行相加计算得到节能统计信息。
44、本发明实施例的第二方面，提供一种基于人类行为模式的低碳建筑节能策略生成系统，包括：
45、监测模块，用于获取目标建筑的所有耗能负载确定相对应的监测设备，监测设备获取每个耗能负载所对应的工作的历史习惯及相对应第一属性数据，所述第一属性数据至少包括第一位置信息、第一供能信息以及第一负荷信息；
46、标签模块，用于根据耗能负载的用能需求对所有的耗能负载添加相对应的用能标签，所述用能标签包括单一用能标签和组合用能标签；
47、预测模块，用于若判断目标建筑具有非耗能负载，则基于所述非耗能负载的第二属性数据与第一属性数据比对确定相对应的耗能负载，并基于耗能负载的历史习惯确定非耗能负载的预测习惯；
48、计算模块，用于对组合用能标签的耗能负载的历史习惯、非耗能负载的历史习惯、负荷计算得到低碳建筑能的节能统计信息。
49、本发明实施例的第三方面，提供一种电子设备，包括：存储器、处理器以及计算机程序，所述计算机程序存储在所述存储器中，所述处理器运行所述计算机程序执行第一方面的方法。
50、本发明实施例的第四方面，提供一种存储介质，其特征在于，所述存储介质中存储有计算机程序，所述计算机程序被处理器执行时用于实现第一方面的方法。
51、本发明的技术效果：
52、1、自动化监测与历史习惯分析
53、本发明的技术方案通过获取目标建筑所有耗能负载的位置信息、供能信息和负荷信息，利用传感网络实时监测每个耗能负载的工作历史习惯，生成耗能负载的历史工作时间段和负荷信息。通过对这些数据的综合分析，可以准确预测耗能设备的工作模式，为节能优化提供科学依据。具体实施例中，通过监测设备获取耗能负载在每个参考日期的历史工作时间，确定所有工作时间段的中心时间点的平均值，得到代表性的第一时间点。这一过程不仅减少了人工干预，提高了数据处理的效率和准确性，还能详细记录和分析建筑中各类耗能负载的工作习惯，从而为优化能源使用、降低能耗、实现低碳节能的目标提供有力的数据支持。
54、2、综合用能标签与非耗能负载分析
55、本发明根据耗能负载的用能需求，添加相对应的用能标签，包括单一用能标签和组合用能标签。这一特性使得可以精确识别和分类建筑中的各种耗能负载，从而实现精细化管理。针对非耗能负载，通过比对其第二属性数据与第一属性数据，确定相应的耗能负载，并基于耗能负载的历史习惯，预测非耗能负载的使用习惯。例如，通过比对位置信息和功能种类信息，将非耗能负载的属性数据与耗能负载进行匹配，确定与非耗能负载位置接近的耗能负载，并基于这些耗能负载的历史习惯，准确预测非耗能负载的使用习惯。这种方法不仅提高了数据处理的全面性，还能合理预测和管理非耗能负载，为低碳建筑节能优化提供了全面的数据支持。
56、3、低碳建筑节能统计与优化
57、本发明通过传感网络和历史习惯数据，对组合用能标签的耗能负载、非耗能负载的历史习惯和负荷信息进行计算和分析，得到低碳建筑的节能统计信息。通过对不同用能场景下的碳排放信息差值进行评估，计算出节能潜力和优化策略。例如，通过分析某一时期内的耗能负载数据，识别出该负载在不同时间段和条件下的使用模式和习惯，评估不同用能场景（如高峰时段和非高峰时段等）下的能源使用情况，计算在这些场景下，最优节能能源和最耗能能源之间的碳排放差异，得出一个碳排放信息差值。最终将各部分的节能子信息综合相加，得到整体的低碳建筑节能统计信息。这一过程不仅实现了对建筑能耗的精确评估，还提供了直观的节能统计信息，便于进一步分析和决策，从而有效优化建筑能耗，降低碳排放，实现低碳节能目标。
1.基于人类行为模式的低碳建筑节能策略生成方法，其特征在于，包括：
2.根据权利要求1所述的基于人类行为模式的低碳建筑节能策略生成方法，其特征在于，
3.根据权利要求2所述的基于人类行为模式的低碳建筑节能策略生成方法，其特征在于，
4.根据权利要求2所述的基于人类行为模式的低碳建筑节能策略生成方法，其特征在于，
5.根据权利要求4所述的基于人类行为模式的低碳建筑节能策略生成方法，其特征在于，
6.根据权利要求5所述的基于人类行为模式的低碳建筑节能策略生成方法，其特征在于，
7.根据权利要求6所述的基于人类行为模式的低碳建筑节能策略生成方法，其特征在于，
8.根据权利要求6所述的基于人类行为模式的低碳建筑节能策略生成方法，其特征在于，
9.根据权利要求8所述的基于人类行为模式的低碳建筑节能策略生成方法，其特征在于，
10.根据权利要求9所述的基于人类行为模式的低碳建筑节能策略生成方法，其特征在于，
11.基于人类行为模式的低碳建筑节能策略生成系统，其特征在于，包括：
12.一种电子设备，其特征在于，包括：存储器、处理器以及计算机程序，所述计算机程序存储在所述存储器中，所述处理器运行所述计算机程序执行权利要求1至10任一所述的方法。
13.一种存储介质，其特征在于，所述存储介质中存储有计算机程序，所述计算机程序被处理器执行时用于实现权利要求1至10任一所述的方法。
