全文总字数：1257字
1. 毕业设计（论文）主要内容：
精准的楼宇能耗预测为节能调度、设定点调节等楼宇自动化管理等应用提供可靠依据，是提高楼宇能耗效率的基础。公共建筑中，楼宇能耗模式与内部人员日程有极大的联系。现有的楼宇能耗预测方法难以获取能耗肖像，能耗肖像能为工程人员提供直观的楼宇能耗模式特征，因此，研究获取楼宇能耗肖像的算法和楼宇能耗预测算法有重要意义。
楼宇能耗数据本质是时间序列数据，本设计从时间序列聚类分析角度出发，获取楼宇能耗肖像。利用时间序列聚类分析算法，对楼宇能耗进行聚类；根据聚类结果，找寻能耗肖像与人员日程之间的物理联系。进一步开发楼宇能耗预测算法。
2. 毕业设计（论文）主要任务及要求
1、通过本课题的训练，培养学生分析和解决问题的能力；
2、阅读设计要求的参考资料，了解时间序列聚类分析算法发展历史、现状及趋势，完成各类变种时间序列聚类方法的文献综述；
3、实现两种时间序列聚类分析算法（DTW、Kshape算法）编程；
3. 毕业设计（论文）完成任务的计划与安排
第1－3周：查阅相关文献资料，明确研究内容，了解研究所需的基本概念和基础知识。确定方案，完成开题报告。
第4－7周：两种时间序列聚类分析算法（DTW、Kshape算法）。
第8－10周：对楼宇能耗数据集进行聚类分析。
4. 主要参考文献
1、 John Paparrizos, Luis Gravano. k-Shape: Efficient and AccurateClustering of Time Series[J]. ACM SIGMOD Record, 2016, 45(1):69-76.
2、 Yang, Junjing, Ning, Chao, Deb, Chirag. k-Shape clustering algorithmfor building energy usage patterns analysis and forecasting model accuracyimprovement[J]. Energy Buildings, 2017,146:27-37.
3、 T. Warren Liao. Clustering of time series data—a survey[J]. PatternRecognition,2005， 38(11):1857-1874.
以上是毕业论文任务书，课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
