CAMLR聚类算法

热环境分析更快更准

一种结合K-means聚类与多元线性回归的热环境分析方法，显著提升复杂建筑热数据分析效率与精度。

Jin, Zhineng · Yin, Zhang · 孙弘历 · Meng, Han · Yanhong, Zheng · Ying, Zhao · Wenyang, Han · 72942015 · Bin, Xu · Zequn, Zhang · 林波荣

Energy and Buildings 2025

参数信息

R²提升幅度

33.8 %

残差平方和降低幅度

62.11 %

室外温度与室内热环境相关性

0.9555

太阳辐射与室内热环境相关性

0.5584

临界室外温度

30 °C

技术优势

分析效率更高

CAMLR相比传统方法能更快完成数据处理，提供更准确、可视化程度更高的结果，节省研究时间。

识别关键影响因素

通过聚类和回归分析，CAMLR能揭示特定中庭类型下主导室内热环境的关键因素，如过渡中庭的室外温度或传统中庭的太阳辐射。

应用场景

• 建筑热环境分析：用于快速处理中庭热数据，识别主导因素，指导设计优化。
• 智能建筑能耗管理：提供准确热环境模型，辅助制定节能控制策略。
• 环境监测与数据分析：高效分析多维监测数据，揭示环境变量关联。