数据校正和机器学习
项目描述
物理和数学模型的测量数据探索
这个Python库旨在处理测试台或建筑能源管理系统(BEMS)的测量数据。它提供了物理模型校准框架和原创的AI方法。
功能
库包括以下功能
- 数据清理:基于Pandas,它使用Scikit-learn框架通过创建时间序列的管道来简化数据清理过程。
- 数据绘图:生成测量数据的图表,可视化缺口和清理方法的影响。
- 物理模型校准:提供定义校准问题的基类,使用Pymoo优化方法进行参数识别。
- 建筑使用建模:生成与占用相关的使用时间序列(家用热水消耗,灰水使用等)。
- HVAC FDD的AI工具:包括用于供热通风和空调(HVAC)系统故障检测和诊断(FDD)的人工智能工具。
入门
源代码目前托管在GitHub上:https://github.com/BuildingEnergySimulationTools/corrai
教程可在专用文件夹中找到。
发布版本可在Python包索引(PyPI)中找到。
# PyPI
pip install corrai
赞助商
|
本库的开发得到了METABUILDING LABS项目的支持,该项目已从欧盟的“地平线2020”研究和创新计划(项目编号953193)获得资金。本库内容的责任完全由作者的观点负责。欧洲委员会不对包含的信息的任何使用承担责任。 |
项目详情
下载文件
下载适用于您的平台的文件。如果您不确定选择哪个,请了解有关安装包的更多信息。
源代码发行版
corrai-0.3.1.tar.gz (59.0 kB 查看哈希值)
构建发行版
corrai-0.3.1-py3-none-any.whl (63.7 kB 查看哈希值)
关闭
corrai-0.3.1.tar.gz 的哈希值
算法 | 哈希摘要 | |
---|---|---|
SHA256 | 5389cad1139a65b2b5c13020c2ac6c82586dd8df5474df7d555376a34f1ab929 |
|
MD5 | f458740df8caef63143e6b9fb1a6a5b0 |
|
BLAKE2b-256 | bdf0b7dde3aa93e0780d61c9df1ae94f0f2658b1aac0f4342cef086713a906cb |
关闭
corrai-0.3.1-py3-none-any.whl 的哈希值
算法 | 哈希摘要 | |
---|---|---|
SHA256 | f7b5dff8bc674b27f38ac38116bb618e8f91d89e1ed3e7a4be812788a2c5b08d |
|
MD5 | 6794dcd50fb1bc7b8584213f78faa8d4 |
|
BLAKE2b-256 | 68ba9552d22739c8bd5edd7d8c1d892df27e02dd6e5dd3a704180373c64fa465 |