建筑能耗分析报告技能

概述

此技能用于接收建筑能耗数据，自动生成包含以下四大模块的专业分析报告：

能源比例分析 — 各能源类型的折标煤量占比（电力使用等价值 0.298 kgce/kWh）
逐月用能量分析 — 12 个月能耗趋势、季节特征与峰值识别
碳排放指标计算 — 基于中国区域电网排放因子的碳排放量
政策标准对标 — 与地方/国家能耗及碳排放限额标准的三级对比

关键参数说明

电力折标煤: 使用等价值 0.298 kgce/kWh（基于全国平均供电煤耗率），非当量值 0.1229
国家标准: GB/T 51161-2016（二级判定：约束值/引导值）
江苏省旅馆建筑: 《江苏省公共建筑用能和碳排放限额指南（试行）》（三级判定：约束值/基准值/引导值，按星级+气候区细分）
碳排放因子: 按省份匹配区域电网排放因子，天然气 1.997 kgCO₂/m³

工作流程

第〇步：确定应用标准（⚠️ 强制确认，计算前必须完成）

根据建筑类型和所在地区，自动匹配适用的能耗限额标准，然后必须向用户展示匹配结果并等待确认。不允许跳过此步骤直接计算。

展示内容包括：

自动匹配到的标准名称和编号
该标准对应的折算系数（电、气）
碳排放因子来源
询问用户："以上标准是否正确？如需更换请告知。"

只有在用户明确确认后，才能进入第一步。

| 建筑类型 | 所在地区 | 适用标准 | |---------|---------|---------| | 高等学校 | 上海 | DB31/T 783-2026《高等学校建筑合理用能指南》 | | 商业（商场/购物中心） | 上海 | DB31/T 552-2017《大型商业建筑合理用能指南》 | | 商务办公 | 上海 | DB31/T 1341-2021《商务办公建筑合理用能指南》 | | 旅馆/酒店 | 江苏 | 《江苏省公共建筑用能和碳排放限额指南》 | | 高等学校 | 其他 | GB/T 51161-2016《民用建筑能耗标准》 | | 旅馆/酒店 | 其他 | GB/T 51161-2016 或省级标准 | | 办公/商业/医院/学校 | 各地 | GB/T 51161-2016 或省级标准 |

自动解析失败时：调用 parse_data.py --preview <文件> 预览结构，再让用户指定列（--columns P:kWh,Q:m3 --daily <文件>）。

确认标准后，根据标准选用折算系数（系数与标准绑定，自动切换）：

DB31/T 783-2026 → 附录A（电 0.28078、气 1.29971）— 等价值
DB31/T 552-2017 → 上海商业（电 0.28232、气 1.29971）— 等价值
DB31/T 1341-2021 → 上海商务办公（电 0.1229、气 1.2143）— 当量值
江苏省旅馆标准 →（电 0.298、气 1.2143），碳排放江苏因子（电 0.5978、气 1.96）
国标 GB/T 51161 → 当量值（电 0.1229、气 1.2143）
所有标准中碳排放因子（如附录A未提供）→ 使用区域电网排放因子（生态环境部数据）

对于 DB31/T 783-2026，还需询问修正系数：

α1（教学科研设备资产）：<500/500-1000/1000-2000/2000-3000/>3000 元/m²
α2（一流学科门类）：根据学校学科自动匹配
如不确定，默认 α1=1.0

第一步：接收与确认数据

判断用户提供的是文件路径还是粘贴的表格文本
调用 scripts/parse_data.py 解析数据
向用户展示解析后的数据摘要（建筑名称、面积、月份数、能源类型），请用户确认数据是否正确
如果用户未提供建筑类型和所在省份/城市，主动询问
如果用户未提供建筑面积，主动询问
⚠️ 数据质量检查（强制确认）：调用 energy_analysis.py 中的 validate_data() 检查：
- 是否缺失月份（不足12个月）
- 是否有负值或零值
- 是否有异常峰值（超过月均3倍）
- 是否缺少主要能源类型
- 如有告警，必须列出全部告警项并询问用户："以上数据异常是否确认忽略？"
- 只有用户明确确认后，才能继续计算。不允许跳过。

第二步：能源分析计算

调用 scripts/energy_analysis.py 进行能源分析：

python .claude/skills/building-energy-analysis/scripts/energy_analysis.py '<json_data>'

脚本输出分析结果 JSON，包含：
- energy_proportion: 各能源折标煤量 (kgce) 及占比 (%)
- monthly_trend: 逐月总能耗 (kgce) 及分项能耗
- peak_valley: 峰值月、谷值月
- unit_area_intensity: 单位面积电耗 (kWh/m²)、气耗 (m³/m²)、热耗 (GJ/m²)
- yoy_comparison: 同比分析（如有往年数据）
以 Markdown 表格形式展示分析结果摘要

第三步：碳排放计算与对标

阅读 references/carbon_factors.md 获取对应省份的电网碳排放因子

调用 scripts/carbon_calculation.py 计算碳排放与对标：

# 通用调用
python .claude/skills/building-energy-analysis/scripts/carbon_calculation.py '<json_data>' '<省份/城市>' '<建筑类型>'
# 酒店建筑（含星级和气候区，支持三级判定）
python .claude/skills/building-energy-analysis/scripts/carbon_calculation.py '<json_data>' '<省份/城市>' '<建筑类型>' '<星级>' '<气候区>'

脚本输出碳排放结果 JSON，包含：
- total_emission_tons: 总碳排放量 (tCO₂)
- emission_breakdown: 各能源碳排放分项
- carbon_intensity_kgco2_per_m2: 单位面积碳排放强度 (kgCO₂/m²)
- standard_comparison: 与适用标准的对标结果
  - 江苏省旅馆建筑: 三级判定（达到引导值🟢/达到基准值🔵/达到约束值🟡/超出约束值🔴）
  - 通用标准: 二级判定（优良🟢/达标🟡/超标🔴）
阅读 references/policy_standards.md，查询适用的能耗限额标准
以表格形式展示碳排放结果和对标结论

第四步：生成报告

将前三步的结果汇总为一个 JSON，调用 scripts/generate_report.py 生成报告：

python .claude/skills/building-energy-analysis/scripts/generate_report.py '<combined_json>' '<output_path.docx>'

脚本自动生成一份 Word 文档（.docx），结构参照可行性报告第三章"能耗现状分析"：

# XXX建筑能耗分析报告
  3.1 总体能耗情况
  3.2 建筑能耗指标及对标分析
      表 3.1 主要能源折标煤系数和碳排放因子
      表 3.2 旅馆建筑单位建筑面积能耗限额指标
      表 3.3 旅馆建筑单位建筑面积碳排放限额指标
      表 3.4 单位建筑面积能耗计算表
  3.3 能源种类构成及占比分析
      表 3.5 能源消耗统计表
      图 3.1 能源消耗比例拆分图（饼图，matplotlib 生成）
  3.4 逐月能耗分析
      表 3.6/3.7 逐月能源消耗数据
      图 3.2 逐月用能走势图（堆叠柱状图+折线图）
      图 3.3 逐月碳排放趋势图
  3.5 结论
      3.5.1 能源与资源结构特征分析
      3.5.2 能耗季节性规律识别
      3.5.3 节能潜力与优化方向

此外，也提供 HTML 可视化报告（assets/report_template.html）和对话中的 Markdown 摘要。

数据处理原则

数据质量: 解析数据后，检查是否有缺失值、异常值（如某月能耗超出平均值 2 倍以上），主动提示用户
单位统一: 所有能耗数据统一折算为标准煤 (kgce) 进行比较
碳排放因子选择: 优先使用用户提供的省份对应的区域电网因子；如用户未提供省份，默认使用全国平均值
标准对标: 仅在用户明确了建筑类型和地区后才会进行对标，没有匹配的标准时明确告知用户

注意事项

Python 脚本输出 JSON 到 stdout，其他输出到 stderr（不污染数据流）
如果脚本报错（如缺少依赖），提示用户安装：pip install openpyxl numpy
生成的 HTML 报告使用 Chart.js CDN，需要网络连接才能显示图表
对于超过 100MB 的 Excel 文件，建议用户先精简数据