住宅建筑采暖空调能耗模拟方法的研究

住宅建筑的采暖空调能耗受室内居住人员行为方式的影响,在调查研究基础上,确定了两种反映室内居住人员行为方式的计算模式。在两种不同计算模式下,利用建筑热环境模拟工具DeST对上海地区同一住宅建筑能耗进行模拟,并将模拟结果与调研结果进行比较,分析计算模式对上海地区住宅建筑采暖空调能耗大小的影响,从而获得能正确反映上海地区住宅建筑采暖空调能耗大小的模拟计算方法。此方法可用于上海地区住宅建筑采暖空调的能耗分析与评价,并正确指导住宅建筑的节能设计。     

基于模式划分的空调能耗混合填补方法

针对公共建筑能耗监测平台采集的空调能耗数据存在缺失、异常等问题,提出一种将无监督学习与监督学习结合的基于模式划分的空调能耗混合填补方法.利用k-means聚类算法将空调能耗数据划分至制冷、制热和独立新风3种运行模式中.在制冷及制热模式下,提出了一种BP神经网络(back propagation neural netwo...     

基于遗传算法的空调节能方法研究

随着能源的不断消耗和人们对能源的需求量越来越大,人们对节能技术的应用越来重视。由于在日常生活中,空调能耗大,一种好的空调节能方法就尤其必要。根据现有的无线传感器和智能控制技术,该文提出了一种基于遗传算法的空调节能方法,通过建立空调能耗与温度变化之间的数学模型,并利用遗传算法对其求最优解。对该方法的节能效果进行评估,验证了该方法为较佳的节能方法。     

地铁车站空调系统瞬态能耗预测模型及应用研究

降低地铁车站空调系统能耗是实现地铁节能的关键.地铁车站空调系统能耗受客流量影响，存在显著的逐时变化.地铁车站空调系统节能设计及运行优化需要以准确的瞬态能耗预测为基础.据此，本研究搭建了基于负荷判断和分时调控的地铁车站空调系统瞬态能耗预测模型，并根据现场实测数据对该模型的准确性进行了验证.在此基础上，对该模型在地铁车站空调系统冷源方案优化中的应用进行了探索.以广州某标准站为例，对常规水冷冷水、整体式蒸发冷凝、直接膨胀式蒸发冷凝三种冷源方案下的系统全年逐时能耗进行预测，进而基于技术经济分析对这三种常用冷源方案在地铁车站空调系统中的适用性进行了讨论.研究结果表明：在三种冷源方案中，直膨式蒸发冷凝方案的节能性能最佳，虽然其初投资高于常规冷水水冷空调系统，但年综合运行费用低，具有最高的经济效益.     

某家居城空调系统能耗分析及节能改造

当前常规中央空调系统普遍存在能耗高的问题,不符合国家提倡节能低碳的总体要求,对现有空调系统进行节能改造非常有必要。以某家居城中央空调系统节能改造为例,采用能耗模拟软件分析得出该家居城的主要能耗构成,提出对原空调系统采用水蓄冷技术进行节能改造,预测项目改造后的节能量。项目实施节能改造后,通过测试空调系统的实际运行参数得出能耗分布情况,发现模拟预测结果与实测结果一致,达到了预期的节能效果。表明在实际空调节能改造项目中,通过能耗分析软件模拟分析结果为后续项目改造提供节能预测评估的方法可行,其研究方法可为空调行业及相关领域的节能改造工程借鉴。     

家用空调器能耗影响因素仿真研究

随着人们生活水平的提高,大量住宅空调被人们越来越广泛的使用,这不仅消耗了大量电能,而且给我国夏季电力供应带来了越来越大的压力。因此本文通过对某一特定空调区域能耗的仿真分析,研究了不同的设定温度、围护结构、换气次数和送风温度对空调能耗的影响。     

浅谈建筑环境与采暖空调节能

针对我国目前采暖空调能耗较大的现状,分析了影响采暖空调能耗的一些主要因素,指出改善建筑环境是采暖空调节能的一个有效途径.     

气候变化下建筑能耗模拟气象数据研究

气象参数是建筑能耗模拟的基础,随着全球气候异常变暖,必将对建筑采暖和空调能耗产生重要影响.进行未来气候条件下的建筑能耗模拟,必须首先开展未来模拟气象参数的研究.根据TMY2模拟气象参数模式提出了节能分析气象年(AEEMY)模拟气象参数模式.使用了3个气候模型预测了中国建筑热工分区代表城市未来2021-2050的30 a气象参数.使用AEEMY模式得到了1971-2000年和2021-2050年代表城市的建筑能耗模拟气象参数.应用DOE2模拟软件对中国各气候区的居住建筑在2种气候条件下进行了建筑能耗模拟.验证了该模拟气象数据模式的有效性和可行性.     

长春市某政府办公建筑空调能耗模拟分析

能耗模拟技术是进行节能分析、技术改进及经济优化等的有效手段．笔者以长春市某政府办公建筑为例,利用建筑能耗模拟软件DeST-c对建筑空调系统的能耗状况进行了动态模拟,并提出了政府办公建筑现存的能耗问题及解决措施．     

亚热带地区校园建筑空调系统节能技术的应用

在分析校园建筑功能和使用规律以及校园建筑空调系统的性能特点的基础上,以南方某高校新校区校园建筑空调系统为研究案例,研究亚热带地区校园建筑空凋系统中的节能环保技术与方法.结果表明:针对校园建筑的用途和结构规模不同,采用不同的空调机组可有效节能.针对校园建筑使用的时效性特点,采用变频技术合理调节新风量、冷冻水流量或冷凝水流量,可有效降低空调系统耗电量.对于校园建筑中有可能回收的热量都可以通过相关辅助设备进行回收,以达到热量再利用的目的.     

重庆城市发展新区村镇住宅建筑用能模型

通过对重庆市城市发展新区村镇住宅建筑能耗的全年调研,得到了重庆城市发展新区村镇居民的用能习惯及村镇建筑的能耗水平。采用分类归纳法,对家用电器测试归纳,并对非用电设施调研估算归纳。基于实测数据和调研估算数据建立了重庆城市发展新区村镇住宅建筑用能模型,并进行验证。结果表明,重庆城市发展新区村镇住宅能源消费形式以电为主,为电+燃气+薪柴+煤+太阳能的混合型结构;村镇居民用能习惯在使用何种能源的选择上存在差异,但对同一种能源的使用差异性不大。实测数据表明,所建立的村镇住宅建筑用能模型能准确反映重庆城市发展新区新村镇住宅建筑用能的实际情况。     

基于房间空调器使用率与设置温度监控数据的能耗预测模型

住宅建筑中空调能耗极大程度上受到人员行为的影响，对空调能耗进行预测的关键在于准确预测人如何调节空调。虽然ASHRAE以及其他一些导则建议了人员在室时刻表用于建筑能耗评估，但人员使用空调的行为存在地区差异并随时间变化。基于实时监测获得的2016-06-01-2016-08-31的大量数据，统计分析夏季卧室与客厅房间空调器能耗的人员行为因素，主要包括房间空调器的设定温度、空调使用率等。基于统计分析，探究了空调使用率与室外日平均温度的关系，结果表明，两者呈"L型曲线"关系，说明该人群对空调依赖较高，当室外温度处于较低水平时，仍有部分居民使用空调。基于空调使用率建立优化的能耗模拟模型，基于设置温度、室外日平均温度、运行时长等建立能耗预测模型。验证结果表明，基于使用率模式为"L型曲线"的能耗模拟模型以及结合设置温度等的能耗预测模型比传统空调使用模式的模拟结果更接近实测值。     

基于机器学习的MEC随机任务迁移算法

针对移动边缘计算（MEC）,提出了一种基于机器学习的随机任务迁移算法,通过将任务划分为可迁移组件和不可迁移组件,结合改进的Q学习和深度学习算法生成随机任务最优迁移策略,以最小化移动设备能耗与时延的加权和.仿真结果表明,该算法的时延与能耗加权和与移动设备本地执行算法相比节约了38.1%.     

大型办公建筑照明及插座系统电耗逐时使用率聚类分析

逐时使用率对于预测办公建筑照明与插座系统电耗,以及核定节能改造的节能量有十分重要的意义。选取重庆17幢办公建筑作为研究对象,根据建筑全年逐时照明与插座系统的实测电耗数据,计算各建筑全年每个工作日24h的逐时使用率。利用聚类分析方法,根据日逐时使用率的不同,将办公建筑快速分为3类。根据是否经常加班以及午休时是否关闭部分用电设备,可以快速判断办公建筑属于哪一分类。最后对3类建筑分时段计算典型逐时使用率,便于实际应用中快速查询。     

蓄能器在全液压注塑机的应用以及节能效果研究

为了节约传统液压注塑机液压阀溢流损耗能量,对传统的全液压注塑机的油路进行改造,加入自行研制的蓄能器节能模块;对改造完成的节能注塑机进行能耗测试并与未改造的传统注塑机进行能耗比较,发现蓄能器模块加入液压注塑机后的整机能耗有明显降低,能实现预期的节能降耗目的;在不同的塑化注射压力下、不同的塑化背压下、不同保压时间下,对节约能耗数据进行测量分析,并从机理上分析能耗数据的差异,研究蓄能器模块使液压注塑机能耗降低的原因.     

锅炉热水供热系统能耗机器学习诊断模型

供热系统能耗诊断是一个难点。提出一种基于机器学习算法的能耗诊断标准模型结构,通过聚类或分类算法,从采集的诊断数据中筛选出节能特性较好的运行数据,基于回归模型建立能耗诊断模型对被诊断数据进行诊断。研究发现：1）经K-means聚类筛选数据并基于贝叶斯正则化训练的人工神经网络建立拟合模型,R值分别达到了0.975 6、0.970 5、0.921 4和0.910 1,模型拟合度较高;2）模型经过3个被诊断数据集验证,经过筛选的数据建立诊断模型,节能率指标分别10.7%、17%和4%,累积误差指标达到了-149 498.67、-86 526、-4 052.27 kW,诊断效果优于未经聚类的数据建立的模型;3）对诊断结果进行分析,发现供热系统二次换热端热水流量变频节能控制措施节能效率较低,一次供热端热水流量人工调节是造成能耗过高的主要原因。这种数据建模诊断的方式是基于输入、输出变量之间的物理响应关系而不受数据时间特性的影响。     

基于经验模态分解的时间序列预测方法

时间序列预测方法广泛应用于各个领域。对非平稳非线性时间序列预测方法进行了研究,利用经验模态分解法将此类序列分解为平稳时间序列,然后选择合适的步长,应用机器学习算法对各个平稳子序列进行预测,各个子序列的预测值之和即为原序列的预测值。将该方法应用于楼宇等电能能耗数据,实验结果表明,基于经验模态分解方法的时间序列预测方法精度较高,适用于预测非线性非平稳时间序列。     

窗墙比对华北农村住宅能耗影响规律研究

通过De ST模拟的方法,结合华北地区农村住宅的特点,分别计算了不同类型住宅空调能耗指标、供暖能耗指标以及全年空调、供暖的总能耗指标。并研究了在不同外窗材质、是否遮阳、窗墙比对供暖能耗、空调能耗以及全年供暖、空调总能耗的影响规律。结果表明:在东向、西向、北向随着窗墙比的增大,全年总能耗指标呈增长趋势,应尽量降低其窗墙比;在南向,随着窗墙比的增大,全年总能耗指标呈先降低后增长趋势;采用外窗遮阳及传热性能良好的外窗既可以降低全年的能耗指标,也可以降低窗墙比对全年能耗的影响,在外窗保温性能良好、增设外窗遮阳的条件下可以适当增大南向窗墙比。     

STF-柔性复合材料的防弹性能研究

为了研究STF-柔性复合材料的防弹性能和冲击耗能模式,首先使用纯Kevlar织物和STF的分散体系按照一定的工艺复合制备成ST F-柔性复合材料,然后采用万能材料试验机对其进行拉伸性能测试,并借助气控高速发射装置分别对不同SiO2固含量以及不同铺层角度的STF-柔性复合材料进行防弹性能测试,以单位面积吸收的能量来表征其防弹性能。结果表明：万能材料试验机低速作用时,纯Kevlar织物和ST F-柔性复合材料断裂强力基本一致,说明STF的黏度不会剧烈增加而影响人们的活动;随着SiO2固含量由0增加到45％,单位面积吸收能量由78．8J·m2/kg增加到87．4J·m2/kg,说明STF-柔性复合材料的防弹效果变佳;铺层角度对防弹性能的影响由优到劣的顺序为45°;、90°、0°。     

数据中心环境下能耗性能感知的优化方法

针对云计算环境下数据中心高能耗问题,提出了一种能耗性能感知的虚拟机动态整合方法,以优化能耗性能. 首先通过局部回归分析判定主机是否过载,利用均值法检测主机是否轻载,然后根据虚拟机最小迁移时间、最大和最小CPU利用率策略选择要迁移的虚拟机加入到迁移队列,最后运用能耗性能感知的虚拟机部署优化算法对虚拟机进行优化部署. 仿真结果显示,该算法不但提高了系统性能,而且也降低了系统能耗.