气象参数对成都地区办公建筑能耗的影响及预测

气象参数是影响建筑热环境和供暖空调能耗的主要因素之一。基于成都地区1971—2000年共30 a的历史观测数据,生成了建筑能耗模拟软件EnergyPlus所需要的逐时气象数据文件。比较分析了该地区30 a干球温度、太阳辐射等各气象参数月均值的变化,模拟分析了该地区建筑的采暖、制冷及总能耗,利用多元回归建立了建筑能耗与气象参数之间的关系式,并检验了该关系式的准确性。结果表明：成都地区办公建筑能耗变化与各气象参数没有呈现明显的规律性;建筑月总能耗与各气象参数呈纯二次多项式关系,月采暖能耗、月制冷能耗与各气象参数呈交叉二项式关系;建筑月能耗回归模型能够较准确地预测建筑月能耗与各气象参数的关系,且月采暖能耗和月制冷能耗回归模型预测的准确性优于月总能耗模型。     

基于神经网络的空调负荷实时预测模型

针对暖通空调系统优化和预测控制,研究了利用神经网络进行空调负荷预测的方法.首先对影响空调负荷的因素进行了分析,并讨论了对空调负荷起主要影响作用的气象参数的预测,在此基础上建立了神经网络负荷预测模型.根据神经网络的泛化性能要求,采用最优停止法训练神经网络.将所研究的负荷预测模型用来实时预测北京市某建筑物的空调负荷,仿真结果表明,该模型能对任意气候条件下的空调负荷进行准确预测,可用于暖通空调系统的实时控制.     

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.     

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。     

相对湿度对新建徽派建筑能耗影响研究——以屯溪地区为例

以屯溪地区某典型新建徽派建筑为研究对象,运用全建筑能耗模拟分析软件EnergyPlus进行模拟,研究气象参数中相对湿度和设计参数中相对湿度对屯溪地区徽派建筑能耗的影响。结果表明,气象参数中的相对湿度对建筑能耗和空调能耗影响较小;随着设计条件中相对湿度的增加,建筑能耗和空调能耗也随之增加,但设计参数中相对湿度控制在30%~36%之间时,建筑能耗和空调能耗最小。     

基于KPCA-WLSSVM的建筑能耗预测模型

为降低建筑能耗影响因素间复杂相关性对模型性能的影响,建立了一种基于KPCA-WLSSVM的建筑能耗预测模型。利用核主元分析(KPCA)对输入变量进行数据压缩,消除变量之间的相关性,简化模型结构;进一步采用加权最小二乘支持向量机(WLSSVM)方法建立建筑能耗预测模型,同时结合一种新型混沌粒子群-模拟退火混合优化(CPSO-SA)算法对模型参数进行优化,以提高模型的预测性能及泛化能力。通过将KPCA-WLSSVM模型方法应用于某办公建筑能耗的预测中,并与WLSSVM、LSSVM及RBFNN模型相比,实验结果表明,KPCA-WLSSVM模型方法能有效提高建筑能耗预测精度。     

相对湿度对新建徽派建筑能耗影响研究

以屯溪地区某典型新建徽派建筑为研究对象,运用全建筑能耗模拟分析软件EnergyPlus进行模拟,研究气象参数中相对湿度和设计参数中相对湿度对屯溪地区徽派建筑能耗的影响。结果表明,气象参数中的相对湿度对建筑能耗和空调能耗影响较小;随着设计条件中相对湿度的增加,建筑能耗和空调能耗也随之增加,但设计参数中相对湿度控制在30％～36％之间时,建筑能耗和空调能耗最小。     

基于庞大算例变量提取的办公建筑能耗预测方法及应用

模拟法应用专业软件，可准确计算动态能耗，但输入参数烦琐且建筑几何模型确定后往往无法更改；数据挖掘法计算速度快，适用条件多样，但是需要长时间历史数据进行训练，效果受样本数据限制.针对以上问题，提出一种基于庞大算例变量提取的办公建筑能耗预测模型，利用EnergyPlus建立批量典型建筑模型，调整建筑参数生成百万条数据作为训练数据集；采用LightGBM算法，筛选影响负荷的特征因素，构建负荷预测模型；结合EnergyPlus中空调设备能耗计算模型，应用python编译实现能耗预测，并在北京某办公建筑中进行应用和验证.结果表明，筛选的24维特征变量，可保证模型预测准确度在90%以上，逐日能耗的预测平均相对误差为8.27%.应用标准年气象参数计算全年建筑能耗，逐月平均相对误差为10.37%,建筑实际能耗指标为35.20 kW·h/(m²·a),预测能耗指标为36.25 kW·h/(m²·a),相对误差为2.98%.     

建筑能耗分析用逐日随机气象模型

针对建筑能耗分析所需气象数据的特点，应用时间序列分析方法对北京市十年六项气象参数（温度日均值，温度日较差，水蒸气分压力日均值，水蒸气发压力日较差，太阳总辐射和太阳直接辐射）建立了六维疏系数混合回归随机气象模型。为使用于建模的数学满足平稳性要求，在建模前对原始气象数据进行了平稳性变换。建模时用近似BIC准则挑顺归变元和确定模型阶数。模型建立后首选通过了白噪声检验，可用于预报和模拟。将用此模型是出的模拟值与实测气象数据进行的分析对比表明，模拟数据不仅很好地反映了气象随机过程的数量大小和分布特征，而且很好地反映了各气象参数自身和相互间的相关关系。因此，模型可实际用于建筑能耗分析，空调系统负荷计算，运用管理及动脉控制。     

不同方法构建建筑能耗模型比较

为了能够准确预测建筑能耗,以人工神经网络中的前馈神经网络和物理原理建立的建筑模型作为能耗方案进行预测分析,并建立了从外部和内部获得热量的系统方程.以办公楼为例,对比两模型对能耗预测结果的准确性,并且输入实际参数值,将计算结果与实际值进行对比分析.采用EnergyPlus进行了参数分析,以评估不同参数对预测结果的影响.结果表明,两种模型均适用于能耗预测,内部负荷对能耗预测的影响更为显著.     

建筑空调能耗关键变量通用提取方法及工具的开发

建筑空调能耗关键变量是所有可能对建筑空调能耗产生影响的变量中起决定性作用的少数变量.关键变量的确定对于常用的两类能耗预测模型(白箱模型和黑箱模型)都非常重要,基于关键变量而非全部变量建立模型可大大简化建模过程但不过度损失模型精度.关键变量的确定是比较复杂的过程,且容易受到初始边界条件的影响.提出1种关键变量通用提取方法...     

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.     

京津地区夏季着装行为对办公建筑空调能耗的影响

着装行为通过影响室内空气参数的设定而影响建筑空调能耗。利用能耗模拟软件DeST,计算出该地区典型着装行为下实测运行参数与期望参数对应的建筑空调能耗比推荐标准下能耗分别降低了10.86%和13.16%。而基于典型着装行为的实验热学性能参数下,平均只降低4%,说明由着装热阻关联的主观温度需要按地区着装行为进行修正。提出了控制建筑空调能耗的着装行为调节模型,着装行为节能率εc为负值时节能,为正值时不节能。京津地区办公建筑节能率为0的临界服装热阻为0.563clo,空调系统设计和运行节能的前提是,着装热阻低于临界值。着装行为调节模型为地区着装形式和着装面料提供了量化标准,为精确控制建筑能耗提供了一种方法。     

城市建筑布局的能耗敏感性分析

为研究城市建筑布局对能耗的影响规律及关键性布局参数,采用仿真试验结合敏感性分析的方法,从遮挡太阳辐射减少建筑得热的角度,对武汉地区200种布局进行仿真研究.首先,通过拉丁超立方抽样(LHS)确定布局参数组合;然后,利用R语言和EnergyPlus能耗模拟软件建立200种能耗模型并计算;最后,应用标准回归系数(SRC)和树状高斯过程模型(TGP)两种全局敏感性分析方法,量化分析水平和垂直方向9个布局参数对目标建筑能耗的影响.结果表明:建筑布局对能耗有显著影响,9个布局参数的总变化,分别引起制冷、供暖和总能耗15.8%、26.8%、4.4%的波动;两种敏感性分析结果类似,对制冷和总能耗影响最大的参数是西侧建筑高度,其主效应都在0.3左右,影响最小的参数是南侧建筑面宽,其主效应都在0.1以下;影响供暖能耗最大的参数是南侧建筑的高度,其主效应在0.3以上,影响最小的参数是东侧建筑面宽.当参数取值远大于目标建筑尺寸时,各参数对能耗的影响力降低,采用TGP敏感性分析更合理.从节能减排的角度,为城市规划及建筑布局提供理论依据.     

基于AHP的空调负荷组合预测研究

为提高建筑空调负荷预测的有效性,应用组合预测方法,将目前常用的几个空调负荷预测模型有机地结合起来,并引入层次分析法(AHP),建立了空调负荷组合预测的结构模型．利用AHP的1-9标度,根据实际情况计算了各单预测模型在组合预测中的权重系数．实例分析表明,基于AHP的空调负荷组合预测模型在预测准确性和适应性方面均能得到一定改善,能很好地对建筑空调负荷进行科学、有效地预测．     

城市日用水量预测的部分线性自回归模型

根据城市用水量影响因素及特点,针对线性回归模型与线性自回归模型误差较大的缺点,建立了城市日用水量的部分线性自回归预测模型,其中线性部分考虑日用水量,非线性部分考虑当天的最高温度,该模型综合了非参数回归模型与线性自回归模型的优点,因此在拟合与预测精度上比线性回归与线性自回归模型有所提高,证明该方法在城市日用水量预测中是有效的.     

基于粒子群算法的冰蓄冷空调系统运行优化研究

冰蓄冷空调系统可以平衡电网压力,达到"移峰填谷"的作用,为了推广冰蓄冷空调的使用,提高系统的经济效益和节能效果具有重要意义.通过建立冰蓄冷空调系统的运行模型,表示出冰蓄冷空调系统的日运行费用和日运行能耗.通过TRNSYS软件对目标建筑的模拟得到目标建筑冷负荷.依据目标建筑冷负荷,设定系统制冷主机每小时的荷载率,建立冰蓄冷空调系统节能、经济运行的多目标函数模型,并使用粒子群算法对模型求解得到系统优化运行参数.通过实例分析:与现阶段的运行策略相比较,使用得到的优化运行参数指导系统运行可以为用户节约10.2%的运行费用,同时可以降低15.2%的电能损失.     

北方地区被动式办公建筑能耗分析研究

以寒冷地区某一具体被动式办公建筑为原型,应用e QUEST能耗计算软件分别按照工程实际和我国公共建筑节能设计标准建立模型,选取我国北方地区10个城市为研究对象,对比被动式办公建筑在北方地区相对于我国《公共建筑节能设计标准》设计的标准建筑的空调能耗情况。结果表明:按照德国被动式办公建筑参数设计的办公建筑夏季制冷能耗基本与常规节能建筑持平,而冬季采暖能耗有大幅度下降;就空调综合能耗来看,太原地区空调综合能耗节能潜力最大,空调综合能耗比常规节能建筑降低54.16%;哈尔滨地区最低,但也比常规节能建筑能耗减少了34.06%。     

基于蚁群优化的小波神经网络钢铁生产能耗预测模型

针对钢铁生产流程中能耗预测模型建立困难、预测精度低等问题,提出了一种基于蚁群优化的小波神经网络的钢铁生产物流能耗预测模型,首先对钢铁生产过程以及影响生产能耗的因素进行分析,确定输入参数构成特征空间,然后利用小波变换重构特征空间,接着利用神经网络模型建立能耗预测模型,最后采用蚁群算法对预测模型参数进行优化.在炼铁、炼钢以及轧钢工序的能耗预测实验表明,提出的方法具有较好的普适性,提高了预测精度,为钢铁企业提前了解能耗需求提供了指导.     

论述暖通空调安装技术要点及其质量控制

随着建筑业的迅速发展,建筑方面的每一个建设设计要点都非常重要,其影响着整个建筑的质量问题,从而影响了建筑企业的盈利.暖通空调安装技术是本文主要探讨的建筑设计之一.暖通空调的安装质量好坏关系着暖通空调的使用品质,影响着整个建筑功能的完善度.伴随着暖通空调的应用广泛,其安装技术及质量控制越来越受到人们的关注,本文对暖通空调安装技术要点及安装过程中存在的问题及其质量控制要点进行分析.