基于Web Services的楼宇自动化系统和集成技术的研究

分析了楼宇自动化工业的发展历程和目前所存在的主要问题，提出了基于XML，SOAP，WSDL和UDDI的Web Services技术是解决方案。介绍了Web Services的原理和关键技术，以及基于Web Services的楼宇自动化系统的集成技术、架构模型和实现原理。     

模糊自适应PI控制在空调系统中的研究

以空气焓差法试验台空调系统的温度控制系统为具体仿真对象建立了数学模型,该空调系统可以看作是一阶惯性加纯滞后的环节,而且对象的过程参数和时延时间是时变的,传统的PID控制无法获得理想的控制效果。提出了一种无需辨识环节的具有智能的模糊自适应PI的控制算法并将其应用在该空调系统中,该算法对模糊控制和PI控制进行有机结合,根据实际控制经验,通过模糊控制规则对控制回路中PI控制器的参数进行实时整定,并将该控制算法和经过良好整定的PI控制器在空调系统中的控制性能进行比较。仿真结果表明,模糊自适应PI控制提高了系统的鲁棒性、减小了超调量、提高了抗干扰能力、缩短了调整时间。     

一种阴影情况下光伏组件输出特性的计算方法

提出了一种计算阴影遮挡情况下组件输出特性的方法。该方法首先根据流经组件的电流对被遮挡电池及其所在电池串的输出特性进行分析,在此基础上对旁路二极管的伏安特性进行理论分析,进而判定旁路二极管导通状态,从而计算出光伏组件在阴影遮挡情况下的多峰特性。经试验验证,此种方法可精确地模拟复杂遮挡情况下光伏组件的输出特性,对于各种阴影遮挡情况下的峰值点的最大误差在3%以内。该方法较传统的失配情况下基于一个电池单元并联一个保护旁路二极管的计算方法更符合实际,具有较强的实用价值。     

光伏组件表面积灰对其发电性能的影响

利用计算机模拟的方法对有灰尘沉积的光伏组件输出性能进行研究,采用MATLAB／SIMULINK模拟灰尘沉积对光伏组件输出性能的影响,得到不同灰尘沉积情况下的光伏组件的输出特性曲线,由特性曲线可以看出,随着灰尘沉积的增多,最大功率点功率下降明显。在理论研究的基础上,搭建实验平台进行实验研究,结果证明仿真结果是有效可信的。     

Web Services技术和楼宇自动化系统

本文分析了楼宇自动化行业目前所存在的主要问题，提出了Web services技术是解决问题的关键所在，同时它也是楼宇自动化系统发展的前瞻性技术之一；阐述了Web Services技术的原理及其优越性；论述了基于Web Setvices的楼宇自动化系统的集成技术。     

ZigBee技术及其在楼宇自动化系统中立用的思考

本文阐述了在楼宇自动化领域采用无线通信技术的优越性以及目前在楼宇自动化系统中应用无线通信技术所面临的问题。提出了ZigBee的出现将推动无线通信技术在楼宇自动化领域应用，并对ZigBee技术的原理及其在楼宇自动化领域的发展前景进行了展望。     

一种具有鲁棒性能的PI控制器在空调系统中的研究

空调系统可以看作是一阶惯性加延迟的对象，针对空调控制系统中目前没有合适的PI整定规则，PI控制器的参数大多通过工程经验或者传统的PI参数整定方法获得，但通常无法获得良好的控制性能。本文根据空调对象模型及一种鲁棒性能指标，设计了一种具有鲁棒性能的PI控制器，该算法较好地弥补传统的PI工程整定方法在空调控制系统应用的局限性。本文以空气焓差法试验台测试室的温度控制系统作为仿真对象对该算法进行了试验，仿真结果表明该PI控制器具有优异的控制性能。     

基于BIM的光伏电站自动化布置及发电量评估

对光伏电站自动化布置的区域填充算法以及进行阴影分析的射线检测算法进行研究,进而以BIM技术为基础在Sketchup平台上实现光伏组件自动参数化布置及逐时阴影遮挡分析功能,并和实际电站的性能进行比较。研究结果表明：自动化布置算法和阴影分析算法符合电站实际应用情况,相对于传统的光伏电站性能模拟方法可视化性能有明显提升,此外基于实测气象数据模拟电站全年发电量和实测发电量的差异约为1.5%,具有一定精度。     

苏南地区老小区既有住宅节能改造集成技术体系及能耗评估

本文针对苏南地区老小区既有住宅能耗较大的问题,对该地区的气候条件和老小区住宅的室内热环境进行了分析,设计了进行节能改造的集成技术方案.而后,采用能耗模拟的方法,分别对某老小区住宅的外墙、屋顶、外窗、遮阳和楼梯间采用节能改造方案前后的能耗进行了模拟计算,并对各项改造措施的经济性及回收年限进行了分析,为后续老小区住宅节能改造的规模化实施奠定了理论基础.     

基于数据挖掘和遗传小波神经网络的光伏电站发电量预测

为了解决光伏发电预测不确定性问题,进一步提高光伏电站发电量的预测精度。提出一种基于数据挖掘和遗传小波神经网络的光伏电站发电混合预测模型,利用K均值聚类算法对历史数据进行分类,并对传统BP神经网络进行改进。以BP神经网络为基础,引入小波分析构建小波神经网络,同时利用遗传算法对网络的初始参数进行全局寻优得到最优参数,利用交叉熵函数对学习规则进行改进。改进后的网络模型既具有小波分析的良好的局部时域和频域特性,又具有全局搜索能力,可增大跳出局部最优的可能性,同时拥有更快的收敛能力和稳定性。实验结果验证了该算法的有效性。