辐射数据缺失时TMY与逐时值生成方法分析

为解决太阳辐射数据缺失导致无法准确地进行建筑能耗模拟、建筑节能等相关分析,以西安市为例,研究太阳辐射数据缺失时典型气象年(TMY)挑选与逐时辐射预测。首先,通过相关性分析得出容易获取的日照时数与太阳辐射相关性最高,因此在传统Sandia方法的基础上采用日照时数替代辐射的方法挑选TMY,并对挑选结果进行参数对比分析,验证了新参数挑选出TMY的准确性。其次,通过主要太阳辐射影响参数对比,选择合理的预测输入参数,选用处理泛化问题能力较强的神经网络及其优化算法进行逐时辐射预测研究,并将得到的结果与统计模型和观测数据进行对比分析。最后,参照中国建筑节能设计标准建立办公建筑模型,并利用本研究提出的方法得出的气象数据进行建筑能耗模拟验证,分别分析了建筑采暖与制冷能耗的变化情况。结果表明,提出的TMY挑选方法可以很好地解决辐射数据缺失地区挑选TMY的难题,神经网络算法可以对逐时辐射数据进行较精准的预测,为辐射数据缺失研究建筑节能提供新思路。     

神经网络短期光伏发电预测的应用研究进展

准确的太阳能发电功率短期预测是保证电力调度和大规模光伏并网的关键。该文对近年来光伏发电功率短期预测研究进展进行综述,并对影响光伏发电功率的各种气象因素进行相关性分析。针对用于光伏发电短期功率预测的人工神经网络模型和深度学习模型进行总结和评述。太阳辐照度是影响预测模型精度的主要气象参数。在光伏发电功率短期预测中,神经网络及其组合模型均表现出较好的预测精度,但组合模型整体上优于单一预测模型。     

小型太阳能采暖建筑节能性能指标简化计算

以小型太阳能采暖建筑本体太阳能利用性能指标为研究对象。基于中国1042个城镇1988—2017年间太阳辐射照度及室外空气温度逐时数据,构建符合居住建筑节能设计标准的小型太阳能采暖建筑的太阳能采暖率（SHF）与太阳能得热负荷比（SLR）关系式。同时,获得全国典型城市计算月透过玻璃的总得热量,为太阳能得热负荷比（SLR）的简化计算提供条件。该研究简化了设计方案初期判断建筑可利用太阳能采暖水平的方法,为建筑一体化设计和助力碳中和战略目标的顺利实施提供了基础支撑。     

气象观测站点外地区典型气象年数据的获取方法

为了解决基础气象要素的缺失造成的建筑设计数据不足的被动状况以及无法准确科学提供室外基础数据的问题,以国家基准、基本和一般气象站的原始记录数据为基础,使用逆距离加权插值法（IDW）和梯度逆距离加权插值法（GIDW）,针对实验结果进行误差分析,研发西北和东南地区气象观测站点以外TMY数据的获取方法,并利用数学模型生成待测点的逐时数据。结果表明,使用GIDW方法得到的气象数据与实际值的变化趋势相似;同时,在考虑海拔影响后,使用GIDW方法比IDW方法的插值结果误差更小;对逐时数据进行处理,待测点的生成数据与实际逐时值符合度好。     

业务流程设计与验证的体系结构

工作流产品中的一个重要组成部分是业务流程的设计和验证。由于WSBPEL是半形式化的描述方法,不易检测与验证,难以保证Web服务组合的正确性,也无法在较抽象的层次上跟踪其业务流程。针对此问题,该文提出了业务流程建模与验证的三层体系结构,并实现了业务流程到π演算描述的转换算法。     

可视化BPEL流程的pi演算描述

根据可视化BPEL流程编制工具实际应用中存在的问题,提出了把可视化BPEL流程用pi演算进行描述的方法。明确了可视化BPEL流程与pi演算之间的对应关系,并用实例说明了怎样把一个利用Eclipse BPEL插件建立起来的BPEL流程用pi演算进行描述的过程。