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。     

空调办公建筑能耗预测回归模型

建筑能耗预测模型是进行建筑节能设计及节能改造的有力工具,而建筑能耗分析是建立建筑能耗预测模型的基础.本文建立了重庆地区的空调办公建筑模型,采用Energy Plus软件模拟分析了该城市建筑各设计参数对暖通空调系统及建筑年总能耗的影响,选取对建筑能耗影响较大的9项设计参数,建立了重庆地区暖通空调系统及建筑年总能耗的预测回归模型,随机选取20组数据来评价预测回归模型的准确性.结果表明:各设计参数中窗墙比、设备功率密度、照明功率密度等对暖通空调系统及建筑年总能耗影响较大,重庆建筑暖通空调系统及年总能耗预测回归模型R~2分别为0.960和0.966,估计标准偏差都为1.122 W/m~2;能耗预测值与模拟值的最大偏差分别为-12.813%和-7.063%.     

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。     

夜间通风空调办公建筑降温参数分析

为了确定房间的通风换气量及建筑围护结构的蓄热性能与夜间通风效果的关系.选择了昼夜温差较大的西安地区进行分析,分析对象为间歇运行的空调办公建筑,分析的工具为能耗模拟软件DeST.研究过程中建立了西安地区典型办公建筑的基准模型,从房间空调室温和建筑空调负荷两个方面对夜间通风的效果进行评价,得出了通风换气次数和围护结构蓄热性能和夜间通风效果的确切关系,为夜间通风建筑设计提供了一定的理论依据.     

从BIM模型提取建筑能耗监测静态数据的方法

为从BIM(building information model)模型中提取建筑能耗监测数据的大数据应用所需的建筑能耗监测静态数据,首先分析建筑能耗监测静态数据需求.在此基础上,分析BIM数据标准——IFC(industry foundation classes)标准,对于IFC标准不能满足建筑能耗监测静态数据需求的情况,根据需求对IFC标准进行扩展,建立基于IFC标准的建筑能耗监测静态信息模型.接着,基于该模型提出从BIM模型提取建筑能耗监测静态数据的方法.最后,根据对建筑能耗监测静态数据需求的分析和建立的基于IFC标准的建筑能耗监测静态信息模型,在Visual Studio 2017平台上,借助xBIM软件工具包,用C#语言开发从IFC文件中提取所需的建筑能耗监测静态数据的程序,用来对建立的建筑能耗监测静态数据提取方法进行验证.结果表明,开发的程序能直接从IFC文件中快速提取出需求的建筑能耗监测静态数据.与传统的在能耗监测系统中人工录入建筑能耗监测静态数据的方法相比,本研究提出的方法使得获取所需的建筑能耗监测静态数据更便捷高效.     

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%.     

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。     

住宅建筑能耗基准确定及用能评价新方法

针对当前建筑能耗基准确定及用能评价方法仍不完善的现状,提出了一种适用于住宅建筑的新方法。通过灰色关联分析确定了不同影响因素(即特征参数)与建筑能耗的关联度,将关联度作为该因素的权值并结合聚类分析对建筑进行合理分类。在此基础上采用累积频率分布法确定了每类建筑的能耗基准值,并对建筑住户进行用能评价。为验证该方法的可行性,将其应用于日本建筑学会所建立的住宅建筑能耗数据库,为聚类后的每类建筑确定了相应的能耗基准并对住户进行了用能评价。结果表明该方法能够综合考虑不同特征参数的影响大小,科学合理地对建筑细化分类,根据分类后的基准评价能够更好地评估住户的节能潜力并提供可行的节能建议。     

基于PKPM软件模拟分析窗墙比对建筑能耗的影响

以合肥地区某办公楼为研究对象,采用PKPM节能分析软件为该建筑建立了几何模型,进行了赋值计算,模拟出该建筑全年的采暖和空调能耗,研究了窗墙比和朝向对采暖、空调及总能耗的影响规律。结果表明,加大东(西)向、北向窗墙比将同时增加建筑的采暖、空调能耗;加大南向窗墙比将减少采暖能耗,增加空调能耗,导致建筑总能耗呈上升趋势。为保证良好的节能效果,建筑设计时建议南向窗墙比取值低于0.3。     

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.     

脂酸类相变材料在节能建筑中应用的可行性研究

目的 对脂酸类相变材料的低共熔混合物的热物性进行试验测试和理论分析预测，得到脂酸类相变材料在建筑围护结构中的应用条件。分析其降低建筑能耗的可能性．方法 理论分析了脂酸类物质中的癸酸和月桂酸的低共熔混合物的熔点和相变潜热，通过差示扫描量热法对低共熔混合物及由其构成的相变墙板的热物性进行了试验验证．结果 癸酸和月桂酸的低共熔混合物的试验测试值与理论计算值基本吻合．结论 提出了相变材料在节能建筑中应用的要求，在建筑围护结构中。加入癸酸和月桂酸的低共熔混合物，可大大减少采暖空调负荷，降低空调系统耗电量，实现建筑节能的目的。     

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.     

DE算法改进的炼焦能耗RBF预测模型

针对炼焦能耗计算繁琐、影响因素众多的问题,以目标火道温度、烟道吸力、水分、挥发分和炼焦时间为输入变量,以炼焦能耗为输出变量,提出基于差分进化算法改进的RBF预测模型。由于RBF网络存在学习能力差、收敛速度慢等多个缺点,针对性地改进了差分进化算法优化的能耗预测模型。利用具有强大全局搜索能力的差分进化算法,选择RBF网络中基函数的中心值、宽度和输出权重的计算最优值,以此作为RBF神经网络的中心值、宽度和输出权重。结果表明,改进后的RBF预测模型具有较高的精度、稳定性和训练速度,对降低炼焦能耗、提高焦炭产量和提高企业经济效益具有重要意义。     

大型商场建筑夏季冷负荷动态预测模型

夏季建筑冷负荷的正确预测是实现大型复杂中央空调优化运行、节能降耗的关键。笔者探讨了商场建筑冷负荷的主要影响因素,确定了建筑动态冷负荷预测模型的输入,提出了夏季基于新风机组供电频率的商场顾客率间接测量方法,解决了商场内顾客量难以检测的难题。还提出了AFC-HCMAC神经网络预测模型算法,实现了大型商场建筑冷负荷的动态预测。仿真结果表明:顾客率在商场冷负荷预测中占有重要地位,在冷负荷预测模型中增加商场顾客率可显著提高预测精度;AFC-HCMAC神经网络预测算法与传统的HCMAC神经网络算法比较,可有效降低神经网络节点数,提高预测精度。     

An artificial immune and incremental learning inspired novel framework for performance pattern identification of complex electromechanical systems

Performance pattern identification is the key basis for fault detection and condition prediction, which plays a major role in ensuring safety and reliability in complex electromechanical systems(CESs). However, there are a few problems related to the automatic and adaptive updating of an identification model. Aiming to solve the problem of identification model updating, a novel framework for performance pattern identification of the CESs based on the artificial immune systems and incremental learning is proposed in this paper to classify real-time monitoring data into different performance patterns. First, an unsupervised clustering technique is used to construct an initial identification model. Second, the artificial immune and outlier detection algorithms are applied to identify abnormal data and determine the type of immune response. Third, incremental learning is employed to trace the dynamic changes of patterns, and operations such as pattern insertion, pattern removal, and pattern revision are designed to realize automatic and adaptive updates of an identification model. The effectiveness of the proposed framework is demonstrated through experiments with the benchmark and actual pattern identification applications. As an unsupervised and self-adapting approach, the proposed framework inherits the preponderances of the conventional methods but overcomes some of their drawbacks because the retraining process is not required in perceiving the pattern changes. Therefore, this method can be flexibly and efficiently used for performance pattern identification of the CESs. Moreover, the proposed method provides a foundation for fault detection and condition prediction, and can be used in other engineering applications.     

天津市某大型公建节能降耗评估分析

通过标准参数法及能耗软件建模的方法对建筑进行了能耗复核计算,得到建筑的各项能耗指标.通过对比论证发现其存在能耗过大的原因,并提出相关的节能建议.     

基于BIM技术的建筑节能结构协同设计

针对传统建筑节能方法与实际结果拟合度稳定性差、能源利用率低的问题,提出基于BIM技术的建筑节能结构协同设计.应用建筑多指标能耗函数,完成建筑总能耗数据的计算,通过对空调传热量与采暖传热量进行计算获取相应指标,应用BIM技术对建筑结构进行划分,获得优化后的结构,利用建筑规定性指标和建筑能耗总量获取建筑节能结构协同设计最佳方案.结果表明,该设计结果与实际节能情况拟合程度高,能源利用率也有所提升,节能持续性系数平均为0. 982.与当前相关设计对比,该设计实用性更强.     

Virtual design and analysis with multi-dimension coupling for engineering machinery cooling system

A good cooling circle should ensure that the system can work at an appropriate temperature in the requirements of power increase,engine compartment constraint and working demands for modern engineering machinery,which asks for a thorough understanding of system thermal loads before practical production.However,traditional experiment method spends a long time,costs a huge resource but lacks efficiency,whereas virtual design can avoid the shortcomings of traditional method and can analyze operating states adequately with variable loads on engine,generator,drives,battery pack and HVAC systems.Therefore,this paper focuses on a new virtual design method based on multi-dimension coupled simulation adopting Flowmaster software for initial prediction and CFX tool for further optimization.The simulation results in different operating conditions are compared and validated with experiments.Orthogonal experiment and range analysis are used to explore key parameters of cooling system.The research will be helpful in guiding future design and optimization of engineering machinery.     

基于能量流框架的氯碱企业能耗分析研究

针对氯碱企业生产过程中能耗高、能源利用不合理的问题,首先通过分析氯碱企业能量流动过程,构建了氯碱企业能量流分析框架,然后结合工序能量流图给出了氯碱企业能耗测算的具体方法,探讨了影响企业综合能耗的关键因素,为企业降低能耗提供决策依据,最后,以某氯碱企业为例,证实了研究的有效性.