基于PSO-LSSVM的建筑周围气象参数超短期预测

建筑周围气象参数的不确定性和持续波动性,为建筑系统动态负荷预测及实时优化控制带来困难。文章以最小二乘支持向量机(LSSVM)作为预测算法,运用粒子群优化算法(PSO)优化LSSVM模型参数,建立基于历史信息的多输入多输出(MIMO)建筑周围气象参数预测模型,对影响建筑负荷的室外温度、湿度及风速进行超短期预测。结果表明:PSO算法可对模型参数进行优化,基于PSO-LSSVM算法构建的建筑周围气象参数超短期预测模型能够实现未来140 min气象参数的预测,为建筑供能和用能系统动态优化运行提供数据。     

基于智能负荷控制器的建筑电气优化布线研究

探讨以系列智能负荷控制器(smart remote load controller)为核心,构建基于物联网的、可通过移动终端实现分区、分时、分类、远程无线控制的智慧建筑配电体系,旨在建筑配电、特别是需求侧的负荷管理领域,实施母线化的末端优化布线方案.通过改进的迪杰斯特拉(Improved Dijkstra)短路算法,对房间内的布线路径进行规划,采用数学分析法对电气施工所需的电缆敷设数量进行优化分析,并与建筑常规的中心布线方式进行比较.结果表明,采用智能负荷控制器构建的电气系统,不仅实现了用电设备的实时监测、动态保护、精细遥控、中央"云端"管理和用户侧"终端"Application互动,而且在实施中将节约超过48%的电缆敷设,是一种经济、实用、易推广的智能建筑节能减排解决方案.     

城市燃气长期负荷的累积法预测

针对城市燃气负荷预测涉及因素多,部分预测方法不易实现的问题,提出采用计量经济学新方法累积法模型来预测城市燃气负荷,将影响城市燃气负荷的两个主要因素——城市人口和工业产值引入预测模型,并将预测结果与GM(1,N)模型预测结果分别按相对误差,方差和泰尔不等系数三个指标进行比较,比较结果显示累积法预测模型优于灰色GM(1,N)模型,且简单易懂,易于实现计算编程.     

基于新型建筑智能化平台的多储能装置协同控制方法研究

储能系统接入建筑配电网络可以起到"削峰填谷"的作用,有助于优化电能的分配与使用。当前储能装置的优化调度问题正在成为研究热点。新型建筑智能化平台采用的邻居节点交互机制,为实现多节点的协同控制提供了有效途径。本文针对现有控制方法难以适应多储能装置的协同调度问题,以用电负荷波动方差最小为优化目标,构建了多储能装置削峰填谷优化调度模型,基于新型建筑智能化平台,结合用户用电的负荷数据,利用粒子群算法实现了优化调度模型的求解。仿真实验结果表明,基于新型建筑智能化平台的多节点协同机制,可以实现多约束条件下用电负荷波动方差最小的优化目标,实现多储能装置的协同控制,证明了该方法的有效性。     

函数联接神经网络在电力系统短期在线负荷预报中的应用

提出了2个新的用于实时在线短期负荷预报的函数联接神经网络(FLN)模型.2个模型都把负荷与气象参数结合起来构成非线性ARMA过程,并应用FLN的函数逼近能力获得了2个模型的参数.测试与在线操作表明2个模型的预测效果是令人满意的,24 h向前负荷预报的平均绝对百分误差(MAPE)对HFLN来说几乎都在3%以下,而对DFLN来说几乎都在5%以下.     

基于PCCLSTMMTL的综合能源系统多元负荷预测

为了保证综合能源系统(IES)的运行效率和可靠性,能源需求的准确预测至关重要。提出了一种基于Pearson相关系数(PCC),长短期记忆(LSTM)神经网络和多任务学习(MTL)的多元负荷预测方法。首先,运用PCC选取与冷热电负荷相关性较大的影响因素作为模型的输入;然后,通过LSTM建立MTL的共享层,实现多元负荷的联合预测;最后,结合亚利桑那州立大学的实测多元负荷数据来测试所提模型的预测精度。结果表明:所提模型具有更高的预测精度。     

基于移动计算技术的建筑信息管理模型

移动计算包括3个重要组成部分:移动计算机、无线网络和移动应用软件.移动计算技术在建筑工程领域应用的研究热点包括:移动IP电话、可穿戴计算机、条形码技术、无线感应器技术等.本研究项目使用定性与定量相结合的研究方法,给出了一个基于移动计算技术的建筑信息管理构架,又从应用和技术的角度,分别给出了2个具体的应用模型和技术模型.建筑管理人员和系统设计人员可以使用这一模型来选择建筑信息管理战略,确定系统功能,选择移动计算技术,设计系统框架.     

基于时间模式注意力机制的CNN-BiGRU短期负荷预测

准确的短期负荷预测可以缓解电力供需矛盾，协调负荷管理，保障电力系统安全。短期电力负荷具有很强的非线性和时间依赖性，并与气候变化和实时电价等诸多外部因素有关，给精准预测短期负荷带来了困难。为此，提出一种基于时间模式注意力(temporal pattern attention, TPA)机制的卷积神经网络(convolutional neural network, CNN)-双向门控循环单元(bidirectional gated recurrent unit, BiGRU)短期负荷预测方法。其中，卷积神经网络用于挖掘不同输入变量与当前负荷间的非线性空间联系，双向门控循环单元用于从时间序列中捕获长期依赖关系，时间模式注意力机制引入以自适应加权赋予特征权重，突出重要信息，实现短期负荷预测。以澳大利亚公开负荷数据集作为实例验证所提方法的效果，预测精度达到了97.651%,与CNN-LSTM、RNN预测模型进行对比，精度分别提高了0.531%和5.992%,实验结果表明：所提的TPA-CNN-BiGRU预测方法具有更高的预测精度和普适性。     

基于柔性负荷和建筑多能源系统的电网峰谷调节算法

针对建筑能源系统负荷多样,导致电网波动和负荷峰谷差日益增大的问题,提出了一种基于柔性负荷与建筑多能源系统的电网峰谷调剂算法,以实现多能源系统联合参与的电网峰谷调节.该算法通过构建储能设备和空调系统的功率模型,来建立多能源系统负荷与功率优化的电网峰谷调节目标函数.同时,针对电网峰谷调节的特点提出了一种改进的粒子群优化算法,以求解该目标函数实现电网的峰谷调节.仿真分析与实验结果表明,所提出的方法优于单纯使用储能设备和空调系统的电网峰谷调节方法,能够显著提高负荷的平滑度与能源利用率.     

基于MADDPG算法的家用电动汽车集群充放电行为在线优化

电动汽车作为电网中的重要负荷,具有较高的需求响应潜力.为降低电动汽车集群用能成本,缓解电网峰值负荷压力,文中首先分析了V2G模式下电动汽车的用电特性,构建了电动汽车集群充放电调度模型,通过成本分析为充放电调度提供决策依据.然后应用多智能体深度确定性策略梯度(Multi-Agent Deep Deterministic Policy Gradient,MADDPG)算法对电动汽车集群进行充放电行为的实时优化,利用用户的历史用电数据完成学习过程,并依据当前的用电信息进行调度决策.算例分析表明,该方法可以进行电动汽车集群充放电行为的实时在线优化决策,在保证用户用电需求的前提下,提高用户用电经济性,实现峰值负荷的转移.     

山地城市小流域暴雨径流模型的研发及应用

采用ArcEngine二次开发包结合水力学基础算法,建立山地城市暴雨径流模型,以模拟山地城市降雨径流,分析山地城市排水系统的排放能力。应用该模型对重庆市北部新区盘溪河流域排水系统进行了预测和评估,结果表明,模拟结果与实测数据的效率系数Nash-Suttcliffe系数Ens为0.56～0.76,相对误差8.82%～11.8%。模型关键参数率定及敏感性分析表明,最敏感参数为径流宽度、坡度、曼宁系数和不透水面积率。针对排水管道内流量、充满度和溢流检查井个数等方面进行了排水系统排放能力的评估,结果表明,一年一遇暴雨下有0.52%的排水管道长时间处于满流状态,五十年和百年一遇的超载排水管道占排水管道总数5.86%和8.20%;百年一遇暴雨下有0.72%的检查井发生溢流,一年一遇暴雨下有0.31%的检查井发生溢流。该模型实现了对山地城市暴雨径流的产汇过程模拟以及内涝点位置和数量的识别,为城市雨水管网管理提供决策支持。     

区域建筑形状对围护结构冷负荷的影响分析

传统的建筑围护结构冷负荷计算方法是针对具体建筑,有详细的建筑信息。城市规划阶段通过控制性详细规划只能获得建筑功能、建筑高度、容积率等有限的信息,限制了传统方法的应用,因此需要构建标准建筑。文中结合城市规划阶段特点,提出了标准建筑的底面形状的确定方法,分析了建筑形状及体形系数与围护结构冷负荷关系。以建筑底面长宽比为1:1的长方体建筑为例,推导得到了建筑围护结构负荷的简化计算公式,并针对不同的建筑底面形状提出了相应的修正方法。     

办公建筑人员工作效率室内环境影响因素及经济分析

对上海市两处代表性办公建筑进行实地调研。采用主观问卷调查了建筑内人员对室内环境的总体感觉,各项人的因素及室内环境质量因素对人员工作效率的影响程度,病态建筑综合症症状等,并客观调查了空调系统运行能源消耗费用及人员薪酬等支出情况,同时对室内的空气温度、湿度、风速、噪声、甲醛和二氧化碳浓度等物理参数进行测量。结果显示,尽管建筑室内各项物理参数都在标准范围内,接近50%的人员抱怨有病态建筑综合症,且大多数人希望增加室内新风量,(尤其是开放式办公室)降低室内噪音水平。热环境、空气品质和噪音是影响人员工作效率的主要环境质量因素。因此,办公建筑可优先考虑改善这些环境质量因素以提高人员的健康舒适水平和工作效率。在调查的两幢建筑中,人员薪酬与建筑运行能耗(电费)支出之比也达到100倍之多。这表明在中国,尤其是北京、上海这样的大城市的办公建筑中,提高人员工作效率有获得巨大经济效益的潜力。     

基于H.264的无线视频监控系统设计与实现

该文设计和实现了H.264格式的视频数据在无线视频监控系统中的传输,重点介绍了实时视频数据的发送和接收以及在客户端的解码播放。该文采用RTP(实时传输协议)封装H.264数据,并由CDMA2000无线网络传输视频数据。在客户端的播放器设计中,用基于Directshow的构架来实现视频的解码播放。     

基于TMS320F2812的叉车多轴伺服控制器设计

该叉车多轴伺服控制器的设计是以32位定点DSP处理器TMS320F2812为核心控制器,利用DSP的两个事件管理器来控制两路电机,并实时采集处理电机的电流、速度、位置和温度等信号,通过闭环控制使电机运行在正常稳定的状态,并利用CAN总线对电机的运行状态及错误信息进行实时显示。该设计对其理论依据、硬件实现和软件实施进行了深入的研究与探讨,并完成了相关设计,达到了预期效果。     

基于MMBC的网壳结构振动控制

多市场竞争机制控制策略(Multi-Market Based Control,简称MMBC)是一种分散控制算法。文章利用有限单元法,在MATLAB工作环境中建立某空间网壳结构的有限元模型,以磁流变阻尼器为半主动出力装置,结合MMBC控制策略和半主动控制率,实现空间网壳结构在地震作用下的结构半主动控制,分析比较了无控与控制状态下结构的振动响应。结果表明,多市场竞争机制策略可以有效应用于空间结构的振动控制中,具有良好的减振控制效果。     

一种用于公共建筑绿色化的全局优化技术——SGB技术

为了实现可持续发展的长远目标,结合我国十二五规划及科技发展规划,针对现有公共建筑的能耗高、污染大,管理效率低下的问题,首次提出一种基于有/无线混合传感网络的建筑流态数据监控及总体优化协同控制,以实现建筑绿色化的SGB(Smart Green Building)技术;把运行中的公共服务建筑作为整体系统考虑,将采集到的数据划分为信息流、能量流、物质流、人员流,并做分层处理,从系统级的角度,得到了复杂系统的全局最优化解决方案;从而实现既有建筑的节能、减排与高效管理的改造,满足绿色化与智能化的要求。     

二氧化钒镀膜玻璃参数测量与模拟

二氧化钒镀膜玻璃(下称VO2玻璃)是一种有前景的热致变色玻璃,具有相变机能,可以通过自身光学透过率的变化,调节进入建筑室内的太阳光,达到节能的目的。根据国家对建筑玻璃的测量标准,测量了VO2玻璃的可见光透射率、太阳光直接透射率、相变温度、发射率、可见光反射率等参数,计算出了VO2玻璃的遮阳系数Sc值。通过建立传热模型,模拟计算出了传热系数K值。最后将所有关于VO2玻璃的参数汇总并与目前常用节能玻璃进行性能的比较和分析,得出VO2玻璃优于部分目前常用节能玻璃,略弱于Low-E玻璃。VO2玻璃优势在其相变机能和对光污染的控制,缺点是采光性能一般,隔热性能不足,相变前后的透射率变化范围窄。对其性能不足的改进是未来的发展方向。     

UNIX主机行为监控系统的设计与实现

该文介绍了Unix主机行为监控系统在大型网络中的应用及作用,并提出了具体的设计方案与实现方法。该系统主要采用透明的方式串接在工作区域和服务器群之间,利用网卡零拷贝的技术保障业务流量不会产生瓶颈,同时利用bypass的技术来保障服务器群的高可用性,既能保证服务器群的安全,又不会给网络带来附加的影响。     

一种动态CTCSS系统的设计与实现

该文提出了动态CTCSS控制模块,利用亚音频作为识别信号来实现转信台的有条件中转。模块中的单片机可以自动识别解码后的亚音频信号,并根据编程产生与接收亚音频相呼应的、指定的亚音频信号,既达到去除人为的同频干扰,又保障正常的通信需求。通过适当的亚音频分组,可以保证数个单位或部门的通信需求,相互之间不交叉,可有效地提高了频率的利用率。同时,利用该系统中的同播系统,可对各部门集中调度,提高了指挥的效率,该模块可广泛地应用于调度、抢险和报警等系统。