基于BIM在运营阶段的能耗分析管理和节能控制

首先应用相关软件对目标建筑的BIM模型进行分类和分项能耗模拟分析,并将分析结果记入BIM模型;同时,通过目标建筑安装的分类和分项能耗计量装置及时采集能耗数据,实现目标建筑能耗的在线监测,并将监测数据记入数据库。最后,通过对实际监测数据与模拟数据的分类比对分析处理,得出目标建筑的能耗情况和节能控制方案,并反馈给相关的用能执行机构,用能执行机构响应后实现节能控制。     

基于Java的建筑能耗监控系统

通过MyEclipse10.0和SQL Server 2008开发了一个建筑能耗监控平台,系统采用Java语言的JDBC数据库访问技术,SQL Server 2008数据库语言以及Java语言中的图形化库等,实时更新显示能耗数据,并对数据进行分析和管理,有效地实现了监控的目的。     

基于DDPG模型的建筑能耗控制方法

针对居民建筑能耗逐渐增加、传统控制方法效率低下的问题,提出一种基于深度确定性策略梯度的建筑能耗控制方法。该方法利用深度强化学习模型,将建筑电力使用问题建模为强化学习的控制问题,解决负荷降低和成本最小化的问题。根据某开源数据库中居民的能耗使用数据,结合深度Q网络、确定性策略梯度和深度确定性策略梯度算法进行实验验证。实验结果表明,该方法能够有效降低负荷峰值与电力能源使用成本,实现建筑节能的目的。     

基于模糊PID的近零能耗建筑能耗控制系统仿真

传统的近零能耗建筑控制系统的能耗控制效果不够好,导致其能耗值较高.针对上述问题,设计一种基于模糊PID的近零能耗建筑能耗控制系统.利用控制中心计算机、模糊控制器、PID控制器、数据采集卡、传感器,完成基于模糊PID的近零能耗建筑能耗控制系统的硬件设计;利用用户登录模块、采集模块、建筑能耗控制模块,完成基于模糊PID的近零能耗建筑能耗控制系统软件设计,在建筑能耗控制模块,利用自适应模糊PID遗传算法,实现对近零能耗建筑的能耗控制.为验证提出的基于模糊PID的近零能耗建筑能耗控制系统的控制效果,开展仿真对比实验,实验结果表明,上述控制系统可将能耗值大幅降低,是一种有效的近零能耗建筑能耗控制系统.     

既有建筑节能改造注意事项

建筑能耗是社会能耗的三驾马车之一。从广义上讲,建筑能耗指在建筑建造和使用过程中的能源消耗;从狭义上讲,是建筑在使用过程中的能源消耗。我国的社会能耗分布情况为：建筑能耗占30%、工业能耗占38%、交通能耗占32%;国外的社会平均能耗分布情况为：建筑能耗占40%、交通能耗占28%、工业能耗占32%。我国建筑能耗呈刚性增长的趋势,未来将占到社会总能耗的40%。这主要体现在随着人们对生活品质的要求在逐渐提高,建筑物中各方面的舒适程度也在日益提升,例如室内温度、热水、电气化程度等。目前,我国存在人口众多、资源相对不足和能源过度消耗等问题,因此,大力推行建筑节能改造势在必行。     

基于数据挖掘技术的建筑能耗分析集成方法

传统的建筑能耗监测方法难以有效地发现能耗数据特点以及能耗数据之间的潜在关系,对异常能耗数据的判断缺乏准确性。针对上述问题,提出基于多种数据挖掘方法的建筑能耗分析集成方法。通过优选分类、离群点分析、关联分析,以及预测等数据挖掘相关算法,新集成方法挖掘蕴含在建筑能耗数据中有价值的知识,实现能耗模式分类、能耗异常数据识别、找出影响能耗的相关因素、能耗预测,提供建筑节能辅助决策。通过美国国家再生能源实验室研究支持机构使用的建筑能耗数据集,验证了新集成方法的可行性和有效性。     

一种动态实时高校建筑能耗异常检测方法

针对静态建筑能耗异常检测方法在动态高校建筑能耗环境中容易出现误判的问题,提出一种改进的高校建筑能耗异常检测方法。采用SA-DBSCAN算法根据能耗数据的统计特性自适应识别建筑能耗模式,利用C4.5算法构建能耗模式判定树,依据判定树得到实时能耗数据的相应类别后使用LOF算法进行离群分析检测异常。将判定正常的能耗增量地更新到建筑能耗模式中,并根据更新结果动态调整异常检测模型。实验结果表明该方法能有效检测异常能耗数据并逐步拟合高校建筑能耗环境的变化来减少误判。     

基于CAN总线的能源管理系统通信研究

智能建筑能源管理系统主要是要实现对社区或者工厂等耗能场所的建筑内能耗设备进行监控管理,使之合理化使用并将能源消耗量控制在一定范围内从而达到节能、环保的目的。底层控制设备与上层管理系统通过CAN总线通信,管理系统采用sqlite内存数据库作为其实时数据库的内核,本文主要介绍利用VS2010编写串行通信程序实现底层控制网络与上层管理系统之间的通信以及实现对实时数据库的同步更新操作。     

基于软件可量化计算的绿色建筑能耗控制仿真

传统绿色建筑能耗控制方法无法准确计算绿色建筑能耗评价指标权重,导致绿色建筑能耗组成预测以及平均年能耗密度预测的结果均出现精度偏低问题.于是提出基于软件可量化计算的绿色建筑能耗控制方法.构建绿色建筑能耗评价指标体系,并采用AHO法量化处理绿色建筑能耗评价指标.在群体性判断原则的基础上扩大数据来源,提高绿色建筑评价指标权重...     

基于AR-DBN的建筑分项能耗短期预测

针对现有总能耗预测方法不能准确分辨建筑能耗的消耗去向且预测精度较低的问题,根据能耗用途,将总能耗分为4项,提出一种建筑能耗分项预测模型。基于时间序列自回归模型,对建筑物的照明能耗进行短期预测。构建深度置信网络模型,根据照明能耗预测结果、室外逐时平均温度、室外逐时平均相对湿度、天气特征值、节假日、逐时平均风速以及一天24个整点时刻,分项预测空调能耗、动力能耗和特殊能耗。实验结果表明,相比总能耗预测模型iPSO-BP和BP,该模型能更加精确、有效地预测建筑能耗中的各分项能耗。     

基于物联网的建筑能耗管理研究

针对建筑物能耗监管问题,提出一种基于SOA为架构,以物联网技术为平台的能耗监管系统。根据建筑能耗监管的特殊要求,采用以无线传感器技术为主的物联网信息技术手段,实现了对电能的远程实时监控管理。系统能对建筑能耗进行有效的采集、存储和分析,提高了建筑能耗的监管水平。     

数据仓库在城市公共建筑能耗管理中的应用

当前众多城市公共建筑能耗监测系统中已收集了大量的建筑能耗数据。针对这些数据源存在的各自独立而且分散,不能够提供全局的数据分析环境,不能够有效支持建筑能耗的评估与建筑节能的研究等问题,提出将数据仓库技术应用于城市公共建筑能耗监管系统的解决方法。通过对建筑能耗监测系统的研究,以及对建筑能耗管理的应用需求的调研,建立城市级公共建筑能耗数据仓库的多维数据模型,对主题设计、指标设计和维度模型设计进行了探讨,并在实验阶段已成功构建了某高校公共建筑能耗数据仓库的实例。实验结果表明,该方法能够有效地为建筑能耗的管理与决策提供良好的数据分析环境。     

基于ZigBee技术的建筑能耗监测系统设计

随着我国建筑总量不断攀升,建筑能耗也逐年增加,更加有效地实施建筑能耗统计及建筑节能管理具有重要的意义;通过对建筑能耗监测系统的分析,在研究ZigBee技术的基础上,提出了基于ZigBee无线传感器网络的建筑能耗监测系统总体结构,对其网络拓扑控制和路由协议进行了研究,并介绍了系统周期性工作过程;网络测试表明,该系统可靠性好,能够实现建筑能耗数据的采集和无线传输;通过对能耗数据的统计分析,为降低建筑能耗和提高建筑能效,提供了决策依据和参考.     

基于ARM的公共建筑用电能耗数据采集器

本文针对目前国家机关办公建筑和大型公共建筑的高能耗问题,根据国家建设部要求设计了一种建筑能耗数据采集器。本文将数据采集的相关技术应用于建筑能耗监测领域,介绍了建筑能耗数据采集器的整体结构,重点阐述了数据采集、存储和传输的方案设计。该数据采集器的基本性能已在实验室条件下得到充分验证。通过对建筑能耗的分项计量,获取大量的能耗数据,为下一步建筑节能分析和节能控制提供可靠的数据支持。     

基于数据库负载的SQL能耗预测模型

传统数据库以性能(吞吐量、响应时间)为首要优化目标,忽略了数据库系统的能量消耗。在一味追求性能的同时,高能耗问题日益突出,为数据库负载构建能耗模型是构建绿色数据库的基础。通过量化查询负载执行过程中对系统资源(CPU与磁盘)的消耗,将资源消耗产生的时间代价和功耗代价转化为时间代价预测模型和功率代价预测模型,在单站点数据库服务器上实现了为数据库系统构建资源单位代价统一的能耗预测模型。采用多元线性回归工具拟合模型的重要参数,实验结果验证了能耗预测模型的可行性;并分别在静态与动态的系统环境下对系统不同类型查询负载的能耗进行预测与评价,验证了该模型的准确性,使得提出的能耗模型适合于构建能耗感知的绿色数据库。     

试论建筑节能的新观念

所谓建筑能耗，国内外习惯上理解为使用能耗，即建筑物使用过程中用于供暖、通风、空调、照明、家用电器、输送、动力、烹饪、给排水和热水供应等的能耗。在发达国家，建筑能耗约占总能耗的30％-40％。这一比例的高低，反映了一个国家的经济发展和人民生活水平。我国是最大的发展中国家，建筑能耗约占全国总能耗的11．7％，而北方工业区供暖就占了其中80％。上海是国内经济发展最高的地区之一，虽然没有大面积的集中供暖，但根据估算，上海的建筑能耗约占总能耗的13．2％。随着我国的经济腾飞和气候变化，这一比例正不断攀升。[编者按]     

试论建筑节能的新观念

所谓建筑能耗,国内外习惯上理解为使用能耗,即建筑物使用过程中用于供暖、通风、空调、照明、家用电器、输送、动力、烹饪、给排水和热水供应等的能耗。在发达国家,建筑能耗约占总能耗的30％-40％。这一比例的高低,反映了一个国家的经济发展和人民生活水平。我国是最大的发展中国家,建筑能耗约占全国总能耗的11．7％,而北方工业区供暖就占了其中80％。上海是国内经济发展最高的地区之一,虽然没有大面积的集中供暖,但根据估算,上海的建筑能耗约占总能耗的13．2％。随着我国的经济腾飞和气候变化,这一比例正不断攀升。     

建筑节能技术分析

随着“以人为本”设计理念的提出，人们对住宅的舒适性要求越来越高，建筑能耗也随之增高。据统计，目前我国建筑能耗约占国民经济总能耗的25％左右，且呈上升趋势。另一方面，随着建筑能耗的增加和大量空调设备的安装，“城市热岛效应”日益严重，使环境日益恶化。我国建筑节能的重点应为：建筑本体的节能、采暖系统节能、提高照明和其他电器的效率、大型公共建筑节能。     

基于神经网络算法的建筑能耗预测系统研究

能源与环境是当今世界的两大热点问题,越来越受到人们的关注.在我国,城市的能耗大部分来自于建筑,建筑节能是我国可持续发展战略的一个重要组成部分.对建筑进行能耗预测能够对能源进行科学的管理并有效地节约能源,实现低碳.通过将神经网络算法与建筑能耗预测系统相结合,开展建筑能耗预测模型的研究,能够有效地帮助管理人员合理安排建筑系统的运行方式,评估能耗水平是否合理,从而实现建筑节能.     

能耗感知的绿色数据库研究综述

随着全球的低碳化趋势以及以数据为中心的计算趋势,研究节能的绿色数据库系统已成为政府、企业和学术界共同关注的问题。然而,已有的数据库系统与算法大都针对性能目标而设计,缺乏对能耗的感知与处理,包括能耗有效性以及能耗同比性等问题的考虑。围绕绿色数据库系统的发展需求,对绿色数据库技术中的关键问题进行了讨论,重点阐述了数据库系统能耗有效性,以及面向数据库节点集群的能耗同比性等问题。在此基础上,给出了能耗感知的绿色数据库技术的未来发展方向,为该方向的进一步深入研究提供新的参考。