基于云计算的建筑照明节能智慧管控平台设计

针对目前建筑照明能耗高,能源利用率低等问题,分析了建筑照明能耗特点与现状,采用云计算技术,构建建筑照明节能智慧管控平台.用户通过该平台能实时地对照明设备的基本信息与能耗数据进行监控,实现建筑照明更高的智能化,创造更加舒适的环境,达到动态节能的效果.     

基于Hadoop的公共建筑能耗数据挖掘方法

针对建筑能耗数据无法有效利用这一问题,提出利用Hadoop分布式架构,结合建筑基本信息对公共建筑能耗数据进行数据挖掘的方法.对基于Hadoop的公共建筑能耗数据挖掘系统进行了初步设计,并对系统的基本架构和各模块的功能进行了设计和说明.同时,对Apriori算法和C4.5算法实现MapReduce分布式设计.以山东省100栋办公建筑制冷期的空调系统耗电量为例进行实验分析,得到6类建筑信息属性对空调系统能耗的影响规律,并生成空调系统耗电量判定树,可判别建筑空调系统耗电量等级,并对样本建筑的节能改造提供具有针对性的建议.     

零能耗小屋能源管理与智能监控系统的设计与实现

针对2013中国国际太阳能十项全能竞赛比赛规则及零能耗建筑的特点,结合比赛地点山西大同的气候数据,给出了厦门大学参赛作品,零能耗小屋Sunny Inside的能源管理与智能监控系统设计方案.以光伏建筑一体化理论为基础,设计15.25kW光伏并网发电系统,并用相关软件对能耗平衡进行了模拟验证.以三菱PLC为核心,构建了能源管理与智能监控系统,分析了不同条件下空调、相变及遮阳系统的控制策略,并给出具体实现方法.     

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.     

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BIM技术的被动式建筑节能因子多目标优化研究

为了研究被动式建筑节能策略,在原有的BIM模型基础上生成建筑能耗模型,通过gbXML数据标准进行数据共享,在Grasshopper平台导入参数化建筑性能模拟模型,对目标建筑外表面进行太阳辐射分析,确定以西面遮阳板倾斜角和深度、南面和西面窗墙比、外墙保温板厚度为被动式节能技术变量指标.利用OpenStudio进行建筑能耗...     

福建省建筑能耗统计数据库设计研究

介绍福建省建筑能耗数据库设计过程中数据库管理工具选择、需求分析、逻辑结构设计等内容。本数据库可由建筑业主或管理员手工录入建筑的基本信息和能耗数据,并具备一定的统计分析能力。简要展示了在数据库基础上研究开发的"福建省建筑能耗及节能信息管理系统"。     

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.     

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...     

高寒地区低能耗民居建筑DeST模拟

高寒地区建筑能耗消耗较大,为改进民居建筑结构保温性能,使用DeST软件进行高寒地区低能耗民居建筑模拟,运用三维激光扫描中的脉冲式测距方法采集民居建筑数据,应用滤波去噪方法处理点云数据,构建三角网模型,在特征线提取基础上建立高寒地区民居建筑三维模型;将空调系统、通风条件和典型日三类参数作为实验数据,利用DeST模拟民居建筑不同围护结构条件下冷热负荷情况,得到外墙、外窗、屋面因素对建筑的能耗影响规律.实验结果表明,节能工作中需着重提升外墙保温层厚度,最大限度减少窗墙比大小,严格控制屋面传热系数值,在提升高寒地区民居建筑节能效果同时,也为改进建筑围护结构保温性能提供可靠的现实依据.     

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Q-Learning算法的建筑能耗预测

提出一种基于Q-learning算法的建筑能耗预测方法.通过将建筑能耗预测问题建模为一个标准的马尔科夫决策过程,利用深度置信网对建筑能耗进行状态建模,结合Q-learning算法,实现对建筑能耗的实时预测.通过美国巴尔的摩燃气和电力公司公开的建筑能耗数据进行测试实验,结果表明,基于本文所提出的模型,利用Q-learning算法可以实现对建筑能耗的有效预测,并在此基础上,基于深度置信网的Q-learning算法具有更高的预测精度.此外,实验部分还进一步验证了算法中相关参数对实验性能的影响.     

基于IPSO-Elman神经网络的建筑暖通空调系统能耗预测方法

在建筑暖通空调系统能耗预测中,在不同负荷比率的作用下预测偏差较高,可靠性需要进一步提高.为此,提出了基于IP-SO-Elman神经网络的建筑暖通空调系统能耗预测方法.从正在运行的暖通空调系统中,提取能耗数据,在获得完整的能耗数据后,根据能耗数据的动态变化特点,计算IPSO-Elman神经网络的惯性权重和学习因子,将能耗...     

建筑能耗监测管理平台设计

阐述了平台整体架构并介绍了能耗监测管理系统数据中心的编程实现方式,详细描述了平台的主要功能模块;设计该系统的目的是为了获得准确有效的建筑能耗统计数据,并基于该数据进行精细化节能管理和节能改造.该系统已在某商业建筑成功运行.     

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。     

基于树莓派的能耗数据采集网关设计

设计了一种基于树莓派、Linux操作系统和MD5与AES加密的能耗数据采集网关.该网关系统支持对建筑用电量、用水量、用气量等能耗数据的采集并通过因特网将采集到的能耗数据上传至监测平台,为能耗数据统计分析和规划提供数据基础.该系统具备Web服务、数据采集与解析、数据加密与传输和数据存储等功能.该系统已经成功应用到工业现场,结果表明该网关工作稳定可靠,能够完成实时采集与传输建筑能耗数据的任务.     

浅议电气系统技术改造与节约电能

我国是一个能源消耗大国,其中耗费在建筑方面的能源占据了全部能耗的三分之一,建筑电气是建筑节能的重要部分,本文笔者就分析了我国建筑电气节能的现状,并提出了建筑节能的有效措施.     

建筑节能欧洲范本

据统计,我国现有近400亿平方米的建筑,基本上都是高耗能建筑,建造和使用建筑直接或间接所消耗的能源占社会总能耗的46.7%,其中单位面积采暖能耗相当于气候条件相近国家的三倍.而在欧洲的一些国家,他们研制出的节能措施不仅节约了大量能源,而且节省了大笔费用.其中,德国、丹麦等国家各自在建筑节能方面的经验很值得我国借鉴.     

基于BP神经网络的建筑能耗预测

建筑负荷的预测是现在建筑能耗工作中十分重要的一项,是建立节能减排的重要支撑条件,对建筑总体能耗的预测需要考虑建筑结构内、外部环境方面的各项因素,例如对外部平均温度、湿度等,提出了使用BP神经网络的理论解决负荷的预测问题,结合某地的事实数据,用Matlab建立负荷预测模型,进行仿真预测的结果进行分析,预测的误差较小,能够比较有效地进行实用.