基于BIM 的公共建筑能耗估算与模拟

公共建筑是城市提供社会服务的主要场所,相比于住宅建筑能耗量所占比重较大,是建筑节能任务中最主要的关注目标。然而,传统的建筑能耗估算方法对能耗分析往往在数据的集成化、信息处理的可视化以及信息的即时性与准确性上存在不足。在对公共建筑能耗影响因素分析的基础上,建立了公共建筑能耗估算体系,并借助BIM平台建立了建筑信息模型,通过能耗估算软件Ecotect与BIM软件的交互操作对该模型进行太阳辐射、日照遮挡等性能的分析,解决了传统能耗分析方法对能耗数据量化不准确的局限性问题,实现了信息处理的可视化。     

能耗标识与建筑全寿命能耗估算的构想与实践

构想通过建筑相关产品的能耗标识,估算建筑从产品生产、施工、使用、报废4个阶段的能耗,进而估算建筑能耗的方法。从建筑能耗与造价的不一致性开始,提出产品能耗标识的意义,同时,借鉴建筑造价的方法和手段估算建筑的能耗,并考虑环境影响和能源种类的因素,更为具体地衡量建筑全寿命周期的能耗。将这样的理论在实践中推广,能够科学地评价建筑能耗,更好地贯彻节能的目的。     

基于BP神经网络的建筑能耗预测

利用MATLAB建立BP神经网络,将影响建筑能耗的18个因素作为网络的输入,进行学习训练,最后通过测试样本点数据预测建筑能耗,与D eST-h模拟计算得到的结果比较,发现相对误差在3.5%以内,并通过实例验证了该网络模型的准确性。该方法使建筑人员在设计阶段就能快速且准确地获得设计建筑的能耗。     

建立中国住宅能耗标识体系

一、建立住宅建筑能耗标识体系的意义 住宅商品化是我国经济体制由计划经济向市场经济转变的一项重要内容,而正在大规模建设的商品住宅建筑为我国建筑节能工作提出了新的挑战,也提供了新的机遇.在房地产市场上,建筑的热性能作为住宅品质的一个重要度量,越来越受到消费者以及房地产开发商的重视.但是,目前房地产公司对建筑能耗的宣传还仅仅停留在概念炒作层面,缺乏可度量的具体指标.这种状况造成了房地产市场在能耗这项重要质量指标方面竞争的混乱与无序.同时,这种混乱与无序也不利于我国的建筑节能工作的推进.建筑的能耗作为一项可量化的具体指标,仅仅停留在概念上是远远不够的,为了避免开发商们把"节能"单单当成一种概念来炒作,需要建立一个比较完善的评测体系来量化"节能"这个概念.这样,一方面消除炒作"节能"的可能性,另一方面在市场接受和需求的推动下,促进房地产商建造节能建筑的积极性.     

基于PCA—Elman神经网络的建筑能耗预测

建筑能耗影响因素复杂,研究新的能耗预测方法可简化预测过程,提高预测精度。首先对一栋高校建筑的能耗样本进行主成分分析(PCA),去除信息冗余,消除输入变量之间的相关性。把经过PCA提取的主成分作为Elman神经网络的输入,隐含层和输入层均采用tansig函数,在训练过程中不断对权值和偏差进行修正,最终建立基于PCA-Elman的建筑能耗预测模型。采用测试样本对模型精度进行验证,实例表明,基于PCA-Elman的建筑能耗预测模型相对误差为5.49%,优于单一Elman神经网络预测结果。本方法简单易行,可用于建筑能耗预测和建筑能耗监测系统的报警阈值设置。     

建筑能耗模拟计算软件ENER-WIN 9702简介及分析

简要介绍了美国德克萨斯大学建筑学院开发的建筑能耗模拟计算软件ENER-WIN9702版本的性能、特点、技术基础、数据输入输出及运行条件等.它是一个基于功能的模拟软件,主要用于建筑物全年能耗分析,可估算建筑物整个使用期能耗费用.     

住宅建设中国风

包括去年11月份在内，本刊曾多次发表专家和读章，谈住宅建设中国风，现要发表谭庆琏、奚瑞林、李先逵去年在《中国建设报》上发表的章，以飨读。     

深圳住宅建筑能耗标识体系实践

住宅能耗标识体系在我国是一项新的制度．虽然经过多年的理论分析与技术研究，但其中不乏存在不完善之处．也还未被大家广泛所知悉．冒然大范围推广存在较大的风险。因此必须先进行试点工作．通过与房地产市场各方主体的磨合,不断完善该体系，使其真正成为可推广的促进住宅节能的有效手段。     

基于深度学习的建筑能耗预测方法研究

为了获得更好的建筑能耗预测精度,基于极限GAP深度学习方法,利用变体GRU结合Attention注意力机制,提出一种建筑能耗预测方法.分析表明,该方法预测性能相比其他方法,预测精度高,鲁棒性高,有助于管理者和相关工作人员对建筑设施进行更有效的节能操作.     

城市住宅建筑能耗模拟研究

以济南某住宅建筑为模型，采用清华大学研发的建筑能耗模拟分析软件DeST-h对其进行建筑能耗模拟，并与非节能设计方案的建筑能耗进行对比，研究结果表明新的节能设计有非常好的节能效果。     

汉中市汉台区住宅建筑能耗调查与分析

通过实地调研,对陕西省汉中市汉台区居民住宅的建筑结构、建筑日照、通风遮阳、空调使用习惯、冬季采暖等基本情况进行了考察,分析了目前居民小区住宅建筑采用的节能措施,并进一步分析了其节能潜力,为相关部门制定及调整能源政策提供依据。     

住宅建筑能耗的动态模拟

介绍了美国能耗模拟软件Energy Plus的计算原理与功能，运用Energy Plus对天津某住宅小区的建筑能耗进行了一定周期的模拟计算。模拟计算和实际测量结果的对比表明，该软件能够用于建筑能量动态负荷的定量计算和定性分析。     

支持向量机在建筑能耗预测中的应用

建筑领域空调的冷热源往往由储能设备预测未来24 h建筑的能源使用情况,为供能设备的调度策略提供依据,实现按需供能,能更好地推进建筑节能工作.结合建筑物的业态特性,对能耗预测中存在的问题,包括数据的预处理、预测样本的建立、核函数的选取及参数的优化方法,进行了分析.采用某园区的实际空调能耗数据,对数据进行分析处理并用不同方法进行仿真测试,仿真结果表明支持向量机在空调能耗的预测中是一种有效的方法.     

基于神经网络的建筑能耗及设备故障预测方法研究

文章在常规建筑能耗和设备故障预测方法的基础上,根据智慧建筑中BIM模型数据和物联网数据融合形成的数据集,提出了基于BP神经网络的多任务学习方法,将建筑能耗和设备故障预测采用同一神经网络模型进行学习和预测,并阐述了网络结构及损失函数的设计方法,为建筑能耗和设备故障预测提供了新的思路,也为智慧建筑运维管理系统中的智能诊断服...     

上海地区住宅建筑采暖空调能耗模拟研究

在两种不同计算模式下,利用建筑热环境模拟工具DeST-h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,从而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,以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条件.     

建筑能耗预测方法综述

建筑的能源消耗情况被很多因素影响,例如天气环境情况,建筑结构和特点,子组件的性能,例如照明和空调通风系统,入住率和他们的住户的行为。这些复杂的情况使准确的预测建筑能耗变得很困难。本文综述了关于建模和建筑能耗预测的最近的工作。这些方法包括工程、统计和人工智能的方法。     

装配式支撑体住宅的能耗和热环境研究

本研究以装配式支撑体住宅即SI(Skeleton and Infill)住宅和传统住宅为研究对象,对比分析两种住宅空调能耗和热环境,并通过改变影响因素探究SI住宅能耗和热环境特性规律。研究结果表明：与传统住宅相比,SI住宅能耗较大但热环境较好,适当增加保温层厚度可以减少能耗并且不牺牲热环境,外墙反射比增高使得两种住宅能耗差异减小并且热环境品质提升。并且SI住宅的热环境较好的优势在夏热冬暖、温和地区更加突出。     

时间序列方法及其在实际办公楼能耗预测中的应用

建立了基于时间序列分析方法的建筑能耗预测模型,对上海某办公建筑逐月能耗进行预测.采用CensusX12方法进行季节调整,建立ARMA时序模型,并对季节因子进行温度化处理.模拟结果表明,采用时间序列分析的方法来预测建筑能耗是一种有效方法.     

2003～2007年中国城镇建筑能耗的分类分析

介绍国内建筑能耗统计的范畴,考虑地域、功能和建筑能源使用的不同情况,把我国城镇建筑分为四种类别,依据统计数据和资料,分析了2003～2007年各类别建筑使用能耗情况,并提出了对策和建议.