通過分析大型公共建筑能耗數(shù)據(jù)所具有的海量性、隨機(jī)性、序列性等特征,建立了基于多元線性回歸與一階自回歸算法的大型公共建筑能耗動態(tài)模型。研究了模型參數(shù)估計(jì)問題,結(jié)合f與χ2兩種方法,理論驗(yàn)證了模型顯著性與有效性;根據(jù)西安市某大型公共建筑能耗數(shù)據(jù),實(shí)驗(yàn)驗(yàn)證了該模型的逼真性、可行性與強(qiáng)健性。因此,該模型能對既有與新建大型公共建筑能耗進(jìn)行實(shí)時動態(tài)預(yù)測,解決了節(jié)能定量化研究、定額用能的"瓶頸"問題,為大型公共建筑能耗審計(jì)及等節(jié)能制度的實(shí)現(xiàn)提供科學(xué)指導(dǎo)。

規(guī)范型建筑能耗模型是一種基于國際能耗規(guī)范對建筑能耗現(xiàn)狀進(jìn)行評價(jià)、分析的方法.相比于詳細(xì)建筑模型軟件(如energyplus),規(guī)范型建筑能耗模型具有建?？?、速度快等優(yōu)勢.基于規(guī)范型建筑能耗模型,對中國石油大學(xué)(華東)某辦公樓的能耗現(xiàn)狀進(jìn)行分析,并對節(jié)能方案進(jìn)行評估.結(jié)果表明,規(guī)范型建筑能耗模型對于我國辦公樓的能耗分析具有較好的應(yīng)用前景.

為了能夠準(zhǔn)確預(yù)測建筑能耗；以人工神經(jīng)網(wǎng)絡(luò)中的前饋神經(jīng)網(wǎng)絡(luò)和物理原理建立的建筑模型作為能耗方案進(jìn)行預(yù)測分析；并建立了從外部和內(nèi)部獲得熱量的系統(tǒng)方程.以辦公樓為例；對比兩模型對能耗預(yù)測結(jié)果的準(zhǔn)確性；并且輸入實(shí)際參數(shù)值；將計(jì)算結(jié)果與實(shí)際值進(jìn)行對比分析.采用energyplus進(jìn)行了參數(shù)分析；以評估不同參數(shù)對預(yù)測結(jié)果的影響.結(jié)果表明；兩種模型均適用于能耗預(yù)測；內(nèi)部負(fù)荷對能耗預(yù)測的影響更為顯著.

建立了基于energyplus的天津市cbd建筑能耗預(yù)測模型,對影響該市cbd建筑能耗的設(shè)計(jì)參數(shù)進(jìn)行了靈敏性分析,選定其中9個關(guān)鍵設(shè)計(jì)參數(shù),建立了天津市小白樓cbd建筑年總能耗的預(yù)測回歸模型并進(jìn)行了驗(yàn)證。研究結(jié)果顯示,照明功率密度、設(shè)備功率密度、窗墻比等參數(shù)對cbd建筑總能耗影響較大,天津市cbd能耗預(yù)測回歸模型r~2為0.966,估計(jì)標(biāo)準(zhǔn)偏差為1.122w/m~2；能耗預(yù)測值與模擬值的最大偏差分別為-12.813%和-7.063%。

本文利用灰關(guān)聯(lián)分析法,對影響辦公建筑能耗的8個不可控因素進(jìn)行了排序與篩選,確定了5個顯著不可控影響因素,利用此5個因素與建筑總能耗之間的關(guān)聯(lián)系數(shù)對樣本建筑進(jìn)行了聚類分析,得到了基于不可控影響因素相似性的建筑能耗分類模型,確定了能耗基準(zhǔn)參考值.通過對建筑分項(xiàng)能耗的進(jìn)一步分析,結(jié)合建筑可控影響因素的調(diào)研結(jié)果,進(jìn)一步明確了具備節(jié)能潛力的樣本建筑,提出了一套完善的建筑能耗基準(zhǔn)確定及用能水平評價(jià)方法.

通過研究分析夏熱冬冷地區(qū)公共建筑能耗變化特點(diǎn),建立了rbf神經(jīng)網(wǎng)絡(luò)建筑能耗預(yù)測模型。在此基礎(chǔ)上運(yùn)用微粒群算法對模型優(yōu)化,建立了基于pso-rbf的建筑能耗預(yù)測模型。利用大量數(shù)據(jù)構(gòu)造樣本集,運(yùn)用軟件分別對優(yōu)化前后的預(yù)測模型進(jìn)行訓(xùn)練,并運(yùn)用到典型公共建筑能耗值的預(yù)測實(shí)例中。結(jié)果表明基于pso-rbf的建筑能耗預(yù)測模型的學(xué)習(xí)能力和預(yù)測能力強(qiáng),能較準(zhǔn)確地實(shí)現(xiàn)公共建筑能耗預(yù)測。

為降低建筑能耗影響因素間復(fù)雜相關(guān)性對模型性能的影響,建立了一種基于kpcawlssvm的建筑能耗預(yù)測模型。利用核主元分析(kpca)對輸入變量進(jìn)行數(shù)據(jù)壓縮,消除變量之間的相關(guān)性,簡化模型結(jié)構(gòu);進(jìn)一步采用加權(quán)最小二乘支持向量機(jī)(wlssvm)方法建立建筑能耗預(yù)測模型,同時結(jié)合一種新型混沌粒子群-模擬退火混合優(yōu)化(cpso-sa)算法對模型參數(shù)進(jìn)行優(yōu)化,以提高模型的預(yù)測性能及泛化能力。通過將kpca-wlssvm模型方法應(yīng)用于某辦公建筑能耗的預(yù)測中,并與wlssvm、lssvm及rbfnn模型相比,實(shí)驗(yàn)結(jié)果表明,kpca-wlssvm模型方法能有效提高建筑能耗預(yù)測精度。

針對建筑能耗的預(yù)測問題,提出一種基于深度條件受限玻爾茲曼機(jī)(crbm)的預(yù)測方法.首先,將傳統(tǒng)受限玻爾茲曼機(jī)進(jìn)行擴(kuò)展,融入一個歷史條件輸入層,使其能夠根據(jù)歷史時間序列來預(yù)測未來序列.然后,在crbm基礎(chǔ)上構(gòu)建深度crbm模型,用來執(zhí)行建筑能耗的預(yù)測.在一個\"個體家庭電力消耗\"數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果表明,提出的方法能夠準(zhǔn)確預(yù)測出預(yù)定時間段內(nèi)的建筑能耗,能夠?yàn)殡娏φ{(diào)度提供一定的依據(jù).

建筑能耗分析是建筑節(jié)能設(shè)計(jì)的關(guān)鍵環(huán)節(jié),傳統(tǒng)建筑能耗分析往往時間上存在滯后性、分析結(jié)果粗糙、精度低。基于bim平臺建立了大連市某高校教學(xué)樓的建筑信息模型,通過dynamo可視化編程實(shí)現(xiàn)了對建筑信息模型外圍護(hù)結(jié)構(gòu)參數(shù)的自動設(shè)置和提取。通過greenbuildingstudio的web端獲取建筑能耗模擬云計(jì)算基礎(chǔ)數(shù)據(jù)并進(jìn)行能耗定量研究與回歸分析?；谟?jì)量經(jīng)濟(jì)學(xué)一般方法,建立了年度耗電量和燃料使用量能耗計(jì)算模型并進(jìn)行驗(yàn)證。結(jié)果表明,能耗計(jì)算方程準(zhǔn)確性較高,誤差率分別在5%和3.8%以內(nèi)。該模型計(jì)算建筑能耗方便快捷,可操作性強(qiáng),可用于建筑設(shè)計(jì)階段寒冷地區(qū)的能耗計(jì)算,為能耗分析和建筑節(jié)能定量評價(jià)提供參考。

建筑能耗分析是建筑節(jié)能設(shè)計(jì)的關(guān)鍵環(huán)節(jié),傳統(tǒng)建筑能耗分析往往時間上存在滯后性、分析結(jié)果粗糙、精度低.基于bim平臺建立了大連市某高校教學(xué)樓的建筑信息模型,通過dynamo可視化編程實(shí)現(xiàn)了對建筑信息模型外圍護(hù)結(jié)構(gòu)參數(shù)的自動設(shè)置和提取.通過greenbuildingstudio的web端獲取建筑能耗模擬云計(jì)算基礎(chǔ)數(shù)據(jù)并進(jìn)行能耗定量研究與回歸分析.基于計(jì)量經(jīng)濟(jì)學(xué)一般方法,建立了年度耗電量和燃料使用量能耗計(jì)算模型并進(jìn)行驗(yàn)證.結(jié)果表明,能耗計(jì)算方程準(zhǔn)確性較高,誤差率分別在5％和3.8％以內(nèi).該模型計(jì)算建筑能耗方便快捷,可操作性強(qiáng),可用于建筑設(shè)計(jì)階段寒冷地區(qū)的能耗計(jì)算,為能耗分析和建筑節(jié)能定量評價(jià)提供參考.

本文針對公共建筑中存在的能耗問題,提出了一種實(shí)時監(jiān)測模型.所提模型首先對建筑運(yùn)行的能耗模式進(jìn)行識別,并以此建立能耗模式判定樹;然后利用模式匹配方法對實(shí)時采集得到的能耗數(shù)據(jù)和相同能耗模式下采集的歷史能耗數(shù)據(jù)進(jìn)行匹配,從而得到當(dāng)前狀況下的能耗是否處在正常狀態(tài).實(shí)驗(yàn)論證本算法較為實(shí)用.

夏熱冬暖地區(qū)是我國經(jīng)濟(jì)和建筑產(chǎn)業(yè)最發(fā)達(dá)的地區(qū)之一,也是建筑能耗最多的地區(qū)之一。分析和研究夏熱冬暖地區(qū)建筑能耗的特點(diǎn)對建筑節(jié)能有重要的意義。本文用equest建筑能耗模擬軟件模擬了夏熱冬暖氣候下不同的建筑圍護(hù)結(jié)構(gòu)的能耗性能,并與實(shí)際調(diào)查結(jié)果進(jìn)行了比較。結(jié)論表明:辦公類建筑中的空調(diào)是最大的能耗終端,全年的能耗以辦公設(shè)備和照明的能耗最穩(wěn)定。有外保溫措施和同時具有內(nèi)、外保溫措施最大區(qū)別在于節(jié)省空調(diào)電力消耗31.3%和39.1%。說明建筑外墻保溫系統(tǒng)是建筑節(jié)能的重要手段。

本研究在modifiedbin法的基礎(chǔ)上,通過幾個重要的修訂建立了一種新的bin法,命名為realbin法,以提高傳統(tǒng)bin法在計(jì)算建筑能耗時的可信度。接著,本研究使用動態(tài)能耗模擬軟件designbuilder對某一典型低層住宅進(jìn)行能耗模擬,并將其模擬結(jié)果與realbin法計(jì)算結(jié)果進(jìn)行比較。比較結(jié)果表明,realbin法計(jì)算結(jié)果與designbuilder模擬結(jié)果吻合得很好,這驗(yàn)證realbin法在計(jì)算建筑年能耗方面的可靠性。

建筑的能耗受到如季節(jié)、建筑的構(gòu)造結(jié)構(gòu)等多種因素的影響,目前對一棟建筑樓實(shí)現(xiàn)能耗預(yù)測往往采用單一模型,往往無法得到相對準(zhǔn)確的結(jié)果.為了更好地描述建筑能耗規(guī)律,以南方某地為研究區(qū)域提出一種基于arima和bp神經(jīng)網(wǎng)絡(luò)的復(fù)合模型,模型的實(shí)例數(shù)據(jù)來源為南方某地某市政辦公樓近兩年的能耗月數(shù)據(jù).首先,通過arima建模得到能耗值的擬合誤差序列,再用bp模型修正誤差值得到最終預(yù)測值.結(jié)果表明:復(fù)合預(yù)測模型的平均相對誤差為0.2783%,而單一模型則高達(dá)2.6578%,復(fù)合模型的預(yù)測效果遠(yuǎn)優(yōu)于單一模型,為準(zhǔn)確實(shí)現(xiàn)建筑節(jié)能提出了一種新思路.

介紹建筑能耗基準(zhǔn)評價(jià)方法和國外建筑能耗數(shù)據(jù)庫的發(fā)展動態(tài)。介紹兩個著名的建筑能耗基準(zhǔn)評價(jià)工具。簡要敘述上海市商用建筑信息數(shù)據(jù)庫和商用建筑能耗預(yù)測工具的研究情況。

建筑能耗數(shù)據(jù)具有非平穩(wěn)和非線性特征；單一預(yù)測模型很難對其進(jìn)行精準(zhǔn)預(yù)測；提出一種用于建筑能耗短期預(yù)測的新型混合模型；利用互補(bǔ)集合經(jīng)驗(yàn)?zāi)B(tài)分解方法(ceemd)將波動性較大的能耗數(shù)據(jù)分解為一組本征模態(tài)函數(shù)和一個殘差序列；基于反向?qū)W習(xí)、差分進(jìn)化算法并引入控制參數(shù)λ對鯨魚優(yōu)化算法(woa)進(jìn)行改進(jìn)；有效解決算法早熟收斂與陷入局部最優(yōu)等的問題；提出改進(jìn)算法uwoa(upgradedwhaleoptimizationalgorithm)；利用uwoa優(yōu)化elman神經(jīng)網(wǎng)絡(luò)的權(quán)值與閾值；優(yōu)化后的elman神經(jīng)網(wǎng)絡(luò)對本征模態(tài)函數(shù)和殘差序列進(jìn)行預(yù)測并集成；得到能耗預(yù)測值；應(yīng)用ceemd-uwoa-elman混合模型對上海某大型公共建筑能耗進(jìn)行短期預(yù)測；結(jié)果顯示混合模型獲得很好的預(yù)測效果；

選用5個氣象參數(shù)作為模擬量建立了逐日氣象參數(shù)的模擬模型,通過平穩(wěn)化變換將模擬量變換成平穩(wěn)時間序列,采用混合回歸模型進(jìn)行了逐日量的模擬,根據(jù)模擬得出的逐日參數(shù)建立了逐時氣象參數(shù)的模擬模型,用逐日、逐時模型對徐州地區(qū)的氣象參數(shù)進(jìn)行了模擬。

針對建筑運(yùn)行中管理粗放、使用中能源浪費(fèi)的問題,提出了基于支持向量機(jī)的能耗預(yù)測與異常診斷方法,為大型公共建筑節(jié)能提供理論支撐與實(shí)現(xiàn)路徑。由于大型公共建筑具有極大的單位面積耗能量而得到廣泛的關(guān)注。本文針對大型公共建筑能耗特點(diǎn),從歷史能耗數(shù)據(jù)、氣候因素、時間周期因素三個方面選取11個輸入?yún)?shù)作為樣本特征,構(gòu)建基于支持向量機(jī)的大型公共建筑能耗預(yù)測模型,對建筑逐日能耗展開預(yù)測。在能耗預(yù)測基礎(chǔ)上,以測試集平均相對誤差與最大誤差作為判定標(biāo)準(zhǔn)進(jìn)行能耗異常診斷,將該方法應(yīng)用于夏季空調(diào)系統(tǒng)能耗異常診斷中,通過能耗預(yù)測值與實(shí)際值的對比,發(fā)現(xiàn)了空調(diào)系統(tǒng)運(yùn)行中存在的不合理使用現(xiàn)象,為建筑節(jié)能管理運(yùn)行提供參考。

針對建筑運(yùn)行中管理粗放、使用中能源浪費(fèi)的問題,提出了基于支持向量機(jī)的能耗預(yù)測與異常診斷方法,為大型公共建筑節(jié)能提供理論支撐與實(shí)現(xiàn)路徑。由于大型公共建筑具有極大的單位面積耗能量而得到廣泛的關(guān)注。本文針對大型公共建筑能耗特點(diǎn),從歷史能耗數(shù)據(jù)、氣候因素、時間周期因素三個方面選取11個輸入?yún)?shù)作為樣本特征,構(gòu)建基于支持向量機(jī)的大型公共建筑能耗預(yù)測模型,對建筑逐日能耗展開預(yù)測。在能耗預(yù)測基礎(chǔ)上,以測試集平均相對誤差與最大誤差作為判定標(biāo)準(zhǔn)進(jìn)行能耗異常診斷,將該方法應(yīng)用于夏季空調(diào)系統(tǒng)能耗異常診斷中,通過能耗預(yù)測值與實(shí)際值的對比,發(fā)現(xiàn)了空調(diào)系統(tǒng)運(yùn)行中存在的不合理使用現(xiàn)象,為建筑節(jié)能管理運(yùn)行提供參考。

建立了一種基于k-w方法的建筑能耗預(yù)測模型,利用核主成分分析方法對影響因素進(jìn)行數(shù)據(jù)簡化,用來消除影響因素之間的復(fù)雜相關(guān)性；采用加權(quán)最小二乘支持向量機(jī)方法建立建筑能耗預(yù)測模型,對某建筑的建筑能耗進(jìn)行預(yù)測,并與傳統(tǒng)模型進(jìn)行對比.結(jié)果表明:k-w模型相對誤差的最大值降低,相對誤差平均值降到了0.88；k-w模型具有更高的預(yù)測精度和泛化能力,相對于其他3種模型具有更高的穩(wěn)定性,是一種更有效的建筑能耗預(yù)測手段；該模型可有效降低影響因素之間的復(fù)雜相關(guān)性對預(yù)測結(jié)果的影響,具有更高的預(yù)測精度.

提出一種粒子群算法優(yōu)化的最小二乘支持向量機(jī)回歸模型(pso-ls-svmr),以實(shí)現(xiàn)對公共建筑能耗的短期預(yù)測。采用某大型公共建筑物連續(xù)31期的用電量及所在地區(qū)相關(guān)天氣指標(biāo)的實(shí)測數(shù)據(jù),分別運(yùn)用pso-ls-svmr模型和lmbp神經(jīng)網(wǎng)絡(luò)模型對其建筑能耗進(jìn)行短期預(yù)測,并對預(yù)測結(jié)果展開深入研究。研究結(jié)果表明,提出的pso-ls-svmr模型在對樣本內(nèi)數(shù)據(jù)和樣本外數(shù)據(jù)的預(yù)測上均取得了較好效果,可以滿足公共建筑能耗短期預(yù)測的實(shí)際需要,為建筑節(jié)能管理提供理論支持與決策參考。

依據(jù)夏熱冬冷地區(qū)的氣候條件以及現(xiàn)存公共建筑的結(jié)構(gòu)狀況,對公共建筑物的能耗進(jìn)行模擬。以安徽某公共建筑為例,利用dest軟件進(jìn)行建筑節(jié)能經(jīng)濟(jì)指標(biāo)計(jì)算與評價(jià),并分析節(jié)能潛力,同時提出節(jié)能改造措施。