建筑电气节能(胡小武)bv.doc

《建筑电气节能(胡小武)bv.doc》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、2010年第二届工业电气自动化国际研讨会基于BPNN的建筑电气节能65%的研究姚坚宁波大学宁波·中国电子邮箱：yaojian@nbu.edu.cn摘要：伴随着建筑材料的发展以及空调能效比的提高，建筑电气节能65%已经在被考虑中。在这项研究中，主要的目的就是预测建筑外围结构的电能消耗潜力，并且通过BP神经网络来研究建筑电气节能65%的措施。通过建立一个三层的BPNN模型，采用MATLAB软件工具，得到BPNN可能出现的预期结果。结果表明，BPNN模型得到了令人满意的输出结果，预测成功率达到98%以上，并且提供了使建筑电气节能达到6

2、5%的有效节能措施。关键词：BPNeuralNetwork(BPNN),即BP神经网络；电能消耗；建筑外围结构；65%I.引言目前世界上几乎一半以上的新建筑都出现在中国，每年的新建筑面积达到二十多亿平方米，超过90%的新建筑被认为是高耗能建筑，中国建筑的电能消耗从70年代末期所占全国总能源消耗的10%上升到2006年的25%以上，并且预计2020年将达到35%。总体而言，在中国，建筑能源消耗占到了与电力相关的二氧化碳排放量的18%。因此2010年第二届工业电气自动化国际研讨会，为了达到建筑节能，中国在五个气候带强行实施许多设计标

3、准，而且这些标准强调，新兴建的建筑在设计阶段应采取有效措施，减少至少50%的电能消耗，对比于80年代早期的建筑。伴随着建筑材料的发展以及空调能效比的提高，建筑电气节能65%已经在被考虑中。由于建筑外围结构性能参数对建筑用电量耦合的影响，对建筑电气节能65%的研究将不可避免地使用软件来进行仿真，模拟建筑物的几何和计算是费时又费力的，建筑电气模拟软件有DeST,DOE–2,TRNSYS,和EnergyPlus等。因此，需要找到一种替代方法来做这项工作。最近开发的人工神经网络技术（ANN），提供了一种非常有效的替代方法。据我们所知，目

4、前为止还没有运用反向传播神经网络（BPNN）来进行建筑电气节能65%的研究。本文的重点在于它给出了全新、快速的方法--采用BPNN来分析建筑电气节能65%。在预测结果之前，训练和测试的数据是通过采用DeST软件计算建筑制冷和供暖时的电能消耗得到的。BPNN的实施采用了MATLAB7.0.4，它有一个内置的神经网络工具箱。II.BP网络（BPNN）A、选择输入参数许多方面如住户的行为、空调时间等都会影响建设运营期间的电能消耗。然而，对于设计师来说，这些方面在早期设计阶段是不可用的，也有可能在计算电力负荷时就被当做常量了，并且建筑外

5、围结构性能参数的确定，成了预测电能消耗的唯一因素，比如设计住宅建筑在炎热夏天和寒冷冬天时电能2010年第二届工业电气自动化国际研讨会消耗的标准规范。因此，为了后面更好的研究，本文选取了一个典型的住宅建筑的外围结构参数作为BPNN的输入值。该建筑是一栋六层3544平方米的房子，如图1所示。它的外围结构性能参数包括各个传热系数，外墙（Kw），屋顶（Kr），窗户图1、典型住宅建筑模型（东面：Kw-e，南面Kw-s，西面：Kw-w，北面：Kw-n），每个方向的窗墙比（东面:WTWe，南面:WTWs，西面:WTWw，北面:WTWn），建筑

6、遮阳系数（S），方向（A），太阳能吸收（p），入渗率（ACH）和各个方向上的窗户遮阳系数（东面：Sc-e，南面：Sc-s，西面：Sc-w，北面：Sc-n）。这18个建筑外围结构参数（见表1）在DeST中的变化是不同表一.输入参数序号参数范围序号参数范围序号参数范围1Kw0.8-2.07WTWs0.2-0.813Sc-e0.5-0.82Kr0.7-1.58WTWn0.2-0.514Sc-w0.3-0.83ACH0.1-1.49Kw-e1.4-1.715Sc-s0.5-0.84A-π/2-π/210Kw-w1.4-1.716Sc-n

7、0.6-0.85WTWe0-0.511Kw-s1.4-1.717p0.45-0.856WTWw0-0.612Kw-n1.4-4.718S0.24-0.362010年第二届工业电气自动化国际研讨会的，例如外墙的U值从以每次0.1的变化从0.8变到2.0，其他的量却保持不变，便得到了总共96种年制冷电能消耗（Ec）和年供暖电能消耗（Eh）时的不同计算结果，于是，总的建筑电能消耗可以这样计算：E=Eh+Ec。目前这些参数的可能变化几乎都包括在表1的变化范围中，因此基于BPNN的电能消耗预测将会得到广泛运用。然后这些来自每个参数的模拟结

8、果的四分之三的数据要用于培训网络结构，余下的数据就可以用来预测年供暖和制冷的电力消耗量；预测之后，建筑电气节能效率就可以通过以下公式计算：其中n是建筑电气节能效率，EERc是制冷时的空调能效率，EERh是供暖时的空调能效率，Fc是制冷时的电能消耗量，Fh是供暖时