高斯过程在建筑节能气候分区中的应用

《高斯过程在建筑节能气候分区中的应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、西安建筑科技大学硕士学位论文高斯过程在建筑节能气候分区中的应用专业：数学硕士生：周莹指导教师：王玉英教授摘要近年来，由化石燃料的燃烧产生的雾霾等大气污染情况越来越严重。燃烧化石燃料很大一部分是为了建筑室内温度调节，而调节室内温度需要的能耗又和室外气象状况息息相关。因此，科学地分析每一地区的气候特征，为建筑节能的设计提供更详细的信息是非常有必要的。本文主要研究高斯过程分类算法在建筑节能气候分区中的应用。依据高斯过程分类的基本原理，提出了气候分区边界点的概率分区算法，将此算法应用于我国504个气象站点所在地区的建筑气候分区中，给出了各分区中边界点属于不同气候分区的概率，从概率角

2、度进一步刻画了建筑气候分区。本文利用我国504个气象台站近30年来的四次定时气象数据，计算了累年日均气象数据，进而得到各气象台站的基本民居建筑模型的全年采暖负荷。使用基于高斯混合模型的谱聚类算法对全年采暖负荷进行了聚类分析，将全国504个气象台站所属地区划分为5个气候区，用GIS呈现了分区结果。给出了站点间的距离定义和气候分区边界点的筛选算法。基于高斯过程分类进一步提出了分区边界点的概率分区算法，对各气候区的边界点进行了进一步分类，给出了分类结果的概率解释，并用GIS呈现了边界点的分区结果。基于建筑气候分区结果，本文分析了各个气候区的气候特征，为建筑节能设计提供了参考依据。

3、关键词：建筑节能；采暖负荷；高斯过程；建筑气候分区；概率分区本研究得到了“十二五”国家科技支撑计划课题“可再生能源建筑应用与建筑节能设计基础数据库研发”（2014BAJ01B01）和陕西省自然科学基金“基于概率的建筑气候模式识别与建筑节能设计气候分区”（2017JM5019）的支持。西安建筑科技大学硕士学位论文ApplicationofGaussianProcessinClimateDivisionforBuildingEnergyConservationSpeciality:MathematicsName:ZhouYingInstructor:WangYuyingABST

4、RACTInrecentyears,atmosphericpollutionsuchashazecausedbythecombustionoffossilfuelshasbecomemoreandmoreserious.Alargepartoftheburningoffossilfuelsistoregulatetheindoortemperatureofbuildings.Therefore,itisnecessarytoscientificallyanalyzetheclimatecharacteristicsofeachregionandprovidemoredeta

5、iledinformationforthedesignofbuildingenergyconservation.ThepapermainlystudiestheapplicationofGaussianprocessclassificationalgorithminclimatedivisionforbuildingenergyconservation.AccordingtothebasicprincipleofGaussianprocessclassification,aprobabilisticpartitioningalgorithmfortheboundarypoi

6、ntsofclimatezoneswasproposed.Thealgorithmisappliedtotheclimatedivisionofthe504meteorologicalstationsinChina,andtheprobabilityoftheboundarypointsineachzonebelongtodifferentclimatezonesisgiven,andtheclimatedivisionofthebuildingisfurtherdescribedfromtheperspectiveofprobability.Thepapercalcula

7、tedtheannualaveragemeteorologicaldatabasedonthe4-hoursintervalmeteorologicaldataof504meteorologicalstationsinChinainthepast30years,andthenobtainedtheannualheatingloadofthebasicresidentialbuildingmodelsofeachmeteorologicalstation.Thespectralclusteringalgorithmb