基于数据的建筑能耗预测与优化

基于数据的建筑能耗预测与优化

ID:35171372

大小:8.80 MB

页数:64页

时间:2019-03-20

基于数据的建筑能耗预测与优化_第1页
基于数据的建筑能耗预测与优化_第2页
基于数据的建筑能耗预测与优化_第3页
基于数据的建筑能耗预测与优化_第4页
基于数据的建筑能耗预测与优化_第5页
资源描述:

《基于数据的建筑能耗预测与优化》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、分类号:TP18单位代10430码:密级:无学号:2012080206藝(A支又条也考ShandongJianzhuUniversity硕士学位论文论文题目:基于数据的建筑能耗预测与优化研究生姓名赵艳玲专业名称控制理论与控制工程指导教师姓名段培永学院信息与电气工程学院入学日期2012年9月论文提交日期2015年6月山东建筑大学硕士学位论文题目基于数据的建筑能耗预測与优化国家自然科学基金资助项目(No.61374187)计:学位论文52页

2、表格8个插图27幅评阅人:指导教师:段培永学院院长:张桂青学位论文完成日期:2015年6月原创性声明本人郑重声明:所提交的学位论文是本人在导师的指导下,独立进行研究取得的成果。除文中已经注明引用的内容外,论文中不含其他人已经发表或撰写过的研究成果,也不包含为获得山东建筑大学或其他教育机构的学位证书而使用过的材料。对本文的研究作出重要贡献的个人和集体,均已在文中以明确方式标明。本人承担本声明的法律责任。学位论文作者签名:日期乂学位论文使用授权声明本学位论文作者完全了解山东建筑

3、大学有关保留、使用学位论文的规定,即:山东建筑大学有权保留并向国家有关部门或机构送交学位论文的复印件和磁盘,允许论文被查阅和借阅。本人授权山东建筑大学可以将学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或其它手段保存、汇编学位论文。保密论文在解密后遵守此声明。学位论文作者签名:日期导师签名日期如丨【G山东建筑大学硕士学位论文摘要、伴随着绿色能源、可再生能源规模化开发与应用,浅层地热能太阳能、风能、冷热电三联供等分布式能源(DistributedEnergyResour

4、ce,DER)在建筑(群)中的应用成为建筑供能系统的发展趋势。建筑实际用能的波动性、不确定性和冷/热/电负荷需求的不匹配、不可知性,导致建筑用能与供能的不平衡,给建筑供能系统的优化运行带来困。难,限制了建筑环境设备和能源系统的优化运行效益对此,本文研究了适用于建筑与能源系统优化调度的建筑动态负荷预测模型构建方法,主要有以下研宄工作。1、以TRNSYS软件为仿真平台,搭建了某既有建筑基于机理分析的瞬时模拟系统。由于在现实场景中难以对多系统锅合的建筑系统搭建实验平台,本文选择了TRNSYS软件作为建筑能耗仿真平台

5、。本文探讨了TRNSYS软件仿真原理,参照某既有办公建筑的围护参数及实际用能系统运行参数,对模拟建筑主要参数进行了设置,计算出该建筑全一年逐时冷一/热/电负荷值,得到了建筑负荷与其影响因素对应的实验数据。2、构建了基于数据驱动的建筑负荷预测模型。为了得到精度高、普适性强的建筑动态负荷预测模型,本文将TRNSYS仿真数据看作建筑实际运行数据,采用相关分析法对数据进行分析,得到了建筑动态负荷关键影响因素。提出动态模糊C均值聚类算法确定HCMAC神经网络的网络节点,有效减少网络节点数量和神经网络参数学习运算量。仿真

6、结果表明,基于改进HCMAC神经网络的建筑负荷预测模型预测最大相对误差不超过3.9%。3、基于粒子群优化的最小二乘支持向量机PSO-LSSVM对建筑周昆气象参数作了()超短期预测一。气象参数是建筑负荷的主要影响因素之,利用相空间重构对气象参数历史信息分析,以最小二乘支持向量机(LSSVM)作为预测算法,运用粒子群优化算法(PSO)优化LSSVM模型参数,建立基于历史数据的多输入多输出(MIMO)建筑周围气象参数预测模型。仿真结果显示,该预测模型可以对影响建筑负荷的室外温度、湿度进行未来140min预测。4一

7、、设计了种基于建筑动态负荷需求的分布式能源系统优化调度策略。在前人对分布式能源系统研究的基础上,研宄了以粒子群为优化算法,最小能耗成本为优化目标,且“”负荷需求为己知条件下的分布式能源系统优化调度,得到了需1产1模式优化调I山东建筑大学硕士学位论文度策略。仿真结果表明,该优化调度策略能够较好的解决建筑供能系统与用能系统之间的不平衡问题。关键词:HCMAC神经网络,建筑负荷,TRNSYS,数据驱动建模,气象数据预测,优化调度II山东建筑大学硕士学位论文Data-Basedredctont

8、mzaonrunPiiandOpiitifoBildigEnerConsumtiongypZhaoYanlinControlTheorandControlEnine

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。