办公建筑冷热负荷短期和超短期预测方法及应用研究

《办公建筑冷热负荷短期和超短期预测方法及应用研究》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、办公建筑冷热负荷短期和超短期预测方法及应用研究ResearchontheMethodsandApplicationofCoolingandHeatingLoadShort-termandUltra-short-termPredictionfortheOfficeBuildings学科专业：供热、供燃气、通风及空调工程作者姓名：张强指导教师：丁研天津大学环境科学与工程学院二零一七年十二月１独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研宄工作和取得的研宄成果，除了文中特别加以标注和致谢之处外，论文中不包含其他人己

2、经发表或撰写过的研究成果，也不包含为获得天津大学或其他教育机构的学位或证书而使用讨的材料一。与我同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。学位论文作者签名：签字日期：年ｉｍｐ日丨学位论文版权使用授权书本学位论文作者完全了解天津大学有关保留、使用学位论文的规定。特授权天津大学可以将学位论文的全部或部分内容编入有关数据库讲行检索，并采用影印、缩印或扫描等复制手段保存、汇编以供查阅和借阅。同意学校向国家有关部．门或机构送交论文的复印件和磁盘。（保密的学位论文在解密后适

3、用本授权说明）学位论文作者签名：导师銮名：：ｒ签字日期＞年：｜乙月ｐ日签字日期之年／之月／ｐ日｜＊摘要当前，建筑暖通空调系统（HVAC）有非常大的能耗，通过对冷、热负荷的准确预测，可帮助运行维护人员提前了解建筑用能需求，提高系统运行效率。本文以天津市某栋办公建筑实测数据为基础，提出一套负荷预测模型建立方法，且主要研究模型输入参数的优化过程，并在此基础上体现了负荷预测的节能效果。负荷预测模型包括短期负荷预测和超短期负荷预测。对于短期负荷预测模型，本文首先利用相关性分析初步筛选影响因子，筛选对象为室外各类变量的实时监测

4、数据，考虑到建筑的热惰性，室外变量历史时刻值的影响也被考虑。进而利用主成分分析处理所得影响因子，获得模型输入参数。最终将所得输入参数代入人工神经网络和支持向量回归模型，建立负荷预测模型。针对超短期预测模型，会同时考虑室内、外各类变量及其历史时刻值的影响；在选择影响因子前，首先通过小波分解对负荷信号进行多频段分解，然后类似于短期负荷预测在多频段建模，最终利用小波重构获得预测值。利用实测数据对建模方法进行案例分析，结果表明短期和超短期热负荷预测模型的R2值分别能够达到68.1%和94.0%，短期和超短期冷负荷预测模型的R2值分别能够达到7

5、1.3%和83.9%。对比多种输入参数选择方法，本文所提出的基于小波分解和重构、相关性分析和主成分分析的输入参数优化方法能够有效提升预测精度。分析室内外变量对冷、热负荷预测模型的影响程度，结果表明热负荷主要受到室外变量的影响，仅用室外变量作为输入参数即可保证很高的预测精度；而对于冷负荷，室内变量的影响大于室外变量，但仅有室内变量作为输入参数时精度有限，室外变量的作用不可忽视。本文利用负荷预测模型提前获得建筑的用能需求，进而指导运行调节，有很大的节能效果。关键词：冷、热负荷预测，短期预测模型，超短期预测模型，输入参数优化IABSTRAC

6、TAtpresent,thebuildingHVACsystemhasaverylargeenergyconsumption.Theaccuratepredictionofthecoolingandheatingloadcanhelpthebuildingmanagerstoknowtheenergydemandinadvanceandimprovetheoperationefficiency.BasedonthemeasureddataofanofficebuildinginTianjin,thestudypresentsameth

7、odforestablishingbuildingloadpredictionmodel,andmainlyfocusonthemodelinputsoptimization.Andthen,thestudyreflectstheenergysavingeffectofbuildingloadprediction.Twotypeofpredictionmodels,whichincludeshort-termpredictionandultra-short-termprediction,areanalyzed.Fortheshort-

8、termpredictionmodel,thispaperusescorrelationanalysistoselecttheinfluencefactorspreliminarilybasedonthereal-tim