2025-02-07
提出一种粒子群算法优化的最小二乘支持向量机回归模型(PSO-LS-SVMR),以实现对公共建筑能耗的短期预测。采用某大型公共建筑物连续31期的用电量及所在地区相关天气指标的实测数据,分别运用PSO-LS-SVMR模型和LMBP神经网络模型对其建筑能耗进行短期预测,并对预测结果展开深入研究。研究结果表明,提出的PSO-LS-SVMR模型在对样本内数据和样本外数据的预测上均取得了较好效果,可以满足公共建筑能耗短期预测的实际需要,为建筑节能管理提供理论支持与决策参考。
通过研究分析夏热冬冷地区公共建筑能耗变化特点,建立了rbf神经网络建筑能耗预测模型。在此基础上运用微粒群算法对模型优化,建立了基于pso-rbf的建筑能耗预测模型。利用大量数据构造样本集,运用软件分别对优化前后的预测模型进行训练,并运用到典型公共建筑能耗值的预测实例中。结果表明基于pso-rbf的建筑能耗预测模型的学习能力和预测能力强,能较准确地实现公共建筑能耗预测。
针对建筑运行中管理粗放、使用中能源浪费的问题,提出了基于支持向量机的能耗预测与异常诊断方法,为大型公共建筑节能提供理论支撑与实现路径。由于大型公共建筑具有极大的单位面积耗能量而得到广泛的关注。本文针对大型公共建筑能耗特点,从历史能耗数据、气候因素、时间周期因素三个方面选取11个输入参数作为样本特征,构建基于支持向量机的大型公共建筑能耗预测模型,对建筑逐日能耗展开预测。在能耗预测基础上,以测试集平均相对误差与最大误差作为判定标准进行能耗异常诊断,将该方法应用于夏季空调系统能耗异常诊断中,通过能耗预测值与实际值的对比,发现了空调系统运行中存在的不合理使用现象,为建筑节能管理运行提供参考。
针对建筑运行中管理粗放、使用中能源浪费的问题,提出了基于支持向量机的能耗预测与异常诊断方法,为大型公共建筑节能提供理论支撑与实现路径。由于大型公共建筑具有极大的单位面积耗能量而得到广泛的关注。本文针对大型公共建筑能耗特点,从历史能耗数据、气候因素、时间周期因素三个方面选取11个输入参数作为样本特征,构建基于支持向量机的大型公共建筑能耗预测模型,对建筑逐日能耗展开预测。在能耗预测基础上,以测试集平均相对误差与最大误差作为判定标准进行能耗异常诊断,将该方法应用于夏季空调系统能耗异常诊断中,通过能耗预测值与实际值的对比,发现了空调系统运行中存在的不合理使用现象,为建筑节能管理运行提供参考。
通过分析大型公共建筑能耗数据所具有的海量性、随机性、序列性等特征,建立了基于多元线性回归与一阶自回归算法的大型公共建筑能耗动态模型。研究了模型参数估计问题,结合f与χ2两种方法,理论验证了模型显著性与有效性;根据西安市某大型公共建筑能耗数据,实验验证了该模型的逼真性、可行性与强健性。因此,该模型能对既有与新建大型公共建筑能耗进行实时动态预测,解决了节能定量化研究、定额用能的"瓶颈"问题,为大型公共建筑能耗审计及等节能制度的实现提供科学指导。
本文针对公共建筑中存在的能耗问题,提出了一种实时监测模型.所提模型首先对建筑运行的能耗模式进行识别,并以此建立能耗模式判定树;然后利用模式匹配方法对实时采集得到的能耗数据和相同能耗模式下采集的历史能耗数据进行匹配,从而得到当前状况下的能耗是否处在正常状态.实验论证本算法较为实用.
文章分析了影响电力负荷的因素,对现存的短期电力负荷预测方法进行了研究,采用粒子群算法对支持向量机进行参数寻优,建立了基于粒子群优化的预测模型,并对短期电力负荷进行预测仿真,为精准且快速地预测短期电力负荷提供了有效的方法。通过实例分析验证了该模型在电力负荷中的预测精度,结果显示其精度值较高。
针对大型公共建筑高能耗问题,提出了主成分分析(pca)与bp神经网络相结合的大型公共建筑能耗预测模型。基于时间序列对历史逐日耗电量进行相关性分析,提取预测点前三天的逐日耗电量,并与前一天日照、温度、相对湿度、风速的平均值进行主成分的浓缩,然后将其作为bp神经网络的输入,从而降低输入变量的维数,简化网络结构。结果表明,较传统的bp网络,大型公共建筑能耗预测模型具有较高的精度和更短的学习时间,但当预测样品数增加时预测误差逐渐增大。
某大型公共建筑能耗的现状及分析——随着能源的消耗和人们环境保护意识的增强,世界各国政府都在制定一系列的节能减排措施。建筑业作为三大耗能大户之一,也采取了一些相应措施。本文以某大型公共建筑为例,对空调、采暖及生活热水等方面的能耗进行了测试和分析...
公共建筑能耗监测平台的应用分析 技术服务中心----杨魁 一、前言 1、公共建筑能耗现状 我国的公共建筑特别是国家机关办公建筑和大型办公建筑能耗电量过大,据统计,公共 建筑能耗占全国能源消耗总量的3.6%。公共建筑目前仅占城镇总建筑面积的5%~6%,但其用 电量为70~300kwh/m2〃年,为住宅建筑用电量的10~20倍,在我国大型和特大型城市,这 类建筑的总耗电量大于当地住宅的总电耗。从终端用能角度看,公共建筑能耗主要包括空调 用电、照明插座用电、办公用电、动力用电以及特殊用电等几个方面,其中又以建筑空调能 耗为主,占建筑总能耗的50%~70%。调查结果表明,这类建筑能源浪费现象仍较严重,有很 大的节能潜力。 2、公共建筑能耗节能相关法律法规 2007年由中华人民共和国第十届全国人民代表大会常务委员会修订并颁布的《中华人民 共和国节约能源法》、2008年由国务院制定并
能源是人类赖以生存的物质基础,随着经济的快速发展和人民生活水平的不断提高,工业化、城镇化进程加快,能源需求也大幅度上升。建筑节能已经引起陕西省政府部门的高度重视,要求对全省各类政府办公建筑和大型公共建筑进行能耗现状的调查。陕西省地域广阔,南北横跨三个建筑气候区:
随着我国社会经济的快速发展,建筑能耗急剧增加。作为城乡统筹实验区的重庆,正处在城市化的高峰时期。本文首先对重庆市的能耗增加情况以及公共建筑能耗状况做了较为完整的调研统计,然后就公共建筑建筑节能领域存在的主要问题作出分析,以期为主管部门和社会各界共同努力达到节能减排目标,提供一些参考。
重庆公共建筑能耗现状及建筑节能障碍分析——随着我国社会经济的快速发展,建筑能耗急剧增加。作为城乡统筹实验区的重庆,正处在城市化的高峰时期。本文首先对重庆市的能耗增加情况以及公共建筑能耗状况做了较为完整的调研统计,然后就公共建筑建筑节能领域存在...
为了分析公共建筑各因素对能耗的影响大小以及验证节能效果,通过对广州南方医院某大楼围护结构进行分析,设计了9种方案,用doe-2软件对各种方案的建筑能耗进行计算。比较和分析建筑各参数对建筑能耗的影响程度,以及找出各参数的一些规律,提出夏热冬暖地区医院建筑合理的节能措施。
通过对广州市有代表性的写字楼进行3个年度全年能耗抽样调查,分析了2栋大型办公类公共建筑全年的建筑能耗组成和变化规律。指出此两栋大型办公类建筑按实际使用面积计算的全年平均总能耗为149.3kwh/m2和115kwh/m2,全年空调能耗占建筑总能耗的比例分别为49.2%和38.5%。由于所使用的能耗调查方法详细,调查对象具有代表性,因此,能耗分析结果可作为广州地区办公类公共建筑能耗数据库的一部分或为其提供参考。此外,通过和其他相关文献研究结果的对比,指出了夏热冬暖气候区建筑节能的途径。
针对我国目前建筑能耗的现状与未来发展趋势,依据国家机关办公建筑和大型公共建筑能耗监测系统建设的相关技术导则,对能耗监测系统的组成及系统功能要求进行了总结和概述。详细论述了电能分项监测系统的硬件和利用labview语言设计的系统的结构组成、实现方法和功能。该监测系统具有可操作性强、通用性好,功能强大、快捷方便的特点,且能够实现远程在线实时监测,具有广泛的发展应用前景。
建立了基于energyplus的天津市cbd建筑能耗预测模型,对影响该市cbd建筑能耗的设计参数进行了灵敏性分析,选定其中9个关键设计参数,建立了天津市小白楼cbd建筑年总能耗的预测回归模型并进行了验证。研究结果显示,照明功率密度、设备功率密度、窗墙比等参数对cbd建筑总能耗影响较大,天津市cbd能耗预测回归模型r~2为0.966,估计标准偏差为1.122w/m~2;能耗预测值与模拟值的最大偏差分别为-12.813%和-7.063%。
建立了既有大型公共建筑能耗评价体系。采用层次分析法,借助专家评价,确定既有大型公共建筑能耗指标,从建筑主体、建筑子系统、运行管理等方面进行评分,直观反映既有大型公共建筑能耗情况。结合工程实例,对某医院建筑进行了公共建筑能耗评价。
为提高大型公共建筑能耗的预测精度,提出一种基于灰色模型和最小二乘向量机方法(gm-lssvm)的办公能耗预测模型.该方法结合灰色建模计算简单的特点,以及最小二乘支持向量机非线性拟合能力和泛化能力强的优势,充分发掘样本数据的规律,并以粒子群优化算法进行模型参数选择.根据福州某大型公共建筑能耗数据,通过本研究提出的方法建立预测模型,并与神经网络模型以及最小二乘支持向量机模型的预测结果进行比较,验证了该方法具备较高的预测精度和较强的泛化能力.
建筑围护结构对建筑能耗有重要影响,为研究其具体影响机制,本文采用实例分析和模拟分析方法,以某公共建筑为例,通过构建模拟分析模型,并对模型进行计算求解,研究建筑围护结构对建筑能耗的具体影响作用,包括围护结构节能率计算、传热系数分析、建筑节能潜力分析等.
公共建筑应当安装用电分项计量装置,建立能耗监测系统,并确保能源消费统计数据真实、完整。分析了公共建筑能耗大数据特征,阐述了大数据公共建筑能耗监测系统的设计思考与实施策略。建筑能源管理系统能监测用能的设备状态,分类更细更广,实现能耗决策反馈和优化控制。
职位:公用设备工程师
擅长专业:土建 安装 装饰 市政 园林
文辑推荐
知识推荐
百科推荐