【摘要】：暖通空調(diào)系統(tǒng)是建筑內(nèi)主要耗能設(shè)備之一,暖通空調(diào)系統(tǒng)能耗的準(zhǔn)確預(yù)測(cè)對(duì)建筑節(jié)能優(yōu)化和建筑能源管理具有重要實(shí)際意義。數(shù)據(jù)驅(qū)動(dòng)的能耗預(yù)測(cè)方法具有建模簡(jiǎn)單、準(zhǔn)確率高等優(yōu)點(diǎn),已經(jīng)得到了廣泛的應(yīng)用。本文基于支持向量回歸算法,對(duì)采用水源熱泵系統(tǒng)用于夏季制冷和冬季供暖的某政府辦公建筑的能耗進(jìn)行了預(yù)測(cè)研究,利用當(dāng)?shù)貧庀髷?shù)據(jù)、機(jī)房運(yùn)行數(shù)據(jù)和室內(nèi)溫度數(shù)據(jù)等進(jìn)行建模,并通過(guò)異常檢測(cè)、特征選擇和參數(shù)尋優(yōu)等方法對(duì)模型進(jìn)行優(yōu)化。根據(jù)夏季制冷工況下的氣象數(shù)據(jù)、機(jī)房運(yùn)行數(shù)據(jù)等,分別采用箱線(xiàn)圖、局部異常因子和主元法(PCOut)等方法進(jìn)行異常檢測(cè),通過(guò)分析對(duì)應(yīng)能耗預(yù)測(cè)模型的測(cè)試結(jié)果和異常樣本的分布情況發(fā)現(xiàn),訓(xùn)練數(shù)據(jù)集中存在的異常樣本對(duì)數(shù)據(jù)驅(qū)動(dòng)模型的預(yù)測(cè)性能具有顯著的負(fù)面影響,箱線(xiàn)圖和局部異常因子方法能夠檢測(cè)到原始數(shù)據(jù)集中的異常樣本,而主元法檢測(cè)效果不佳。進(jìn)一步的研究發(fā)現(xiàn),箱線(xiàn)圖和局部異常因子兩種方法同時(shí)檢測(cè)為異常的樣本是最可能的異常值,與使用原始數(shù)據(jù)訓(xùn)練得到的模型相比,異常檢測(cè)優(yōu)化后模型測(cè)試均方根誤差從6.44降低為2.76,相對(duì)平方誤差從0.58下降到0.11,能耗預(yù)測(cè)性能得到了明顯的提高。根據(jù)冬季供暖工況下的氣象數(shù)據(jù)、室內(nèi)溫度數(shù)據(jù)等,基于辦公建筑能耗特征,引入日期類(lèi)型和時(shí)間類(lèi)型兩個(gè)變量,通過(guò)不同變量的組合建立多個(gè)能耗預(yù)測(cè)模型,對(duì)模型的測(cè)試結(jié)果進(jìn)行誤差分析,并對(duì)輸入變量進(jìn)行敏感性分析,結(jié)果表明,光照強(qiáng)度、時(shí)間類(lèi)型、日期類(lèi)型等參數(shù)對(duì)模型性能具有正面影響,且它們的相對(duì)重要性之和超過(guò)70%,對(duì)模型起主導(dǎo)作用,是模型最佳輸入特征。為了進(jìn)一步優(yōu)化模型,采用網(wǎng)格搜索和十折交叉驗(yàn)證方法對(duì)支持向量回歸算法的參數(shù)C和γ進(jìn)行優(yōu)化,在一定范圍內(nèi)確定它們的最優(yōu)值,與優(yōu)化前相比,能耗預(yù)測(cè)結(jié)果的均方根誤差從7.8227減小到4.1160,相對(duì)平方誤差從0.4313下降到0.1194,優(yōu)化效果顯著。
【圖文】：

1 緒論1.1 研究背景與意義能源是人類(lèi)賴(lài)以生存的根本，是全球經(jīng)濟(jì)與社會(huì)發(fā)展的動(dòng)力，是世界可持續(xù)發(fā)展的基石 隨著全球經(jīng)濟(jì)的快速發(fā)展，以及人類(lèi)生活水平的不斷提高，全球能源消耗量持續(xù)增長(zhǎng)，能源短缺 能源資源分布不均 能源供需不匹配等問(wèn)題引起了世界各國(guó)的熱切關(guān)注 另外，當(dāng)前世界能源消耗以煤 石油和天然氣等化石能源為主，能源利用效率較低，且在化石能源的開(kāi)采過(guò)程中勢(shì)必會(huì)造成嚴(yán)重的環(huán)境污染 能源與環(huán)境密不可分，環(huán)境污染問(wèn)題與能源問(wèn)題都不容忽視 圖 1-1顯示了我國(guó)近十年來(lái)能源消費(fèi)總量的變化，可見(jiàn)，我國(guó)能源消費(fèi)總量巨大，并且呈現(xiàn)逐年上升的趨勢(shì)，在這十年間，我國(guó)能源消耗量就增長(zhǎng)了近40%，節(jié)約能源迫在眉睫

華 中 科 技 大 學(xué) 碩 士 學(xué) 位 論 文我國(guó)建筑能耗主要分為公共建筑能耗 城市居住建筑能耗 農(nóng)村建筑能耗和北方采暖能耗，其中，在不包括采暖能耗的情況下，公共建筑能耗占比高達(dá)34%，，而公共建筑面積僅占18%，公共建筑單位面積能耗明顯高于城鎮(zhèn)居住建筑和農(nóng)村建筑，節(jié)能潛力巨大 有研究表明，在不改變建筑結(jié)構(gòu)和內(nèi)部設(shè)備的前提下，通過(guò)優(yōu)化系統(tǒng)運(yùn)行和高效能源管理就可以節(jié)約20%~30%的能源[2]
【學(xué)位授予單位】：華中科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類(lèi)號(hào)】：TU83;TU111.195

【參考文獻(xiàn)】

相關(guān)期刊論文 前3條

1 楊柳;侯立強(qiáng);李紅蓮;許馨尹;劉加平;;空調(diào)辦公建筑能耗預(yù)測(cè)回歸模型[J];西安建筑科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2015年05期

2 朱丹丹;燕達(dá);王闖;洪天真;;建筑能耗模擬軟件對(duì)比:DeST、EnergyPlus and DOE-2[J];建筑科學(xué);2012年S2期

3 周緒川;蔡利平;;基于局部異常因子的無(wú)監(jiān)督學(xué)習(xí)集成異常檢測(cè)[J];西南民族大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年03期

相關(guān)博士學(xué)位論文 前2條

1 侯靜;我國(guó)城鎮(zhèn)公共建筑能耗預(yù)測(cè)及能效提升路徑研究[D];北京交通大學(xué);2017年

2 任能;制冷系統(tǒng)故障檢測(cè)、診斷及預(yù)測(cè)研究[D];上海交通大學(xué);2008年

相關(guān)碩士學(xué)位論文 前4條

1 崔沖;基于數(shù)據(jù)挖掘的公共建筑能耗預(yù)測(cè)與能效管理[D];山東建筑大學(xué);2017年

2 胡程磊;數(shù)據(jù)驅(qū)動(dòng)的建筑電能耗預(yù)測(cè)方法研究[D];江蘇大學(xué);2016年

3 趙艷玲;基于數(shù)據(jù)的建筑能耗預(yù)測(cè)與優(yōu)化[D];山東建筑大學(xué);2015年

4 林思銘;組合預(yù)測(cè)方法在建筑能耗預(yù)測(cè)中的應(yīng)用[D];福州大學(xué);2014年

本文編號(hào)：2597986