建筑照明系统节能新技术研究

发布时间：2020-06-25 07:43

【摘要】：随着城市化建设步伐的加快,建筑数量迅速增加,同时建筑行业的能源消耗逐年递增。参照发达国家的发展经验,我国建筑能耗将在较长时期内持续增长,若不加以控制,则未来建筑能耗将达到惊人的地步,针对建筑节能设计和能耗研究显得非常迫切。在建筑能耗中,照明能耗约为能耗总量的30%,具有巨大的节能潜力。因此,对照明系统的节能研究已经成为建筑节能领域内的研究热点。在各类建筑中,公共建筑具有典型性被视为建筑节能的重点研究对象。对公共建筑照明系统进行分析,系统的高能耗问题主要在于控制技术的缺陷和设备维护不到位。在实际情形中,建筑照明系统在空间无人时仍继续运行,造成能源浪费。且在照明系统投入使用后,常因设备维护不到位造成灯具长期运行,导致系统能耗的增加。针对这两种实际情形,本文从照明系统的运行及维护阶段进行节能研究,研究内容可以归纳为以下三个方面:(1)以公共建筑为研究对象,分析照明系统的特征,将影响照明系统能耗的因素分为主要因素和次要因素两大类。基于主要因素对照明系统各阶段能耗的影响,本文提出两种节能方案:一方面优化照明控制技术,以减少系统电力消耗,实现照明系统的直接节能;另一方面使用准确的预测模型,对系统未来能耗进行预测,为维护人员判断系统状态并检修提供依据,实现系统整体优化达到间接节能。(2)基于系统控制模型,本文研究智能照明系统与人员行为之间的联系,建立基于人员位移的智能照明控制模型。本文分析研究人行为模型的现状,对比几种人行为模型的优缺点,选择通过室内定位获取的人员位置信息作为本文的位移信息,用作灯具调节的前提。针对本文所建模型的特性,传统粒子群算法的使用受到限制,而基于罚函数的粒子群算法能适应该特性。实验结果表明,采用本文建立的模型,能够根据外部因素的变化动态调整空间中的照明设备,大幅度降低照明能耗,实现了对照明控制技术的优化。(3)基于系统整体优化的角度,针对系统维护不到位造成的能源浪费,本文研究建立照明系统能耗预测模型。在分析影响照明能耗因素的基础上,选用历史能耗数据、天气状况、室外日照时长、节假日,来预测系统的能耗。针对能耗特性及能耗数据的小样本量,支持向量机是非线性建模中理想的方法,其核参数和惩罚因子的选取对预测精度有着关键影响,因此使用具有全局优化特点的粒子群算法优化参数选取。实验结果表明,相较于原始支持向量机,改进后的模型具有更高的预测精度和更小的误差,能够更好的胜任建筑照明系统中的能耗预测任务。
【学位授予单位】：苏州科技大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TU113.66

【参考文献】