高校学生公寓用电分析研究与节能对策
发布时间：2020-10-13 05:33
随着工业化,城镇化的高速发展,能源问题将是阻碍我国经济发展的一个关键问题。高校是我国重点能耗大户,因此降低高校建筑能源消耗是校园节能的有效途径之一,无论是从战略全局的角度实现能源的可持续发展,还是从降低能耗方面,都会对高校校园节能工作正常运行起到决定性作用。国家积极鼓励高校建立校园能耗监控平台,对大型公共建筑进行节能改造,采取可再生资源循环利用等有利于发展低碳生活的措施。本文以北方某高校校园学生公寓的用电消耗为例,将灰色系统理论和线性回归理论应用于学生公寓电能消耗的预测,解决了常规方法中工作量大,难以处理各个影响因素之间的非线性关系等问题。首先运用灰色系统理论建立了一系列的灰色预测模型,对公寓用电能耗进行预测,并对不同模型之间的误差进行了比较。在对电力消耗影响因素分析上,采用灰色关联分析法和线性回归法,计算用电能耗与各种影响因素之间的相关性,并比较两种算法来确定它的主要影响因素,建立灰色关联预测模型和线性回归模型,对历年用电能耗进行模拟及预测分析。通过对系统的建模分析,结合校园节能减排的发展目标,立足于根本,提出校园电力改造措施,为与高校类似的公共建筑的节能潜力与发展提供理论依据。
【学位单位】：吉林建筑大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：TU111.195;TM92
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 课题研究背景
1.2 国内外研究现状
1.2.1 国外高校节能的发展现状
1.2.2 国内高校节能的发展现状
1.2.3 国内外建筑能耗对比
1.3 研究的目的和意义
1.4 研究方法及内容(技术路线)
1.5 本文主要框架
第2章 基于灰色关联理论的预测评价算法的原理
2.1 灰色关联系统概述
2.1.1 灰色微分方程
2.1.2 灰色序列的生成
2.2 灰色关联分析
2.2.1 灰色关联因素
2.2.2 灰色关联公理
2.2.3 灰色关联度
2.3 系统模型的建立
2.3.1 基本GM(1,1)模型
2.3.2 残差改进GM(1,1)模型
2.4 灰色预测模型的检验
2.5 本章小结
第3章 基于灰色关联算法的学生公寓电力能耗预测评估体系的建立
3.1 基于GM(1,1)预测模型学生公寓电力指标的计算
3.1.1 基本GM(1,1)模型的建立过程
3.1.2 模型的检验与结果分析
3.2 残差改进GM(1,1)模型
3.2.1 残差改进模型的建立
3.2.2 残差改进模型GM(1,1)的检验
3.3 直接数据的GM(1,1)预测模型的设计与实现
3.3.1 建立直接数据模型
3.3.2 模型的检验及结果分析
3.4 高校学生公寓用电能耗相关因素的灰色关联分析
3.5 线性回归分析预测模型的建立
3.5.1 一般动力设备和总用电指标相关性分析
3.5.2 建立一元线性回归模型
3.5.3 模型检验
3.5.4 回归方程拟合度检验
3.6 本章小结
第4章 学生公寓电力能耗节能潜力研究
4.1 高校能耗消费状况
4.2 高校能耗部分节能潜力分析
4.2.1 高校学生公寓电力能耗节能潜力研究
4.2.2 灯具改进后的节能状况
4.2.3 学生公寓能耗监测平台的测试及分析
4.3 学生公寓节能措施方法
4.4 本章小结
第5章 总结与展望
5.1 论文总结
5.2 对高校学生公寓节能降耗长期目标的展望
参考文献
攻读硕士学位期间发表的学术论文
致谢
【参考文献】
本文编号：2838794
【学位单位】：吉林建筑大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：TU111.195;TM92
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 课题研究背景
1.2 国内外研究现状
1.2.1 国外高校节能的发展现状
1.2.2 国内高校节能的发展现状
1.2.3 国内外建筑能耗对比
1.3 研究的目的和意义
1.4 研究方法及内容(技术路线)
1.5 本文主要框架
第2章 基于灰色关联理论的预测评价算法的原理
2.1 灰色关联系统概述
2.1.1 灰色微分方程
2.1.2 灰色序列的生成
2.2 灰色关联分析
2.2.1 灰色关联因素
2.2.2 灰色关联公理
2.2.3 灰色关联度
2.3 系统模型的建立
2.3.1 基本GM(1,1)模型
2.3.2 残差改进GM(1,1)模型
2.4 灰色预测模型的检验
2.5 本章小结
第3章 基于灰色关联算法的学生公寓电力能耗预测评估体系的建立
3.1 基于GM(1,1)预测模型学生公寓电力指标的计算
3.1.1 基本GM(1,1)模型的建立过程
3.1.2 模型的检验与结果分析
3.2 残差改进GM(1,1)模型
3.2.1 残差改进模型的建立
3.2.2 残差改进模型GM(1,1)的检验
3.3 直接数据的GM(1,1)预测模型的设计与实现
3.3.1 建立直接数据模型
3.3.2 模型的检验及结果分析
3.4 高校学生公寓用电能耗相关因素的灰色关联分析
3.5 线性回归分析预测模型的建立
3.5.1 一般动力设备和总用电指标相关性分析
3.5.2 建立一元线性回归模型
3.5.3 模型检验
3.5.4 回归方程拟合度检验
3.6 本章小结
第4章 学生公寓电力能耗节能潜力研究
4.1 高校能耗消费状况
4.2 高校能耗部分节能潜力分析
4.2.1 高校学生公寓电力能耗节能潜力研究
4.2.2 灯具改进后的节能状况
4.2.3 学生公寓能耗监测平台的测试及分析
4.3 学生公寓节能措施方法
4.4 本章小结
第5章 总结与展望
5.1 论文总结
5.2 对高校学生公寓节能降耗长期目标的展望
参考文献
攻读硕士学位期间发表的学术论文
致谢
【参考文献】
相关期刊论文 前5条
1 张超;刘东;张晓杰;刘书荟;印慧;王亚文;李超;;上海地区高校办公建筑能耗及节能潜力研究[J];建筑热能通风空调;2013年01期
2 温儒光;燕翔;;关于建筑节能方面的几点思考[J];江苏建筑;2008年04期
3 毛义华;蔡临申;;我国建筑节能的现状及其对策分析[J];技术经济与管理研究;2007年01期
4 康艳兵;;实现“十一五”节能目标的建筑节能措施分析(1)[J];中国能源;2007年01期
5 符敬慧;;浅谈我国能源现状与建筑节能[J];建材发展导向;2006年04期
相关硕士学位论文 前2条
1 董茜;校园能源监测与能耗分析系统的研究与实现[D];电子科技大学;2013年
2 周志刚;灰色系统理论与人工神经网络融合的时序数据挖掘预测技术及应用[D];成都理工大学;2006年
本文编号：2838794
本文链接：https://www.wllwen.com/jianzhugongchenglunwen/2838794.html
