能耗预测模型在建筑能效优化中的应用研究

发布时间：2021-01-14 16:55

　　建筑用能分析和以此为基础的能源需求预测、节能效果评估是建筑能效管理的重要基础。人工智能领域的机器学习方法在建筑能耗预测中的广泛应用,不仅拓展了建筑能耗预测的研究路线,更为建筑能效优化提供了新的视角。本文旨在总结建筑能耗预测研究领域中,人工智能机器学习方法的重要应用-数据驱动模型、传统正演模型、以及两类模型的对比和应用,并归纳出预测模型在建筑能效优化研究领域的常见应用场景和技术路线,从而为建筑能耗预测研究人员提供全面的模型方法、应用场景、预测条件等多方位考量依据。在此基础上,本文分别在应用和基础层面提出了建筑能耗预测领域的研究问题和发展需求。 

【文章来源】：建筑科学. 2020,36(10)北大核心

【文章页数】：13 页

【文章目录】：
0 引言
1 建筑能耗模型概述
2 正演模型及应用
    2.1 常规正演模型
    2.2 校验模拟
    2.3 校验模拟综合应用
3 数据驱动模型及应用
    3.1 回归模型
    3.2 时间序列模型
    3.3 机器学习模型
4 建筑能耗预测模型问题讨论与相关拓展
    4.1 应用层面
    4.2 基础层面
5 结论


【参考文献】：
期刊论文
[1]基于SVM的短期交通状态预测识别研究[J]. 肖思思,杨宏业.  内蒙古工业大学学报(自然科学版). 2017(02)
[2]基于天气状态模式识别的光伏电站发电功率分类预测方法[J]. 王飞,米增强,甄钊,杨光,周海明.  中国电机工程学报. 2013(34)
[3]区域供冷负荷预测模型的建立[J]. 韩传忠,端木琳,舒海文,李祥立,王振江.  建筑热能通风空调. 2012(01)
[4]基于相似数据的支持向量机短期风速预测仿真研究[J]. 杨锡运,孙宝君,张新房,李利霞.  中国电机工程学报. 2012(04)
[5]基于遗传算法优化参数的支持向量机短期负荷预测方法[J]. 吴景龙,杨淑霞,刘承水.  中南大学学报(自然科学版). 2009(01)
[6]基于支持向量机方法的短时交通流量预测方法[J]. 杨兆升,王媛,管青.  吉林大学学报(工学版). 2006(06)
[7]时间序列分析在城市天然气短期负荷预测中的应用[J]. 焦文玲,金佳宾,廉乐明,严铭卿.  哈尔滨建筑大学学报. 2001(04)

硕士论文
[1]深圳市公共建筑空调系统运行能效比影响因素分析[D]. 魏明华.重庆大学 2008



本文编号：2977207