基于聚类分析的建筑气候分区模型及节能控制研究

发布时间：2018-04-21 06:37

  本文选题：建筑气候 + K-MEDOIDS　； 参考：《西安建筑科技大学》2017年硕士论文

【摘要】：气候是建筑形成与演变的主要因素,不同的气候条件其建筑形态也各有不同。在建筑相关的标准和政策制定前,建筑气候分区是最基础的工作,如何在诸多气象数据中挖掘出有意义的规律,建立建筑气候分区模型,从而有助于建筑节能控制,是本论文的重要研究内容。论文主要进行了以下三个方面的工作:(1)利用综合因子法选择累年一月平均温度、七月平均温度及七月相对湿度、降水量、年日平均气温小于等于5℃和大于等于25℃的天数为分区指标,并讨论了各指标在全国的分布情况,在一级分区的基础上,通过空间变异系数及相关系数确定相应的二级分区指标。(2)选择K-MEDOIDS聚类算法及改进的K-MEDOIDS聚类算法进行建筑气候分区。首先给出聚类数的取值范围并分别聚类,最后采用聚类内部有效性指标对聚类个数进行确定。考虑到各气象要素的贡献率有所差别,采用加权K-MEDOIDS聚类算法对我国进行建筑气候一级分区,然后综合台站的经纬度采用GIS中克里金插值方法进行插值,并通过确定的二级指标在一级的分区上进行二级分区,并评价建筑本体设计及被动式设计策略等的适用性。(3)最后以西安地区住宅建筑夏季供冷工况为研究对象,并探讨若通过良好的被动式设计自然通风使得室内人体热舒适区间变宽,其余不舒适区间均采用主动式设备依据模型预测控制方法进行调控,以及不采用自然通风,只要室内热舒适温度不等于设定温度就进行调控,观察自然通风能解决多大程度及多少时间上的热舒适问题。论文通过数学统计方法合理的选择了分区指标,建立了建筑气候分区指标体系,完成了我国612个台站为代表样点的建筑气候分区,并与原有的建筑气候分区进行了对比,避免了分区中主观因素的影响,使得分区更加合理和科学,论证了数据挖掘技术在建筑气候分区中的可靠性。并以西安地区的住宅建筑为案例,依据西安所属气候分区,探讨若通过自然通风设计使得室内人体热舒适区间变宽,其余不舒适区间通过TRNSYS与MATLAB联合仿真模拟,采用模型预测控制算法进行调控,观察在采用相关气候策略后的节能潜力。
[Abstract]:Climate is the main factor of architectural formation and evolution, and different climatic conditions have different architectural forms. Before the establishment of building related standards and policies, building climate zoning is the most basic work. How to excavate meaningful laws in many meteorological data and establish building climate zoning model, thus contributing to building energy conservation control, It is an important research content in this paper. The main work of this paper is as follows: 1) using the comprehensive factor method to select the mean temperature in January, the average temperature in July and the relative humidity and precipitation in July. The number of days when the annual average temperature is less than or equal to 5 鈩，

本文编号：1781325