基于監(jiān)測(cè)數(shù)據(jù)的建筑耗能設(shè)備運(yùn)行性能預(yù)測(cè)與分析研究.pdf

1、當(dāng)今世界能源形勢(shì)日益嚴(yán)峻，引起了世界各國(guó)的高度重視。我國(guó)能源消耗在近些年也呈現(xiàn)出急劇上升的態(tài)勢(shì)，建筑能耗是主要增長(zhǎng)點(diǎn)，其耗電量占全國(guó)電耗的22％左右，其中空調(diào)和供暖電耗約占全部建筑能耗的50%-70%，這部分能耗主要是在設(shè)備運(yùn)行過(guò)程中產(chǎn)生的。耗能設(shè)備按周期規(guī)律運(yùn)行可分為運(yùn)行階段和空閑階段，其中運(yùn)行階段又進(jìn)一步分為啟動(dòng)階段、穩(wěn)定運(yùn)行階段和關(guān)閉階段。本文通過(guò)研究分析實(shí)測(cè)能耗數(shù)據(jù)，確定以空閑階段為研究對(duì)象，建立了設(shè)備運(yùn)行空閑時(shí)間預(yù)測(cè)模型，旨在

2、分析設(shè)備運(yùn)行規(guī)律，了解設(shè)備運(yùn)行性能，從而有效減少建筑物生命周期內(nèi)各設(shè)備的能耗，為設(shè)備節(jié)能和故障診斷奠定理論基礎(chǔ)。主要研究方法及研究成果有：
　　（1）綜合分析耗能設(shè)備用電實(shí)測(cè)數(shù)據(jù)與周圍環(huán)境的氣象數(shù)據(jù)，通過(guò)程序?qū)崿F(xiàn)了兩者的自動(dòng)耦合，采集了一定時(shí)期內(nèi)不同時(shí)間段的建筑物能耗設(shè)備每分鐘的用電量及相應(yīng)的氣象數(shù)據(jù)，進(jìn)而對(duì)相應(yīng)時(shí)期內(nèi)建筑物高能耗設(shè)備的運(yùn)行周期進(jìn)行了統(tǒng)計(jì)，獲得了建筑物耗能設(shè)備運(yùn)行周期統(tǒng)計(jì)數(shù)據(jù)，為設(shè)備運(yùn)行性能預(yù)測(cè)提供了數(shù)據(jù)基礎(chǔ)。

3、r>　?。?）在獲得上述數(shù)據(jù)的基礎(chǔ)上，提出以空閑階段作為研究對(duì)象，對(duì)比分析支持向量機(jī)算法（SVM）、人工神經(jīng)網(wǎng)絡(luò)算法（ANN）、樸素貝葉斯算法（NB）和最鄰近算法（KNN）四種數(shù)據(jù)挖掘算法，計(jì)算結(jié)果顯示前兩種算法性能更優(yōu)。因此基于SVM算法和ANN算法建立預(yù)測(cè)模型并計(jì)算預(yù)測(cè)誤差，實(shí)現(xiàn)了建筑耗能設(shè)備運(yùn)行性能的預(yù)測(cè)。在這個(gè)過(guò)程中，依據(jù)樣本數(shù)據(jù)特征將其劃分成訓(xùn)練集和預(yù)測(cè)集，并在挖掘前對(duì)兩個(gè)集合實(shí)現(xiàn)非線性歸一化處理，此外通過(guò)交叉驗(yàn)證法或?qū)嶒?yàn)法確