建筑能耗監(jiān)控與預(yù)測(cè).pdf

1、近年調(diào)查發(fā)現(xiàn)，建筑類能源消耗正在高速度的增長(zhǎng)，公共建筑雖然作為其中較小的一部分，但單位能耗量遠(yuǎn)遠(yuǎn)大于其他類建筑，各級(jí)政府高度重視，為此頒布一系列有關(guān)公共建筑節(jié)能減排的政策法規(guī)。由于缺乏相關(guān)的數(shù)據(jù)依據(jù)和科學(xué)指導(dǎo)，在制定政策規(guī)劃時(shí)具有一定的盲目性，雖然研究人員提供了很多解決方案，但權(quán)威機(jī)構(gòu)指出目前仍存在一些問(wèn)題：能耗數(shù)據(jù)質(zhì)量參差不齊、能耗數(shù)據(jù)得不到充分利用。
　　本課題以此為基礎(chǔ)，設(shè)計(jì)和開發(fā)了一套建筑能耗監(jiān)控系統(tǒng)，建立了能耗預(yù)測(cè)模型。

2、通過(guò)神經(jīng)網(wǎng)絡(luò)的理論以及預(yù)測(cè)模型的研究，指出了傳統(tǒng)神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)存在的缺陷，再進(jìn)一步對(duì)以往提出的改進(jìn)方法進(jìn)行研究發(fā)現(xiàn)，常用的改進(jìn)方法通常都是針對(duì)神經(jīng)網(wǎng)絡(luò)的某個(gè)具體缺點(diǎn)進(jìn)行優(yōu)化，但沒(méi)能從整體性能進(jìn)行改進(jìn)。建筑能耗短期預(yù)測(cè)不僅需要一定的精度，而且對(duì)預(yù)測(cè)的實(shí)時(shí)性要求很高，傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)以及改進(jìn)方法都不能很好地滿足建筑能耗短期預(yù)測(cè)的需要。為此，本課題在遺傳算法神經(jīng)網(wǎng)絡(luò)中加入Levenberg-Marquardts算法（以下簡(jiǎn)稱LM），提出了Gene

3、tic algorithmLevenberg-Marquardts（以下簡(jiǎn)稱GALM）學(xué)習(xí)算法。通過(guò)建立基于GALM神經(jīng)網(wǎng)絡(luò)的能耗預(yù)測(cè)模型，經(jīng)過(guò)仿真和實(shí)例證明了該模型不僅預(yù)測(cè)精度較高，預(yù)測(cè)速度還得到了充分提高。從而說(shuō)明基于GALM神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型適用于能耗短期預(yù)測(cè)。
　　為提供能耗預(yù)測(cè)模型的數(shù)據(jù)來(lái)源，提高能耗數(shù)據(jù)的質(zhì)量，實(shí)現(xiàn)管控結(jié)合的智能化管理，本課題設(shè)計(jì)和開發(fā)了一套能耗監(jiān)控系統(tǒng)，主要內(nèi)容包括：
　　1.考慮到系統(tǒng)的安裝環(huán)境