基于監(jiān)測數(shù)據(jù)的建筑耗能設備運行性能預測與分析研究.pdf

1、當今世界能源形勢日益嚴峻，引起了世界各國的高度重視。我國能源消耗在近些年也呈現(xiàn)出急劇上升的態(tài)勢，建筑能耗是主要增長點，其耗電量占全國電耗的22％左右，其中空調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備運行過程中產(chǎn)生的。耗能設備按周期規(guī)律運行可分為運行階段和空閑階段，其中運行階段又進一步分為啟動階段、穩(wěn)定運行階段和關閉階段。本文通過研究分析實測能耗數(shù)據(jù)，確定以空閑階段為研究對象，建立了設備運行空閑時間預測模型，旨在

2、分析設備運行規(guī)律，了解設備運行性能，從而有效減少建筑物生命周期內各設備的能耗，為設備節(jié)能和故障診斷奠定理論基礎。主要研究方法及研究成果有：
　?。?）綜合分析耗能設備用電實測數(shù)據(jù)與周圍環(huán)境的氣象數(shù)據(jù)，通過程序實現(xiàn)了兩者的自動耦合，采集了一定時期內不同時間段的建筑物能耗設備每分鐘的用電量及相應的氣象數(shù)據(jù)，進而對相應時期內建筑物高能耗設備的運行周期進行了統(tǒng)計，獲得了建筑物耗能設備運行周期統(tǒng)計數(shù)據(jù)，為設備運行性能預測提供了數(shù)據(jù)基礎。

3、r>　?。?）在獲得上述數(shù)據(jù)的基礎上，提出以空閑階段作為研究對象，對比分析支持向量機算法（SVM）、人工神經(jīng)網(wǎng)絡算法（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，計算結果顯示前兩種算法性能更優(yōu)。因此基于SVM算法和ANN算法建立預測模型并計算預測誤差，實現(xiàn)了建筑耗能設備運行性能的預測。在這個過程中，依據(jù)樣本數(shù)據(jù)特征將其劃分成訓練集和預測集，并在挖掘前對兩個集合實現(xiàn)非線性歸一化處理，此外通過交叉驗證法或實驗法確