导读:本文包含了建筑能耗模型论文开题报告文献综述及选题提纲参考文献，主要关键词:大型公共建筑,能耗预测,预测数据
建筑能耗模型论文文献综述
张杰,王波[1]（2019）在《大型公共建筑用电能耗预测模型及预测数据》一文中研究指出本文通过对我国大型公共建筑的能源消耗的分析,首先介绍了我国大型公共建筑用电能耗的机构;然后介绍了我国大型公共建筑空调系统用电能耗影响的因素;其次介绍了大型公共建筑的空调系统用电能耗的预测方法;最后介绍了大型公共建筑能耗预测和分析系统的设计。(本文来源于《电子技术与软件工程》期刊2019年20期）
戎贤,矫立超,孔祥飞,王建军,周钦云[2]（2019）在《高速服务区建筑能耗影响因素定量分析与模型仿真研究》一文中研究指出高速公路服务区建筑节能是我国基础设施能源战略及低能耗交通发展的一个重要组成部分,能耗比较高、节能潜力大是其重点。而高速公路服务区因其特殊的使用功能,导致其能耗有自身的特点,我们以京津冀地区为例进行高速公路服务区建筑能耗影响因素定量分析。通过对原服务区调查研究方法收集大量数据,总结并研究了影响高速公路服务区建筑能耗的因素,采用多元回归分析方法进行拟合。拟合研究分析确定高速公路服务区客流量、绿化覆盖率、窗墙比、服务区建筑面积与建筑能耗具有显着相关性,其中服务区客流量是影响建筑能耗的首要因素,并得到了对应的相关系数。构建了高速公路服务区建筑能耗定量分析仿真模型。根据定量分析模型提出相关的高速公路服务区建筑节能设计建议。并结合曲港高速博野服务区进行了实例分析。(本文来源于《建筑节能》期刊2019年10期）
卢郁健[3]（2019）在《绿色生态低能耗建筑工程成本预算模型构建研究》一文中研究指出构建一种新的绿色生态低能耗建筑工程成本预算模型,结合相空间重构理论,获取绿色生态低能耗建筑工程成本增长指数时间序列,去除绿色生态低能耗建筑工程成本中的冗余数据,提取绿色生态低能耗建筑工程成本预算影响因子,运算绿色生态低能耗建筑工程效益,并导入影响因子的协方差矩阵,将绿色生态低能耗建筑工程施工效益的对偶收益设成线性博弈过程,基于施工效益的对偶收益构建成本预算模型,计算绿色生态低能耗建筑工程成本,最后通过增益均衡模型将成本预算误差降到最低。(本文来源于《环境科学与管理》期刊2019年09期）
陈晓彦,赵超[4]（2019）在《改进的LSSVM-GSA模型在建筑能耗预测中的应用》一文中研究指出提出了一种结合小波分析和LSSVM-GSA方法的建筑能耗预测模型。对建筑日耗电量的影响因素进行分析后,选择主要影响因素量化并取标准特征值,根据相似系数法计算不同日建筑能耗的相似度,选取预测日的相似日;对相似日的建筑能耗数据进行小波分解得到其低频序列和高频序列,低频序列用LSSVM-GSA进行模拟,高频序列采用均方加权处理,结合两者结果并进行小波重构得到最终预测值。将该模型应用于某图书馆建筑进行模拟运算,与一般LSSVM-GSA方法建立的模型所得进行对比,发现结合小波分析和LSSVM-GSA方法建立的建筑能耗预测模型具有更好的预测精度和稳定性。(本文来源于《第30届中国过程控制会议（CPCC 2019）摘要集》期刊2019-07-31）
欧阳前武,符亚磊,任中俊[5]（2019）在《基于时间序列分析模型的建筑能耗两级预测关系研究》一文中研究指出随着建筑智能化技术的普及,建筑能耗监测数据也更加精细。本文基于时间序列分析方法建立建筑能耗预测模型,得到商业建筑逐时能耗的预测结果,通过协调模型对变压器与支路的两级预测结果进行校正,探究其关系来帮助实现更精准的预测。(本文来源于《建设科技》期刊2019年14期）
那威,王云鹏,侯静,武涌[6]（2019）在《公共建筑能耗特征模型及实证》一文中研究指出以我国公共建筑能耗强度为研究对象,结合我国建筑能耗的研究现状和"十五""十一五""十二五"前后公共建筑能耗强度特征的变化,采用结构方程模型分析了我国气候因素、经济发展状况、土地利用情况、人口总量和节能水平对公共建筑能耗强度的影响,选取供暖度日数、居民消费价格指数、城镇化率、年末常住人口和能源消费弹性系数作为解释变量。以北京为例,采用多元线性回归分析方法建立了公共建筑能耗特征模型,并通过实证验证了其可行性,为我国及各省级的公共建筑能耗管理提供数据基础和理论依据。(本文来源于《暖通空调》期刊2019年07期）
赵秋红[7]（2019）在《区域建筑能耗预测模型在建筑施工中的应用》一文中研究指出能耗预测模型对于在建筑施工中十分重要。所以构建在各种因素(建筑使用设备、围护结构和气象因素等)存在的情况下,能有一种很好的计算方法预测建筑的所需费用和能源使用量是建筑施工过程需要的。如何能较好地测算区域建筑的能源消耗是我们关心的重点,首先必须是建立在单体建筑的基础上计算,然后在精确构建模型。对于各地居住结构的能源消耗问题,可通过结合建筑原理,在自下而上模型和相关分析结合的结果下,推导出区域建筑能源消耗与其作用因素的关系。自下而上模型的基础本质是建立在区域建筑的能耗问题上,然后将直接作用与间接作用分别作为原因和子原因,再结合其关系系数,最后得到相关的关系系数。通过构建多种预测模型来分析区域建筑的能源消耗问题,详细剖析内在存有的技术优势与劣势,在反复梳理和总结的过程中合理的运用到建筑施工的过程中,为建筑方面提供一定的有价值的理论依据,解决各种在预测中出现的不确定因素,为未来更深入的研究奠定一定的基础。(本文来源于《2019年国际科技创新与教育发展学术会议论文集》期刊2019-06-23）
王云鹏[8]（2019）在《我国及分省民用建筑能耗特征模型及其强度动态特征分析》一文中研究指出现阶段,随着社会经济的日益发展,建筑业发展越来越趋于完善,“十叁五”期间国家实行能源消耗总量和强度“双控制”政策,我国未来发展的重点解决目标则是节能减排并且早日实现碳排放脱钩,“十叁五”时期,全国建筑业总产值相对而言有所增加,平均年增长达到7%,在全国建筑业总产值中,建筑能耗占有相对而言比较大的比值,约占全国总能源消耗的20%-30%。通过分析国内建筑能耗发展趋势和国外建筑能耗发展经验,我们可以预测到,截止至2020年,在全国总能耗中,建筑终端能耗所占比例将高达35%,且从中国能源消耗角度而言,建筑终端能耗有望成为中国未来40年在此方面的重要增长力量。作为叁大能源消费部门之一的建筑业,各国均致力于制定和强化建筑节能目标,利用不同的建筑节能手段降低在建筑运行过程中的能源消耗。建立建筑能耗基准评价方法,对建筑进行建筑能耗定额管理制度是国内建筑节能的核心步骤。本文侧重于我国民用建筑能耗能耗特征,基于对《中国统计年鉴》、《建筑业企业统计年鉴》、《中国城市建设统计年鉴》和《中国能源统计年鉴》的充分考虑,对历年国内民用建筑能耗和面积进行了计算,然后进行分析我国民用建筑能耗强度历年来的发展变化,采用结构方程模型,通过“十二五”前后经济基础,土地供给,人口总量,建筑节能水平的发展变化,筛选出全国民用建筑能耗强度的解释变量,应用SPSS和Origin软件进行多元线性回归分析,建立我国民用建筑能耗强度特征模型,然后进行模型的准确性验证与实证,最后进行敏感性分析,分析各解释变量对我国公共建筑能耗强度的敏感性强弱。文章以气候区为划分,选择了各种气候对应的代表省市,即,严寒地区代表省市为黑龙江、寒冷地区代表省市为北京、夏热冬冷地区代表省市为上海、夏热冬暖地区代表省市为广东,温和地区代表省市为四川。这五大省市通过上文的民用建筑能耗特征模型计算出2010-2016年的含采暖和不含采暖的省市建筑能耗强度,并且分析每个驱动因素对于各个不同的气候区的民用建筑能耗强度的影响,并以气候区为划分标准,分析说明气候温度对于各省市的民用建筑能耗强度的影响。最后通过对北京市的建筑能耗特征模型以及驱动因素分析,进行未来几年的建筑能耗特征走向预测。本文结合我国建筑能耗特征研究现状并做了如下完善和创新:(1)首先完善了我国在民用建筑面积和建筑能耗统计计算上的分歧和缺失,基于对相关建筑面积数据的充分考虑,譬如对《中国统计年鉴》的考虑,运用泰勒级数神经网络的方法计算出中国民用建筑面积数据,应用《中国能源统计年鉴》中的历年我国的能源平衡表,采用其特定的统计计算方法,对历年国内民用建筑能耗进行了详细计算。进而可以到全时间段的中国建筑能耗特征。(2)通过“十二五”前后我国建筑能耗的变化,应用结构方程模型分析我国经济基础、土地供给、人口总量和节能水平的变化,结合文献研究选取合适的影响民用建筑能耗特征的解释变量,应用SPSS和Origin软件工具,进行多元线性回归分析以及敏感性影响研究,探究了各解释变量对于建筑能耗特征的影响强弱以及影响趋势。(3)应用本文介绍的民用建筑能耗特征模型计算几个主要建筑气候区的代表省市,分析了气候对于建筑能耗特征的影响,最后以北京市为例,应用民用建筑能耗特征模型研究分析北京市近几年建筑能耗特征发展变化并对未来几年建筑能耗特征趋势和走向进行了预测,为我国分省建筑能耗分析和预测提供了理论工具。(本文来源于《北京建筑大学》期刊2019-06-01）
王英英[9]（2019）在《UML2OPCUA模型转换研究及在分布式建筑能耗管理系统的应用》一文中研究指出随着工业自动化及物联网等领域的快速发展,传统的OPC技术暴露出很多不足。因此,OPC基金会发布了一种跨平台、具有丰富且可扩展信息模型的OPC UA统一通信规范,能更加安全可靠的实现信息模型层次的互操作。但是,OPC UA信息建模本身非常复杂,并且OPC UA建模工具很少,也没有完全可操作的OPC UA建模开源项目。同时,UML已扩展到了OPC UA的应用领域,在同一领域中使用两种不同规范会导致兼容性问题。因此,UML到OPC UA信息模型的转换很有意义。本课题提出了一种基于元模型的UML到OPC UA模型转换方法。其主要工作包括以下四个方面:(1)OPC UA统一架构及模型转换方法的研究。针对OPC UA特有的信息建模能力,重点研究了相关的地址空间模型及信息模型规范。对当前主要的模型转换方法进行了对比分析,深入研究了基于元模型的ATL模型转换框架,为后续UML到OPC UA模型转换研究做铺垫。(2)UML到OPC UA模型转换的研究。针对OPC UA信息建模本身的复杂性及与UML在同一领域使用导致的兼容性问题,本课题提出了一种基于元模型的UML到OPC UA模型转换方法。重点研究了UML和OPC UA的元模型,严格分析它们在数据实体、数据类型及关联关系之间的映射关系,并基于映射关系定义了ATL模型转换算法。最后对算法进行了简单实例验证,结果表明该算法具有可行性和重用性。(3)UML到OPC UA模型转换算法在建筑能耗管理系统中的应用。为了解决系统直接使用OPC UA建模的复杂性,首先对系统的设备空间关系进行了UML类建模。其次使用本文提出的UML2OPCUA模型转换算法将其UML模型转换为对应的OPC UA模型,再次验证了算法的可行性及准确性。最后,基于生成的OPC UA信息模型,设计实现了OPC UA服务器地址空间主要功能,为系统底层能耗数据采集做准备。(4)基于OPCUA信息模型的分布式建筑能耗管理系统设计与实现。首先,对系统的整体架构及技术架构进行了详细设计。其次,主要设计实现了系统底层数据采集服务、分布式海量能耗数据接收及存储模块功能。最后,对系统Web端的功能进行了设计实现,清晰友好的展示出具体建筑能耗信息,为本校节能优化提供有效参考。图65幅,表4个,参考文献65篇。(本文来源于《西安工程大学》期刊2019-05-28）
金国辉,魏雪,张伟健[10]（2019）在《基于ABC-BPNN的内蒙古西部草原民居建筑能耗预测模型》一文中研究指出针对内蒙古西部草原民居建筑构造简单,围护结构热工性能差,民居建筑的采暖能耗高等问题,提出基于人工蜂群(ABC)优化BP神经网络的能耗预测方法。本文根据民居建筑特点,选取11个能耗影响因素作为输入参数的样本特征,利用De ST-h模拟结果作为网络的学习和测试数据,构建基于ABC-BPNN的能耗预测模型。然后将预测结果与De ST-h模拟计算结果进行对比,得出训练样本平均误差为0. 075 W/m~2,测试样本平均误差也仅为0. 29 W/m~2。最后将基于ABC-BPNN的预测模型与基于BP神经网络的预测模型进行对比,结果表明,基于ABC-BPNN的预测模型平均误差更低。所以人工蜂群优化BP神经网络算法可以相对准确地预测内蒙古西部草原民居建筑能耗,为草原民居建筑节能提供理论依据。(本文来源于《土木工程与管理学报》期刊2019年02期）
建筑能耗模型论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
高速公路服务区建筑节能是我国基础设施能源战略及低能耗交通发展的一个重要组成部分,能耗比较高、节能潜力大是其重点。而高速公路服务区因其特殊的使用功能,导致其能耗有自身的特点,我们以京津冀地区为例进行高速公路服务区建筑能耗影响因素定量分析。通过对原服务区调查研究方法收集大量数据,总结并研究了影响高速公路服务区建筑能耗的因素,采用多元回归分析方法进行拟合。拟合研究分析确定高速公路服务区客流量、绿化覆盖率、窗墙比、服务区建筑面积与建筑能耗具有显着相关性,其中服务区客流量是影响建筑能耗的首要因素,并得到了对应的相关系数。构建了高速公路服务区建筑能耗定量分析仿真模型。根据定量分析模型提出相关的高速公路服务区建筑节能设计建议。并结合曲港高速博野服务区进行了实例分析。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
建筑能耗模型论文参考文献
[1].张杰,王波.大型公共建筑用电能耗预测模型及预测数据[J].电子技术与软件工程.2019
[2].戎贤,矫立超,孔祥飞,王建军,周钦云.高速服务区建筑能耗影响因素定量分析与模型仿真研究[J].建筑节能.2019
[3].卢郁健.绿色生态低能耗建筑工程成本预算模型构建研究[J].环境科学与管理.2019
[4].陈晓彦,赵超.改进的LSSVM-GSA模型在建筑能耗预测中的应用[C].第30届中国过程控制会议（CPCC2019）摘要集.2019
[5].欧阳前武,符亚磊,任中俊.基于时间序列分析模型的建筑能耗两级预测关系研究[J].建设科技.2019
[6].那威,王云鹏,侯静,武涌.公共建筑能耗特征模型及实证[J].暖通空调.2019
[7].赵秋红.区域建筑能耗预测模型在建筑施工中的应用[C].2019年国际科技创新与教育发展学术会议论文集.2019
[8].王云鹏.我国及分省民用建筑能耗特征模型及其强度动态特征分析[D].北京建筑大学.2019
[9].王英英.UML2OPCUA模型转换研究及在分布式建筑能耗管理系统的应用[D].西安工程大学.2019
[10].金国辉,魏雪,张伟健.基于ABC-BPNN的内蒙古西部草原民居建筑能耗预测模型[J].土木工程与管理学报.2019