论文部分内容阅读
随着我国经济的快速发展,人民生活水平越来越高,相应的建筑能耗问题也不容忽视。大型公共机构作为建筑能耗的重要组成部分,所占建筑能耗的比例呈快速上升趋势。大型公共机构能耗的准确预测,有利于更好的诊断大型公共机构的能源利用状况,提出相应的能效提升措施,对于提高能源利用效率、优化能源使用结构和促进构建节约型社会具有重要意义。 论文首先调研了天津市中新生态城典型公共机构的能耗及负荷使用情况,在此基础上选取大型商场、政府机构、酒店宾馆这三类公共机构分析大型公共机构的能耗特性。 其次分析了大型公共机构的能量流动特性并依此建立大型公共机构的能耗传递模型。基于此模型对典型公共机构的能源利用状况进行分析,并提出相应的能效提升措施。接着通过灰色关联分析法定性的分析了驱动大型公共机构能耗增长的五个影响因素。然后对这五个影响因素采用STIRPAT模型建模,运用岭回归分析法对模型进行了验证并定量地计算出各影响因子影响程度的大小。以五个显著影响因素为大型公共机构能耗分析预测模型的输入,以建筑能耗为输出,建立基于传统BP神经网络的能耗预测分析模型。通过实例仿真分析,结果表明该分析模型合理、可行,但在预测精度方面还有很大的提升空间。 最后为了改进BP神经网络能耗预测方法不够精确的缺陷,提出基于单纯形的小生境混合思维进化算法(SNHMEA)。该算法将单纯形法应用到趋同算子中,利用小生境技术提高思维进化算法的全局搜索能力,依据此算法建立SNHMEA-BP组合能耗预测模型。通过与BP神经网络预测结果进行对比分析,表明基于单纯形的小生境混合思维进化算法(SNHMEA)建立的组合能耗预测模型寻优速度快,计算量小,预测误差更低,是一种准确快速有效的系统能耗预测模型。