论文部分内容阅读
合理的建筑设计方案对降低建筑能耗至关重要,但目前在商场建筑方案设计时,一般较少也很难考虑不同方案的建筑能耗比对,造成商场建筑设计方案在节能方面存在先天不足,很难通过围护结构的选型达到降低其能耗的目的。为辅助建筑设计方案决策,快速准确预测商场建筑设计方案的空调全年负荷十分必要。本研究以珠三角地区商场为研究对象,开展实地调研,建立内热源作息模型,实现商场建筑空调负荷计算模型的模块化和参数化,比选各种机器学习方法预测结果的精确性和适用性,建立商场空调全年负荷快速预测模型,开发珠三角地区商场建筑负荷预测分析软件。首先,采用设计资料收集、实地调研、室内温湿度测试以及问卷调研的方法对包括建筑特征因素、业态分布、围护结构热工参数、室内空气参数、内热源参数等在内的珠三角地区商场建筑空调负荷影响因素现状特点进行研究,确定珠三角地区商场空调负荷各影响因素的变化范围。针对商场各层业态特点,提出九种典型业态组合模式,引入模块化设计概念将九种典型业态组合模式作为基本模块,通过调用相应模块并叠加实现对任一商场建筑模型的准确描述。其次,基于商场内热源的数据统计,建立典型业态的人员、照明和电器设备的作息模型,并通过两家商场的实际运行数据验证其准确性。典型商场业态的内热源作息模型的建立,提高了空调全年负荷模拟的精度,实现了商场建筑能耗精细化模拟。第三,提出并验证商场空调负荷计算模型参数化方法。采用拉丁超立方抽样方法生成空调负荷影响因素不同取值的八万组随机组合,利用R语言和EnergyPlus实现八万组计算模型的生成和模拟计算,最后以楼层为单位收集模拟计算结果,形成九种业态组合模式对应的商场模块空调全年负荷样本库,以供后续的机器学习方法进行训练和测试。最后,对比11种不同机器学习方法模型的准确性得出模型质量最高的机器学习方法为梯度提升方法,建立基于梯度提升方法的珠三角地区商场空调全年负荷预测模型,并开发珠三角地区商场建筑负荷预测分析软件。引入敏感性分析确定各影响因素对商场空调全年负荷的影响规律,分析不同输入变量简化方案的预测模型的精度,提出输入变量简化原则。最后,针对后续真实商场样本出现的缺失值导致无法作为完整样本来进一步优化预测模型的问题,确定最佳缺失值填补算法为EM算法和多重填补法,以便于应用实际运行数据对预测模型的修正。