04课题四_基于运行数据的建筑能耗建模及优化技术_20180703.pptx

04课题四_基于运行数据的建筑能耗建模及优化技术_20180703.pptx

  1. 1、本文档共55页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

“基于运行数据的建筑能耗建模及优化技术”十三五国家重点研发计划项目“基于全过程的大数据绿色建筑管理技术研究与示范”究背景研究目标研究内容考核指标技术路线阶段进展内 容下一步计划

研究背景特征变量繁多弱变量多,难以线性回归数据缺失多课题背景:建筑能耗建模技术发展瓶颈

课题研究目标基于建筑运行海量数据及多维度信息数据的挖掘和融合方法,研究复合型建筑能耗模型方法,建立规范统一的公共建筑能耗模型,并研究模型质量评价方法及优化机制。模型方式优化机制基于运行数据后续应用

课题研究内容及总体框架研究建筑运行海量数据及多维度信息数据的挖掘方法研究复合型建筑能耗建模方法研究建筑能耗模型质量评价方法及优化机制研发典型公共建筑能耗建模关联数据库及应用模块

任务分解及承担单位子任务研究任务负责单位1基于运行优化导向的建筑能耗模型需求及适应性研究中国建筑科学研究院2面向建模需求的数据挖掘技术研究同济大学3复合型建筑能耗建模方法研究同济大学4建筑能耗模型质量评价与优化机制研究北京建筑技术发展有限公司5公共建筑能耗模型底层应用模块开发上海建筑科学研究院

年度进度计划

时间研究任务考核指标发明专利论文标准专著软件平台技术报告2017.07-2017.12建筑能耗建模现状、需求分析整理1篇2018.01-2018.06建模参数模型研究1篇典型公共建筑能耗模型评价参数研究1篇2018.07-2018.12建模数据库研究、建模需求框架研究1篇1份典型公共建筑能耗模型评价参数及方法研究1篇2019.01-2019.06模型优化机制研究1项1份复合型建模方法1篇1份2019.07-2019.12数据库、应用模块开发2项2020.01-2020.06模型验证1篇1部总计1项7篇1部2项3份课题进度与成果

任务1任务2任务3任务4任务5既有模型方法调研相关信息数据采集模型适用性及需求框架建模影响因子识别关联性分析建模参数集成参数化模型既有建模理论既有模型瓶颈分析典型公建能耗模型规划范、适用条件复合模型方法建模评价参数模型评价方法模型优化机制建模参数集及关联数据库建设模型应用软件开发复合建模实证边界条件需求构架研究模型需求分析模型边界条件典型公建能耗复合型建模方法及适用机制典型公建能耗评价方法及优化机制典型公建能耗模型数据库及应用模块各类模型对比评价研究技术路线

研究目标研究内容研究方法阶段研究成果明确建筑能耗模型适用性、需求框架及约束边界条件既有模型的适应性能耗模型需求适用条件边界约束成果:1公共建筑能耗数据现状调研报告(初步)建筑能耗模型方法、瓶颈及适用性分析报告(完善中)建筑能耗模型预设条件的影响研究(进行中)调研分析模型对比数据检验需求分析调研 案例分析梳理基于运行优化导向的建筑能耗模型需求及适应性研究阶段研究进展(1)

基于运行优化导向的建筑能耗模型需求及适应性研究阶段研究进展(1)温频法多区域法(以E+、DOE-2、eQUEST、TRNSYS、DEST等为代表)可分析建筑热特性及其机电系统性建模较为复杂、需输入十分详细的参能 数回归模型复杂程度一般、实施简便对非线性系统需要人为确定一些模型参数,精度较差人工神经网络①非线性处理能力强②较强的容错力①需人为设置拓扑结构和大量参数②结果的解释性不强③存在过拟合和极值支持向量机①对缺失数据敏感②核函数的选择影响大③计算复杂度取决于支持向量数目遗传算法①可解决小样本的非线性问题②泛化能力强③有自适应结构④全局最优解,无极值①强大的优化算法②可处理线性和非线性问题时间序列①模型简单,只需要内生变量而不需要借助其他外生变量①需知道系统表征函数②应用受到参数选择和函数类型的限①要求时序数据是稳定的,或者是通过差分化后是稳定的。②本质上只能捕捉线性关系,而不能捕捉非线性关系。决策树①易于理解②对预处理要求不高③有明确逻辑表达式④可处理数据和分类⑤计算快捷①信息增益易被多数值的属性误导②对噪声数据敏感③过拟合④忽略属性间关联性灰色模型①对不确定因素复杂系统预测效果①基于指数率的预测未考虑系统的随随机森林机性②中长期预测精度较差①噪音较大时会过拟合②对于取值划分较多的属性权重不可聚类(K-means、FCM等)较好②所需样本数据较小①不易过拟合②可处理高纬度数据①可基于距离、密度、目标函数等来判断②可考虑不同参数③可用于模式识别④目标明确①无监督算法②尚无统一评估指标③由经验获取类别数目关联规则(Apriori算法等)①无监督算法②尚无统一评估指标③由经验获取类别数目①无监督算法②尚无统一评估指标③由经验获取类别数目朴素贝叶斯算法①需假设属性之间独立②需事先知道先验概率③分类结果有错误率K最近邻①数学解释性强②对缺失数据不敏感③无迭代求解,适用于大数据集①简单有效②适用于

您可能关注的文档

文档评论(0)

专注于能源管理领域开发、方案设计、实施等,可承接开发咨询、方案设计文档等多方面内容。

1亿VIP精品文档

相关文档