摘要 | 第3-4页 |
ABSTRACT | 第4页 |
第1章 绪论 | 第9-18页 |
1.1 课题来源 | 第9页 |
1.2 研究背景与意义 | 第9页 |
1.3 国内外研究现状 | 第9-14页 |
1.3.1 国外研究现状 | 第10-12页 |
1.3.2 国内研究现状 | 第12-13页 |
1.3.3 研究现状总结 | 第13-14页 |
1.4 国内外区域能源规划的典型案例 | 第14-15页 |
1.4.1 国外典型案例 | 第14页 |
1.4.2 国内典型案例 | 第14-15页 |
1.5 本文研究内容 | 第15-18页 |
第2章 建筑能耗预测方法理论研究 | 第18-25页 |
2.1 现有建筑能耗预测方法 | 第18-20页 |
2.1.1 单位面积指标法 | 第18页 |
2.1.2 软件模拟预测法 | 第18页 |
2.1.3 数据统计分析法 | 第18-19页 |
2.1.4 情景分析法 | 第19页 |
2.1.5 现有方法对本文提出方法的启示 | 第19-20页 |
2.2 神经网络模型 | 第20-22页 |
2.2.1 神经元激活函数 | 第20页 |
2.2.2 神经网络的拓扑结构 | 第20-21页 |
2.2.3 神经网络的学习规则 | 第21-22页 |
2.3 BP神经网络算法 | 第22-23页 |
2.3.1 网络的正向传播 | 第22-23页 |
2.3.2 网络的误差反向传播 | 第23页 |
2.4 本章小结 | 第23-25页 |
第3章 区域建筑能耗的影响因素分析 | 第25-33页 |
3.1 建筑能耗影响因素的分析方法 | 第25-26页 |
3.1.1 层次分析法 | 第25-26页 |
3.1.2 专家判断法 | 第26页 |
3.1.3 问卷调查法 | 第26页 |
3.2 影响指标的筛选方案设计 | 第26-29页 |
3.2.1 影响指标的初筛 | 第26-28页 |
3.2.2 最相关因素筛选方案设计 | 第28-29页 |
3.3 区域建筑样本分类基本方法 | 第29-30页 |
3.3.1 分类依据 | 第30页 |
3.3.2 分类原则 | 第30页 |
3.4 数据库区域建筑样本分类 | 第30-32页 |
3.4.1 样本建筑一次分类 | 第30-31页 |
3.4.2 样本建筑二次分类 | 第31-32页 |
3.4.3 样本建筑三次分类 | 第32页 |
3.5 本章小结 | 第32-33页 |
第4章 基于BP神经网络的区域建筑能耗预测模型 | 第33-40页 |
4.1 样本数据的处理 | 第33-36页 |
4.1.1 样本数据来源及分类 | 第33-35页 |
4.1.2 样本数据的归一化处理 | 第35-36页 |
4.2 训练参数的设定 | 第36-37页 |
4.2.1 隐含层节点数 | 第36页 |
4.2.2 传递函数的选择 | 第36页 |
4.2.3 训练方法的选择 | 第36页 |
4.2.4 初始权值的确定 | 第36页 |
4.2.5 训练过程 | 第36-37页 |
4.3 运用MATLAB的具体实现过程 | 第37-39页 |
4.3.1 参数设定 | 第37页 |
4.3.2 预测结果与误差分析 | 第37-39页 |
4.4 本章小结 | 第39-40页 |
第5章 区域能源系统方案 | 第40-44页 |
5.1 典型的冷热源方案 | 第40-42页 |
5.1.1 典型冷源及其适用性分析 | 第40-41页 |
5.1.2 典型热源和几种常见供热方式 | 第41页 |
5.1.3 同时提供实现供冷供热的系统及其适用性分析 | 第41-42页 |
5.2 典型的区域能源系统方案 | 第42-43页 |
5.2.1 常规冷热源系统 | 第42-43页 |
5.2.2 分布式能源系统 | 第43页 |
5.2.3 区域式能源中心 | 第43页 |
5.3 本章小结 | 第43-44页 |
第6章 某区域用能需求分析 | 第44-52页 |
6.1 工程基本概况 | 第44-46页 |
6.2 基于BP人工神经网络模型的区域建筑用能需求预测 | 第46-49页 |
6.2.1 预测结果 | 第46-48页 |
6.2.2 结果分析 | 第48-49页 |
6.3 与传统指标法的对比 | 第49-51页 |
6.3.1 方法原理对比 | 第49页 |
6.3.2 方法预测结果对比 | 第49-51页 |
6.3.3 对比结果分析 | 第51页 |
6.4 本章小结 | 第51-52页 |
第7章 某区域能源方案配置 | 第52-68页 |
7.1 1 个能源中心系统 | 第52-57页 |
7.1.1 用能需求情况 | 第53页 |
7.1.2 不同能源方案配置及经济性分析 | 第53-57页 |
7.2 2 个能源中心系统 | 第57-63页 |
7.2.1 用能需求情况 | 第57-58页 |
7.2.2 不同能源方案配置及经济性分析 | 第58-63页 |
7.3 4 个能源中心系统 | 第63-66页 |
7.3.1 用能需求情况 | 第64页 |
7.3.2 方案3能源方案配置及经济性分析 | 第64-66页 |
7.4 不同数量能源中心的各方案总结 | 第66-67页 |
7.4.1 费用对比 | 第66-67页 |
7.4.2 不同配置方案的适用性 | 第67页 |
7.4.3 不同数量能源中心的优缺点 | 第67页 |
7.5 本章小结 | 第67-68页 |
附录一 区域建筑能耗影响因素调查问卷 | 第68-72页 |
附录二 利用MATLAB实现BP神经网络算法的主要代码 | 第72-77页 |
2-1 训练过程——供冷 | 第72-73页 |
2-2 训练过程——供热 | 第73-75页 |
2-3 训练过程——供电 | 第75-77页 |
结论 | 第77-78页 |
参考文献 | 第78-83页 |
致谢 | 第83页 |