安徽某高校建筑能耗评价指标体系的建立与应用
摘要 | 第5-6页 |
Abstract | 第6-7页 |
第一章 绪论 | 第15-21页 |
1.1 课题背景 | 第15-17页 |
1.1.1 我国建筑能耗现状 | 第15-16页 |
1.1.2 我国高校能耗现状 | 第16-17页 |
1.2 我国建筑节能工作现状 | 第17-18页 |
1.2.1 我国建筑节能的政策、规范 | 第17页 |
1.2.2 我国高校建筑节能工作现状 | 第17-18页 |
1.3 国内外高校能耗研究现状 | 第18-19页 |
1.3.1 国外高校能耗研究现状 | 第18页 |
1.3.2 国内高校能耗研究现状 | 第18-19页 |
1.4 研究目的和内容 | 第19-21页 |
1.4.1 研究目的和意义 | 第19-20页 |
1.4.2 研究内容 | 第20-21页 |
第二章 安徽某高校用能情况分析 | 第21-33页 |
2.1 建筑能耗概况 | 第21-24页 |
2.1.1 建筑能源消耗结构 | 第21-22页 |
2.1.2 近三年建筑能耗 | 第22-24页 |
2.2 高校各类建筑用能特征 | 第24-31页 |
2.2.1 教学楼建筑用能分析 | 第24-26页 |
2.2.2 学生宿舍用能分析 | 第26-28页 |
2.2.3 行政办公楼用能分析 | 第28-29页 |
2.2.4 图书馆用能分析 | 第29-31页 |
2.3 现有高校类建筑评价指标体系的不足 | 第31-33页 |
第三章 高校类建筑能耗评价指标体系的建立 | 第33-52页 |
3.1 高校建筑能耗评价指标的设计原则 | 第33-34页 |
3.1.1 科学、合理原则 | 第33页 |
3.1.2 全方位、多角度的原则 | 第33页 |
3.1.3 舒适、统一的原则 | 第33-34页 |
3.1.4 可操作性的原则 | 第34页 |
3.2 某高校能源监管平台 | 第34-41页 |
3.2.1 平台简介 | 第34-35页 |
3.2.2 平台架构 | 第35-37页 |
3.2.3 平台主要功能 | 第37-40页 |
3.2.4 平台主要特点 | 第40-41页 |
3.3 能耗影响因素 | 第41-44页 |
3.3.1 建筑功能 | 第41-42页 |
3.3.2 建筑设计 | 第42页 |
3.3.3 建筑设备 | 第42-44页 |
3.3.4 使用情况 | 第44页 |
3.3.5 气候环境 | 第44页 |
3.4 高校类建筑的能耗评价指标体系 | 第44-51页 |
3.4.1 高校各类建筑评价指标的选取 | 第44-45页 |
3.4.2 能耗指标的评价 | 第45-47页 |
3.4.3 高校各类建筑的能耗评价归纳 | 第47-51页 |
3.5 本章小结 | 第51-52页 |
第四章 能耗评价指标体系的应用 | 第52-70页 |
4.1 教学楼能耗评价及节能策略 | 第52-57页 |
4.1.1 建筑及监管概况 | 第52页 |
4.1.2 年度总能耗评价 | 第52-53页 |
4.1.3 典型日能耗评价 | 第53-54页 |
4.1.4 分项能耗评价 | 第54-56页 |
4.1.5 节能策略 | 第56-57页 |
4.2 学生宿舍楼能耗评价及节能策略 | 第57-63页 |
4.2.1 建筑及监管概况 | 第57页 |
4.2.2 年度总能耗评价 | 第57-58页 |
4.2.3 典型日能耗评价 | 第58-60页 |
4.2.4 分项能耗评价 | 第60-63页 |
4.2.5 节能策略 | 第63页 |
4.3 行政办公楼能耗评价及节能策略 | 第63-68页 |
4.3.1 建筑及监管概况 | 第63-64页 |
4.3.2 年度总能耗评价 | 第64页 |
4.3.3 典型日能耗评价 | 第64-65页 |
4.3.4 分项能耗评价 | 第65-68页 |
4.3.5 节能策略 | 第68页 |
4.4 本章小结 | 第68-70页 |
第五章 基于BP神经网络的能耗预测验算 | 第70-81页 |
5.1 能耗预测的常用方法 | 第70-71页 |
5.1.1 回归分析法 | 第70页 |
5.1.2 弹性系数法 | 第70-71页 |
5.1.3 人工神经网络法 | 第71页 |
5.2 BP神经网络模型的建立与能耗预测 | 第71-79页 |
5.2.1 BP神经网络概述 | 第71-73页 |
5.2.2 模型影响因素的选取 | 第73-74页 |
5.2.3 数据的选取和处理 | 第74-76页 |
5.2.4 网络模型的设置 | 第76页 |
5.2.5 建筑能耗分析结果 | 第76-79页 |
5.3 本章小结 | 第79-81页 |
第六章 结论与展望 | 第81-83页 |
6.1 结论 | 第81页 |
6.2 展望 | 第81-83页 |
参考文献 | 第83-86页 |
致谢 | 第86-87页 |
作者简介及读研期间主要科研成果 | 第87页 |