| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 课题研究背景及意义 | 第10-11页 |
| 1.2 研究现状 | 第11-14页 |
| 1.2.1 建筑节能研究现状 | 第11-12页 |
| 1.2.2 空调预冷研究现状 | 第12-13页 |
| 1.2.3 空调提前停机研究现状 | 第13-14页 |
| 1.3 主要研究内容 | 第14-16页 |
| 1.3.1 节能优化控制策略 | 第14-15页 |
| 1.3.2 神经网络法预测预冷和提前关机时间 | 第15页 |
| 1.3.3 神经网络性能评价及系统能耗分析 | 第15-16页 |
| 第二章 空调停开机优化控制法 | 第16-20页 |
| 2.1 空调系统预冷控制 | 第16-18页 |
| 2.1.1 空调预冷模式研究及本文控制方法的确定 | 第16-17页 |
| 2.1.2 确定预冷时长的常用方法 | 第17-18页 |
| 2.2 空调系统提前停机控制 | 第18页 |
| 2.3 空调房间人体舒适度原则 | 第18-19页 |
| 2.4 本章小结 | 第19-20页 |
| 第三章 基于TRNSYS模型的最佳停开机时间确定 | 第20-38页 |
| 3.1 实验平台介绍 | 第20-23页 |
| 3.1.1 实验对象介绍 | 第20-21页 |
| 3.1.2 空调控制系统 | 第21-22页 |
| 3.1.3 VAV空调系统 | 第22-23页 |
| 3.2 VAV空调系统TRNSYS仿真模拟软件简介与应用 | 第23-24页 |
| 3.3 TRNSYS系统部件数学建模 | 第24-34页 |
| 3.3.1 VAV BOX数学模型 | 第24-27页 |
| 3.3.2 风机数学模型 | 第27-28页 |
| 3.3.3 风管系统数学模型 | 第28-30页 |
| 3.3.4 冷水机组数学模型 | 第30-32页 |
| 3.3.5 冷冻水泵数学模型 | 第32-33页 |
| 3.3.6 仿真模型的验证 | 第33-34页 |
| 3.4 基于TRNSYS模型的最佳预冷与停机时间的确定 | 第34-37页 |
| 3.4.1 新风预冷与停机控制模型建立 | 第34页 |
| 3.4.2 新风预冷与停机模型控制策略的验证 | 第34-35页 |
| 3.4.3 最佳预冷和停机时间的确定 | 第35-37页 |
| 3.5 本章小节 | 第37-38页 |
| 第四章 基于Elman型网络的预冷与提前关机优化 | 第38-56页 |
| 4.1 人工神经网络模型 | 第38-41页 |
| 4.1.1 BP神经网络 | 第39页 |
| 4.1.2 RBF神经网络 | 第39-40页 |
| 4.1.3 Elman神经网络 | 第40-41页 |
| 4.2 基于预冷与提前停机模型的Elman神经网络建立 | 第41-48页 |
| 4.2.1 Matlab神经网络工具箱 | 第41-42页 |
| 4.2.2 神经网络工具箱设计步骤 | 第42页 |
| 4.2.3 神经网络工具箱用户界面 | 第42-43页 |
| 4.2.4 预冷和提前停机时间的影响因素 | 第43-47页 |
| 4.2.5 数据归一化处理 | 第47页 |
| 4.2.6 隐藏层神经元数量的确定 | 第47-48页 |
| 4.3 神经网络模型准确性验证 | 第48-52页 |
| 4.3.1 不同神经元数的网络对比 | 第48-50页 |
| 4.3.2 网络性能评价 | 第50-52页 |
| 4.4 基于预冷和提前关机控制模式的能耗节约分析 | 第52-54页 |
| 4.4.1 优化控制前后的相对能耗对比与分析 | 第52-53页 |
| 4.4.2 优化控制前后的绝对能耗对比与分析 | 第53-54页 |
| 4.4.3 可变预冷与停机时间的优化控制与传统停开机控制的能耗对比分析 | 第54页 |
| 4.5 本章小结 | 第54-56页 |
| 结论与展望 | 第56-58页 |
| 参考文献 | 第58-64页 |
| 攻读学位期间取得的研究成果 | 第64-66页 |
| 致谢 | 第66页 |
