| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.2.1 建筑能耗预测 | 第10-12页 |
| 1.2.2 能耗监测系统 | 第12-14页 |
| 1.2.3 能耗预警 | 第14页 |
| 1.3 研究内容和方法 | 第14-16页 |
| 第二章 福建地区高校能耗现状与分析 | 第16-26页 |
| 2.1 典型高校能耗统计分析 | 第16-22页 |
| 2.1.1 综合类大学 | 第16-18页 |
| 2.1.2 医科类大学 | 第18-19页 |
| 2.1.3 理工类大学 | 第19-20页 |
| 2.1.4 师范类院校 | 第20-22页 |
| 2.2 福建地区高等院校能耗现状 | 第22-24页 |
| 2.2.1 福建地区高校能耗概况 | 第22-23页 |
| 2.2.2 福建高校能源结构情况 | 第23-24页 |
| 2.3 福建地区高校建筑能耗特点 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 高等学校节约型校园节能监管平台 | 第26-33页 |
| 3.1 高校节能监管平台架构 | 第26-29页 |
| 3.1.1 硬件系统 | 第27-28页 |
| 3.1.2 软件系统 | 第28-29页 |
| 3.2 典型高校节能监管平台简介 | 第29-32页 |
| 3.3 本章小结 | 第32-33页 |
| 第四章 基于PCA-Elman的建筑能耗预警方法研究 | 第33-45页 |
| 4.1 主成分分析 | 第33-34页 |
| 4.2 Elman神经网络 | 第34-37页 |
| 4.2.1 Elman神经网络结构 | 第34-35页 |
| 4.2.2 Elman神经网络的学习算法 | 第35-37页 |
| 4.3 基于PCA-Elman神经网络的能耗预警方法 | 第37-39页 |
| 4.3.1 建模方法 | 第37-38页 |
| 4.3.2 参数选择和评价指标 | 第38页 |
| 4.3.3 预警阈值设置 | 第38-39页 |
| 4.4 案例分析 | 第39-44页 |
| 4.4.1 建筑简介 | 第39-40页 |
| 4.4.2 能耗样本 | 第40-41页 |
| 4.4.3 模型训练和结果 | 第41-44页 |
| 4.5 本章小结 | 第44-45页 |
| 第五章 相关性预警方法研究 | 第45-58页 |
| 5.1 关联规则 | 第45-47页 |
| 5.1.1 关联规则的基本概念 | 第45-46页 |
| 5.1.2 关联规则的有效性和实用性 | 第46-47页 |
| 5.2 Apriori算法 | 第47-51页 |
| 5.2.1 产生频繁项集 | 第47页 |
| 5.2.2 寻找频繁项集 | 第47-50页 |
| 5.2.3 产生简单关联规则 | 第50-51页 |
| 5.3 实例应用 | 第51-57页 |
| 5.3.1 数据样本 | 第52页 |
| 5.3.2 数据挖掘结果 | 第52页 |
| 5.3.3 结果分析 | 第52-57页 |
| 5.4 本章小结 | 第57-58页 |
| 第六章 能耗预警方法在高校节能监管平台上的应用 | 第58-69页 |
| 6.1 报警原理 | 第58-59页 |
| 6.2 能耗报警和设备异常报警 | 第59-61页 |
| 6.3 基于PCA-Elman能耗预警方法在节能监管平台上的应用 | 第61-63页 |
| 6.3.1 预警方法 | 第61页 |
| 6.3.2 MATLAB和.NET混合编程 | 第61-63页 |
| 6.4 报警功能可视化页面 | 第63-65页 |
| 6.5 应用结果分析 | 第65-68页 |
| 6.6 本章小结 | 第68-69页 |
| 第七章 总结与展望 | 第69-71页 |
| 7.1 总结 | 第69-70页 |
| 7.2 展望 | 第70-71页 |
| 参考文献 | 第71-74页 |
| 附录 | 第74-75页 |
| 附录1 各种能源的等效标准煤折算系数 | 第74-75页 |
| 致谢 | 第75-76页 |
| 个人简历 | 第76页 |
| 在读期间已发表和录用的论文 | 第76页 |
