| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究背景及选题意义 | 第9-10页 |
| 1.1.1 研究背景 | 第9页 |
| 1.1.2 研究的目的与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 课题主要研究内容 | 第12页 |
| 1.4 主要章节安排 | 第12-14页 |
| 第二章 大型公共建筑用电能耗构成及分析 | 第14-25页 |
| 2.1 建筑气候区划 | 第14-16页 |
| 2.2 大型公共建筑用电能耗构成分析 | 第16-20页 |
| 2.2.1 大型公共建筑用电能耗分项 | 第16-17页 |
| 2.2.2 办公建筑用电能耗构成 | 第17-18页 |
| 2.2.3 商场建筑用电能耗模型 | 第18-19页 |
| 2.2.4 酒店建筑用电能耗构成 | 第19-20页 |
| 2.3 大型公共建筑用电能耗构成分析 | 第20-21页 |
| 2.3.1 照明插座用电 | 第20页 |
| 2.3.2 空调系统用电 | 第20-21页 |
| 2.3.3 动力系统用电 | 第21页 |
| 2.3.4 特殊用电 | 第21页 |
| 2.4 大型公共建筑用电能耗影响因子 | 第21-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第三章 办公建筑空调系统用电能耗影响因素的分析 | 第25-32页 |
| 3.1 办公建筑空调用电能耗影响因子的选取 | 第25-26页 |
| 3.2 正交实验的设计 | 第26-28页 |
| 3.3 正交实验结果 | 第28-30页 |
| 3.4 本章小结 | 第30-32页 |
| 第四章 空调系统用电能耗预测方法及能耗分析 | 第32-48页 |
| 4.1 基于RBF神经网络的空调系统用电能耗预测方法 | 第32-40页 |
| 4.1.1 办公建筑空调系统用电能耗预测模型 | 第33-37页 |
| 4.1.2 RBF神经网络参数设置 | 第37-40页 |
| 4.2 办公建筑用电能耗数据预测报告 | 第40-42页 |
| 4.3 办公建筑用电能耗预测数据的分析 | 第42-46页 |
| 4.3.1 基准数据的建立 | 第42-44页 |
| 4.3.2 预测数据分析 | 第44-46页 |
| 4.4 本章小结 | 第46-48页 |
| 第五章 建筑能耗预测及分析系统的设计与实现 | 第48-58页 |
| 5.1 开发环境和相关技术 | 第48页 |
| 5.2 需求分析与总体设计思路 | 第48-50页 |
| 5.3 子系统设计 | 第50-52页 |
| 5.4 数据库与界面设计 | 第52-56页 |
| 5.4.1 数据库设计 | 第52-53页 |
| 5.4.2 界面设计 | 第53-56页 |
| 5.5 本章小结 | 第56-58页 |
| 总结与展望 | 第58-60页 |
| 参考文献 | 第60-63页 |
| 攻读学位期间取得的研究成果 | 第63-64页 |
| 致谢 | 第64页 |