天津办公建筑冷热负荷特征及预测算法
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 负荷特征研究现状 | 第11页 |
| 1.2.2 负荷预测研究现状 | 第11-15页 |
| 1.3 研究意义 | 第15-16页 |
| 1.4 研究内容 | 第16-18页 |
| 第二章 办公建筑负荷特征及其影响因素 | 第18-38页 |
| 2.1 负荷特征指标 | 第18-21页 |
| 2.1.1 日负荷特征指标 | 第18-19页 |
| 2.1.2 周负荷特征指标 | 第19-20页 |
| 2.1.3 季负荷特征指标 | 第20-21页 |
| 2.2 冷负荷特征分析 | 第21-25页 |
| 2.2.1 季负荷特性 | 第22页 |
| 2.2.2 周负荷特性 | 第22-24页 |
| 2.2.3 日负荷特性 | 第24-25页 |
| 2.3 热负荷特征分析 | 第25-32页 |
| 2.3.1 季负荷特性 | 第26-28页 |
| 2.3.2 周负荷特性 | 第28-30页 |
| 2.3.3 日负荷特性 | 第30-32页 |
| 2.4 负荷影响因素分析 | 第32-37页 |
| 2.4.1 办公建筑的模拟 | 第32-35页 |
| 2.4.2 冷负荷影响因素 | 第35-36页 |
| 2.4.3 热负荷影响因素 | 第36-37页 |
| 2.5 本章小结 | 第37-38页 |
| 第三章 办公建筑采暖负荷预测 | 第38-57页 |
| 3.1 负荷预测概述 | 第38-40页 |
| 3.1.1 负荷预测的特点 | 第38页 |
| 3.1.2 负荷预测的步骤 | 第38-39页 |
| 3.1.3 负荷预测的分类 | 第39-40页 |
| 3.2 中期热负荷预测模型 | 第40-47页 |
| 3.2.1 异常值的处理 | 第40-41页 |
| 3.2.2 预测模型 | 第41-43页 |
| 3.2.3 在线修正 | 第43-44页 |
| 3.2.4 案例分析 | 第44-46页 |
| 3.2.5 敏感性分析 | 第46-47页 |
| 3.3 短期热负荷预测模型 | 第47-52页 |
| 3.3.1 负荷分布系数 | 第47-49页 |
| 3.3.2 短期负荷预测模型 | 第49-50页 |
| 3.3.3 案例分析 | 第50-52页 |
| 3.4 采暖末端供水温度的预测 | 第52-56页 |
| 3.4.1 理论供水参数分析 | 第52-54页 |
| 3.4.2 实测供水参数分析 | 第54页 |
| 3.4.3 对比分析 | 第54-56页 |
| 3.5 本章小结 | 第56-57页 |
| 第四章 办公建筑空调负荷预测 | 第57-72页 |
| 4.1 中期负荷预测 | 第57-62页 |
| 4.1.1 相关性分析 | 第57-58页 |
| 4.1.2 高温累积效应 | 第58-60页 |
| 4.1.3 案例分析 | 第60-62页 |
| 4.1.4 敏感性分析 | 第62页 |
| 4.2 短期负荷预测 | 第62-68页 |
| 4.2.1 ARX模型介绍 | 第63页 |
| 4.2.2 预测模型 | 第63-67页 |
| 4.2.3 案例分析 | 第67-68页 |
| 4.3 超短期负荷预测 | 第68-71页 |
| 4.3.1 BP神经网络设计 | 第69页 |
| 4.3.2 预测效果 | 第69-71页 |
| 4.4 本章小结 | 第71-72页 |
| 第五章 负荷预测模块的开发 | 第72-79页 |
| 5.1 基于气象服务的负荷预测 | 第72-73页 |
| 5.2 TRNSYS预测模块 | 第73-76页 |
| 5.2.1 热负荷预测模块 | 第73-75页 |
| 5.2.2 冷负荷预测模块 | 第75-76页 |
| 5.3 负荷预测应用简介 | 第76-78页 |
| 5.4 本章小结 | 第78-79页 |
| 第六章 结论与展望 | 第79-81页 |
| 6.1 结论 | 第79页 |
| 6.2 展望 | 第79-81页 |
| 参考文献 | 第81-85页 |
| 发表论文和参加科研情况说明 | 第85-86页 |
| 致谢 | 第86页 |
