基于气象因素分析的办公建筑动态短期负荷预测研究
| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 第1章 绪论 | 第8-16页 |
| 1.1 研究背景 | 第8-9页 |
| 1.2 研究现状 | 第9-13页 |
| 1.2.1 负荷预测相关技术研究 | 第10-11页 |
| 1.2.2 负荷预测方法研究 | 第11-13页 |
| 1.3 研究意义 | 第13页 |
| 1.4 研究内容和技术路线 | 第13-16页 |
| 第2章 建筑负荷影响因素分析 | 第16-30页 |
| 2.1 建筑负荷影响因素 | 第16-18页 |
| 2.1.1 建筑因素 | 第16-17页 |
| 2.1.2 内扰因素 | 第17页 |
| 2.1.3 外扰因素 | 第17-18页 |
| 2.2 气象因素敏感性分析 | 第18-28页 |
| 2.2.1 数据来源 | 第18-23页 |
| 2.2.2 敏感性分析介绍 | 第23-24页 |
| 2.2.3 热负荷敏感性分析 | 第24-26页 |
| 2.2.4 冷负荷敏感性分析 | 第26-28页 |
| 2.3 本章小结 | 第28-30页 |
| 第3章 建筑负荷预测理论 | 第30-42页 |
| 3.1 小波变换 | 第30-32页 |
| 3.1.1 连续小波变换 | 第30-31页 |
| 3.1.2 离散小波变换 | 第31页 |
| 3.1.3 多分辨率分析 | 第31-32页 |
| 3.2 粒子群-支持向量机 | 第32-35页 |
| 3.2.1 粒子群优化算法 | 第32页 |
| 3.2.2 支持向量机理论 | 第32-33页 |
| 3.2.3 粒子群算法优化的支持向量机模型 | 第33-35页 |
| 3.3 偏最小二乘回归 | 第35-38页 |
| 3.3.1 多重共线性问题 | 第35-36页 |
| 3.3.2 偏最小二乘回归建模步骤 | 第36-38页 |
| 3.4 组合预测方法 | 第38-40页 |
| 3.4.1 预测流程 | 第38-40页 |
| 3.4.2 评价指标 | 第40页 |
| 3.5 总结 | 第40-42页 |
| 第4章 建筑动态热负荷预测 | 第42-60页 |
| 4.1 热负荷预测基础 | 第42-46页 |
| 4.1.1 小波函数的确定 | 第42-44页 |
| 4.1.2 输入参数的确定 | 第44-46页 |
| 4.2 提前不同时刻的热负荷预测 | 第46-53页 |
| 4.2.1 热负荷预测模型 | 第47-50页 |
| 4.2.2 热负荷预测结果 | 第50-53页 |
| 4.3 模型有效性验证 | 第53-57页 |
| 4.3.1 模型的对比 | 第53-56页 |
| 4.3.2 气象预报精度的影响 | 第56-57页 |
| 4.4 总结 | 第57-60页 |
| 第5章 建筑动态冷负荷预测 | 第60-76页 |
| 5.1 冷负荷预测基础 | 第60-63页 |
| 5.1.1 小波函数的确定 | 第60-61页 |
| 5.1.2 输入参数的确定 | 第61-63页 |
| 5.2 提前不同时刻的冷负荷预测 | 第63-69页 |
| 5.2.1 冷负荷预测模型 | 第64-67页 |
| 5.2.2 冷负荷预测结果 | 第67-69页 |
| 5.3 模型有效性验证 | 第69-74页 |
| 5.3.1 模型的对比 | 第69-72页 |
| 5.3.2 气象预报精度的影响 | 第72-74页 |
| 5.4 总结 | 第74-76页 |
| 第6章 总结与展望 | 第76-78页 |
| 6.1 结论 | 第76-77页 |
| 6.2 展望 | 第77-78页 |
| 参考文献 | 第78-84页 |
| 发表论文和参加科研情况说明 | 第84-86页 |
| 致谢 | 第86页 |
