首页--工业技术论文--建筑科学论文--建筑基础科学论文--建筑物理学论文--建筑热工学论文--建筑热工理论论文--建筑热工计算论文

能耗监测平台在节约型校园中的应用研究

摘要第6-8页
Abstract第8-10页
第1章 绪论第13-19页
    1.1 课题研究背景及意义第13-15页
        1.1.1 课题背景第13-14页
        1.1.2 研究意义第14-15页
    1.2 国内外研究现状第15-17页
        1.2.1 国内能耗监测平台现状及发展第15-16页
        1.2.2 国外能耗监测现状及发展第16-17页
    1.3 课题研究内容第17-19页
第2章 能耗监测平台的设计第19-30页
    2.1 能耗监测平台设计原则第19-20页
        2.1.1 能耗监测平台建设原则第19-20页
        2.1.2 分项计量回路设置原则第20页
    2.2 能耗监测平台构架第20-23页
        2.2.1 能耗监测系统总体架构第20-22页
        2.2.2 能耗监测软件系统第22-23页
    2.3 平台功能实现第23-29页
        2.3.1 能耗监测功能第23-24页
        2.3.2 能耗分析功能第24-26页
        2.3.3 能耗报表功能第26-27页
        2.3.4 能耗报警功能第27-28页
        2.3.5 能源审计第28-29页
    2.4 本章小结第29-30页
第3章 高校建筑能耗状况第30-51页
    3.1 学校基本概括第30-31页
    3.2 学校能耗现状第31-34页
        3.2.1 能耗数据采集现状第31-32页
        3.2.2 学校用电现状第32-33页
        3.2.3 学校用水现状第33-34页
    3.3 校园节电潜力分析第34-46页
        3.3.1 图书馆节电潜力分析第37-39页
        3.3.2 学生公寓节电潜力分析第39-42页
        3.3.3 公共教学楼节电潜力分析第42-43页
        3.3.4 节电措施第43-46页
    3.4 校园节水潜力分析第46-50页
        3.4.1 学生公寓节水潜力分析第47-48页
        3.4.2 节水措施第48-50页
    3.5 本章小结第50-51页
第4章 应用神经网络模型对能耗数据处理第51-66页
    4.1 BP神经网络第51-58页
        4.1.1 BP神经网络模型第51页
        4.1.2 BP神经网络算法第51-54页
        4.1.3 BP神经网络算法流程图第54-55页
        4.1.4 数据训练第55-56页
        4.1.5 应用BP神经网络训练第56-58页
    4.2 LM算法改进第58-62页
        4.2.1 LM算法第58-59页
        4.2.2 应用LMBP神经网络训练第59-62页
    4.3 实例分析第62-65页
    4.4 本章小结第65-66页
第5章 校园建筑能源审计第66-80页
    5.1 校园建筑能源管理概述第66-69页
        5.1.1 校园能源管理组织机构第66-67页
        5.1.2 校园建筑能耗评价指标第67-69页
    5.2 校园建筑能源审计第69-72页
        5.2.1 校园能源审计流程第70-71页
        5.2.2 分类分项能耗审计第71-72页
    5.3 能源审计分析实例第72-79页
        5.3.1 建筑基本信息第72-74页
        5.3.2 建筑能源管理情况第74-75页
        5.3.3 建筑总用能情况第75-77页
        5.3.4 照明系统能耗分析第77-78页
        5.3.5 插座系统(办公设备)耗电量分析第78-79页
    5.4 本章小结第79-80页
结论及展望第80-83页
参考文献第83-87页
附录第87-97页
攻读硕士学位期间发表的学术论文第97-99页
致谢第99页

论文共99页,点击 下载论文
上一篇:轨道交通一体化下的地下商业公共空间设计研究--以北京西直门轨道交通枢纽地下商业公共空间为例
下一篇:吉林省乡村社区空间布局适宜性评价及优化配置研究