| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 1 绪论 | 第9-19页 |
| 1.1 研究背景 | 第9-12页 |
| 1.1.1 大型公共建筑能耗现状 | 第9-10页 |
| 1.1.2 大型公共建筑的发展前景 | 第10-11页 |
| 1.1.3 大型公共建筑的节能政策 | 第11-12页 |
| 1.2 研究现状 | 第12-16页 |
| 1.2.1 国内外研究现状 | 第12-14页 |
| 1.2.2 研究中存在的问题 | 第14-16页 |
| 1.3 课题的学术意义 | 第16页 |
| 1.4 课题研究目的、内容 | 第16-19页 |
| 1.4.1 研究目的 | 第16-17页 |
| 1.4.2 研究内容 | 第17-19页 |
| 2 项目概况及建模软件 | 第19-23页 |
| 2.1 项目概况 | 第19-21页 |
| 2.1.1 建筑概况 | 第19页 |
| 2.1.2 空调系统概况 | 第19-21页 |
| 2.2 能耗模拟软件 | 第21-22页 |
| 2.2.1 能耗模拟软件介绍 | 第21页 |
| 2.2.2 能耗模拟软件DeST | 第21-22页 |
| 2.2.3 模拟软件DeST与建筑应用 | 第22页 |
| 2.3 本章小结 | 第22-23页 |
| 3 大型公共建筑能耗特点及建模 | 第23-33页 |
| 3.1 我国大型公共建筑能耗特点 | 第23-24页 |
| 3.2 重庆地区商业建筑模型建模 | 第24-30页 |
| 3.2.1 重庆市商业建筑能耗特点 | 第24-25页 |
| 3.2.2 大型商业建筑模型建立 | 第25-30页 |
| 3.3 重庆地区办公建筑模型建模 | 第30-32页 |
| 3.3.1 重庆市办公建筑能耗特点 | 第30-31页 |
| 3.3.2 办公建筑模型建立 | 第31-32页 |
| 3.4 本章小结 | 第32-33页 |
| 4 大型公共建筑能耗分析以及模型预测研究 | 第33-73页 |
| 4.1 大型公共建筑负荷特征模拟分析 | 第33-41页 |
| 4.1.1 逐时冷热负荷及指标 | 第33-38页 |
| 4.1.2 冷热负荷主要组成结构 | 第38-39页 |
| 4.1.3 典型功能房间负荷变化特性 | 第39-41页 |
| 4.2 大型公共建筑内外分区模拟分析 | 第41-48页 |
| 4.2.1 内外分区范围及自然室温差异 | 第41-44页 |
| 4.2.2 内外分区负荷指标 | 第44-45页 |
| 4.2.3 内外分区负荷逐时匹配性 | 第45-48页 |
| 4.3 大型公共建筑能耗特征模拟分析 | 第48-58页 |
| 4.3.1 大型公共建筑能耗组成 | 第48-49页 |
| 4.3.2 大型公共建筑能耗特点 | 第49-52页 |
| 4.3.3 大型公共建筑能耗指标 | 第52-54页 |
| 4.3.4 影响大型公共建筑节能潜力的主要因素 | 第54-58页 |
| 4.4 基于神经元算法对大型公共建筑能耗预测分析 | 第58-72页 |
| 4.4.1 BP神经元网络建立 | 第59-62页 |
| 4.4.2 基于BP神经元算法的大型公共建筑模型实例 | 第62-68页 |
| 4.4.3 BP神经元模型能耗预测及适应性分析 | 第68-72页 |
| 4.5 本章小结 | 第72-73页 |
| 5 大型公共建筑围护结构及空调系统建模节能分析 | 第73-125页 |
| 5.1 围护结构节能模拟分析 | 第73-81页 |
| 5.1.1 围护结构与建筑幕墙 | 第73页 |
| 5.1.2 影响幕墙能耗的主要因素 | 第73-74页 |
| 5.1.3 建筑节能幕墙技术的选择 | 第74-75页 |
| 5.1.4 公共建筑幕墙结构经济技术性分析 | 第75-81页 |
| 5.2 末端空调系统建模及节能分析 | 第81-106页 |
| 5.2.1 采用热回收空调系统 | 第82-94页 |
| 5.2.2 采用水环热泵空调系统 | 第94-102页 |
| 5.2.3 公共建筑末端运行管理问题 | 第102-104页 |
| 5.2.4 公共建筑末端设计管理建议 | 第104-106页 |
| 5.3 冷水机组数学建模及节能分析 | 第106-124页 |
| 5.3.1 冷水机组模拟能耗分析 | 第106-107页 |
| 5.3.2 冷热源机组配置合理性分析 | 第107-109页 |
| 5.3.3 混合多台机组运行能耗数学模型及群控策略优化 | 第109-117页 |
| 5.3.4 基于BP神经元算法的混合多台机组模糊群控策略 | 第117-121页 |
| 5.3.5 提高冷水机组效率的节能措施 | 第121-124页 |
| 5.4 本章小结 | 第124-125页 |
| 6 结论与展望 | 第125-129页 |
| 6.1 主要工作及结论 | 第125-128页 |
| 6.2 展望 | 第128-129页 |
| 致谢 | 第129-131页 |
| 参考文献 | 第131-137页 |
| 附录 | 第137页 |
| A. BP神经网络训练代码 | 第137页 |
| B. 作者在攻读硕士学位期间发表的论文目录 | 第137页 |
