基于机器学习的办公建筑暖通空调系统能耗预测及优化调度

该文针对办公建筑暖通空调设计中的能耗预测难题,以山东省烟台市某商业社区3栋商业楼为例,基于Catboost学习方法和极端随机树学习方法对办公建筑暖通空调系统能耗进行预测,并基于预测结果对能源结构进行优化。结果表明,基于Catboost学习方法得到的预测值与实测值之间呈现出不同程度的离散性,但两者的误差仍位于±10%误差线范围内;基于极端随机树学习方法预测得到的能耗误差值超出了-10%的误差线;办公建筑暖通空调系统能耗值表现为夏季和冬季高、春季和秋季低,能耗峰值均位于7:00~17:00,并针对预测结果对各个季节的能源供给进行了优化调整。

大安大厦水蓄冷空调系统设计

以大安大厦项目为例,介绍了超高层建筑的水蓄冷空调系统设计,为采用蓄冷空调系统缓解日益增长的用电高峰时的电网压力提供参考案例和设计思路。

某办公大厦空调系统及节能设计

以上海某办公大楼设计为例,对其空调系统中的冷热源及系统进行了说明,分析其自然通风利用的可能性、采用热回收的经济效益,并对冷却塔免费供冷以及租户冷却水系统进行介绍,对设计过程中的难点问题进行总结。