建筑物火灾室温预测网络模型的算例验证与实验

论述了室温网络模型及其隐式差分方程,对烟流性状预测软件中的室温预测部分进行了算例验证与实验研究,结果表明:算例计算结果与日本同类软件的计算结果基本相同,软件的计算结果与实验结果吻合得很好,完全符合火灾时室温的发展与变化规律。

基于等效热模型的供冷建筑RLS-KF室温预测方法

针对当前大型供冷建筑室温预测方法精度不高,难以满足空调系统节能优化控制的问题,提出基于等效热模型的递推最小二乘辨识-卡尔曼滤波(RLS-KF)室温预测方法.为了描述建筑的非稳态热工特性,通过等效电路法建立三阶的建筑热模型,选择空调冷负荷、室外温度和太阳辐射强度作为预测模型输入变量,并利用RLS算法在线辨识模型参数,同时针对单一RLS算法预测精度不高的问题,构造伪测量值,将KF算法应用于室温预测问题以提高预测精度.以广东某办公建筑供冷条件下室温为研究对象对文中方法进行验证,预测结果表明,RLS-KF算法较单一的RLS算法的预测精度和稳定性大幅提高,短期室温预测性能更为优越.

银川地区被动式太阳房的室温预测

被动式太阳房是一种经济有效地利用太阳能采暖的建筑,银川地区太阳能热水器已经得到了广泛的应用,但被动式太阳房的应用较少。本文对银川地区直接受益窗与集热蓄热墙的组合式太阳房的室内温度进行预测,分析其热舒适性,以便今后更近一步的研究。

基于室温预测的多联机系统节能潜力分析

本文基于美的大数据云平台中采集的多联机系统运行数据,分析了成都市某商业办公建筑多联机系统的运行现状,发现其存在较多设定温度过低的现象,导致能耗过高。为此,提出了将设定温度提高至26℃的节能策略。为了准确计算提高设定温度后的节能潜力,采用4种机器学习算法建立了室温预测模型。对比算法发现支持向量回归(SVR)模型的精度最高,其3台内机的室内温度平均绝对误差MAE误差仅为0.094℃、0.189℃和0.127℃。最后,基于模型预测的室内温度,结合机组的能耗特性曲线,发现将设定温度提高到26℃后,系统的整体能耗从2551.99 kW·h下降到1579.64 k W·h,节能率达到了38.1%。

变风量空调末端室温滞后Elman网络预测控制方法

对比分析了压力相关型和压力无关型变风量空调末端室温控制原理,阐述了压力相关型末端室温预测控制的研究意义。描述了时滞系统周期性预测控制基本原理,提出了基于Elman网络多步预测模型的室温预测控制方法。试验研究结果显示:在满足末端负荷需求的前提下,提出的基于压力相关型末端的室温预测控制方法改变了变风量末端的调节方式,有利于提高变风量空调系统室温控制回路的稳定性。

热水供暖系统室温的预测

本文以整个建筑物为对象，从宏观上分析、预测室温的变化，并详细计算在不同室外气温条件下，散热器面积和运行流量变化对室温的影响。

基于物联网的供热信息监管平台设计

随着人们生活质量的提升,切实有效做好冬季供热问题成为各政府关心的民生问题之一,因此建立供热信息监管平台,提高供热服务能力和监管水平已迫在眉睫。本文基于物联网技术建立工业信息监管平台将各个热力站数据、热力站视频监控数据、相关配套供热小区、温度数据等统一纳入平台为企业提供一体化监测模式。同时根据积累的海量数据基于神经网络技术建立了室温预测模型,模型可以根据天气、热源等信息预测室内温度变化提高企业智能化管理水平。

多区域建筑灰箱建模及参数辨识方法

智慧供热的发展允许建筑各区域能够独立监测及控制室温,为实现室温精确预测以制定各区域温度动态调节的最优控制策略,建立1种简化的多区域建筑灰箱模型并提出参数辨识方法。首先考虑相邻区域间的热耦合,基于等效电路法建立多区域灰箱模型结构;其次利用粒子群优化(Particle Swarm Optimization,PSO)算法辨识模型参数,同时引入人工蜂群(Artificial Bee Colony,ABC)算法改善PSO易陷入局部最优的缺陷,以此提高辨识精度;最后以西安市某高校7#宿舍楼为研究对象,基于相关供暖数据进行模型验证。实验结果表明,辨识得到的室温预测模型在不同天气和相邻房间温度发生变化的情况下,预测室温均能稳定跟踪实际室温的变化趋势,误差保持在±0.5℃之内,具有良好的预测精度和鲁棒性,可以满足实际工程需求。