夏热冬冷地区居住建筑空气与热湿环境调控设计探讨
摘要
在当今的能源消耗预测中,通常预测时间较长,拟合度较低,成本开销较大。根据人工鱼群算法,提出了
一种能耗预测方法。引入时间序列方法求接近度2求出两个变量之间的温度和能耗的接近度,求得建筑温度和能耗
的使用情况,以及时间段内建筑温度和能耗的相关性获得。网络标准,构建预测模型,完成能耗预测。实验结果表
明,所提出的方法具有更短的预测时间、更短的成本消耗和更高的效率。
一种能耗预测方法。引入时间序列方法求接近度2求出两个变量之间的温度和能耗的接近度,求得建筑温度和能耗
的使用情况,以及时间段内建筑温度和能耗的相关性获得。网络标准,构建预测模型,完成能耗预测。实验结果表
明,所提出的方法具有更短的预测时间、更短的成本消耗和更高的效率。
关键词
密集区;栖息地;温度和能量预测
全文:
PDF参考
[1]廖嘉文.广州市城中村民居室内热环境研究[D].广东:广东工业大学,2012.[2]陶求华,李莉.厦门高校教室冬季热环境测试及热舒适预测[J].暖通空调,2012,42(4):72-75.[3]李剑东,王志超,袁涛.长沙市办公建筑室内热湿环境状况研究[J].建筑科学,2010,26(10):114-117.[4]袁涛,李剑东,王志超.西安公共建筑热环境调查分析[J].铁道标准设计,2012(增刊2):128-130.[5]李俊鸽.夏热冬冷地区人体热舒适气候适应模型研究[D].陕西:西安建筑科学技术大学,2006.[6]BragerGS,deDearR.Astandardfornaturalventilation[J].ASHRAEJournal,2000,42(10):21-28.[7]deDearR,RichardJ,BragerGS.Thermalcomfortinnaturallyventilatedbuildings:revisionstoASHRAEStandard55[J].EnergyandBuildings,2002,34(6):549-561.[8]杨柳.建筑气候分析与设计策略研究[D].陕西:西安建筑科学技术大学,2003.
DOI: http://dx.doi.org/10.18686/gcjsfz.v3i11.57426
Refbacks
- 当前没有refback。