建筑能耗监控与预测-机械电子工程专业论文.docxVIP

万方数据 万方数据 建筑能耗监控与预测 摘 要 近年调查发现，建筑类能源消耗正在高速度的增长，公共建筑虽然作为其中较小 的一部分，但单位能耗量远远大于其他类建筑，各级政府高度重视，为此颁布一系列 有关公共建筑节能减排的政策法规。由于缺乏相关的数据依据和科学指导，在制定政 策规划时具有一定的盲目性，虽然研究人员提供了很多解决方案，但权威机构指出目 前仍存在一些问题：能耗数据质量参差不齐、能耗数据得不到充分利用。 本课题以此为基础，设计和开发了一套建筑能耗监控系统，建立了能耗预测模型。 通过神经网络的理论以及预测模型的研究，指出了传统神经网络预测存在的缺陷，再 进一步对以往提出的改进方法进行研究发现，常用的改进方法通常都是针对神经网络 的某个具体缺点进行优化，但没能从整体性能进行改进。建筑能耗短期预测不仅需要 一定的精度，而且对预测的实时性要求很高，传统的神经网络以及改进方法都不能很 好地满足建筑能耗短期预测的需要。为此，本课题在遗传算法神经网络中加入 Levenberg-Marquardts 算 法 （ 以 下 简 称 LM ）， 提 出 了 Genetic algorithm Levenberg-Marquardts （以下简称 GALM）学习算法。通过建立基于 GALM 神经网 络的能耗预测模型，经过仿真和实例证明了该模型不仅预测精度较高，预测速度还得 到了充分提高。从而说明基于 GALM 神经网络预测模型适用于能耗短期预测。 为提供能耗预测模型的数据来源，提高能耗数据的质量，实现管控结合的智能化 管理，本课题设计和开发了一套能耗监控系统，主要内容包括： 1. 考虑到系统的安装环境和工作特点，采用分布式监控、集中式管理的总体设 计方案。 2. 基于 51 单片机对计量和控制装置进行设计，利用 CS5460A 可以实现能耗信 息的瞬时值和有效值采集。 3. 基于 C 语言开发出能耗数据采集程序，实现实时和定时的数据采集、分项存 储；利用 PHP 语言开发数据管理程序，用户通过网页浏览器即可对能耗数据进行访 问，通过 GALM 能耗预测模型预测的用能指标对用能设备进行管理。 关键词：建筑能耗，能耗监控，预测模型，遗传算法，Levenberg-Marquardts 算法 I BUILDING ENERGY CONSUMPTION MONITORING AND PREDICTION ABSTRACT According to recent surveys, building energy consumption grows more and more rapidly, especially for public buildings, althrough their energy consmption gross accounts for a small part, the unit energy consmption of them is much higher than any other buildings, which provoked governments attention, furthermore, a series of policy and regulation were formulated. But without data support and scientific guide, it is hard to make energy using plan. Thus researchers brought many ways to solve this problem, however, these were still not qualified for requirements according to relevant authority. For example energy consumption information was acquisited by all kinds of ways without a standard method; historical information cant be made good use and so on. Taking above as background, this research developed a set of building energy consumption monitoring system and established a building energy consumption prediction model. After studying previous prediction methods based