基于卷积神经网络的寒地住区建筑群体形态节能设计研究.pdf

哈尔滨工业大学工学工士学位论文

摘要

随着城市化进程的不断推进，城市居住空间的热环境品质和能耗问题日益

受到关注，尤其是考虑到全球气候变暖和极端天气频发等问题。寒地建筑因对

于供热的必要需求以及潜在增长的制冷需求，其应为我国节能规划设计、节能

建筑设计的重点。然而，由于计算算力有限和形态因素考虑不充分等问题，当

下对于寒地住区建筑群体形态对建筑能耗影响的研究与探讨相对有限。故而应

用合理的数据科学的方法分析寒地城市住区形态对于节能规划设计、节能建筑

设计十分紧迫，这将对于实现碳中和目标、指导建筑节能设计有着重要意义。

本研究采用基于卷积神经网络（CNN）的机器学习框架高效、成组地分析

在多种形态因子作用下住区建筑群体形态对于其整体建筑能耗的影响，以此提

供一种以节能为导向的住区建筑群体形态设计方法与分析流程。首先，本研究

通过国内外关于城市住区建筑群体形态对于建筑能耗影响的研究进行综述，并

提取相关重要形态影响因子、典型的城市住区布局。随后，本文以沈阳市城市

住区为例，利用本文提出的节能导向的住区建筑群体形态设计方法及实验流程

进行后续分析。在给定地块及单元体量的前提下，实验在不同容积率、建筑密

度控制条件下，通过改变平面组合控制因子及竖向组合控制因子得到不同的住

区建筑群体形态因子布局，以此创建2000个住宅建筑模型；实验通过IESVE进

行建筑性能模拟分析并利用沈阳市多户住宅的实测室内温度进行建筑性能模拟

数据可靠性的验证分析；采用Pytorch搭建CNN模型，利用其识别各个住区的

图元信息并进行随后的建筑能耗预测与分析；据此分析建筑群体形态因子与

CNN预测分析结果数据（供暖能耗、制冷能耗及总建筑能耗）的定性与定量关

系。结果表明在容积率一定的条件下，竖向组合控制因子相对于平面组合控制

因子，对住区建筑能耗的影响更为显著；且在给定地块内住区容积率规定限制

越低，则通过改变建筑群体形态因子的方式能够更大幅度地改变建筑能耗值。

本研究利用机器学习方法对给定用地条件下的住区设计提供以节能为导向

的形态较优解，提供了一种以节能为导向的住区建筑群体形态设计方法与分析

流程。该研究不仅有利于数字技术与建筑设计理论相融合，同时其能够提供合

理的寒地住区形态优化策略及其模式，为寒地节能建筑设计、节能规划设计提

供相应方法与建议。

关键词:机器学习，建筑能耗，住区建筑群体形态，住区节能设计

-I-

哈尔滨工业大学工学工士学位论文

Abstract

ConsideringtherapidurbanizationprocessinChina,thethermalenvironment

qualityandenergyconsumptionofurbanlivingspaceshaveattractedincreasing

attention,especiallyconsideringglobalwarmingandfrequentextremeweatherissues.

Buildingsincoldregionsshouldbethefocusofenergy-savingplanninganddesign

andenergy-savingbuildingdesigninmycountryduetothenecessarydemandfor

heatingandthepotentialgrowthincoolingdemand.However,duetolimited

computingpowerandinsufficientconsiderationofformfactors,thecurrentresearch

anddiscussionontheimpactofbuildinggroupformincoldregions