论文题目:建筑照明系统节能新技术研究
摘要:随着城市化建设步伐的加快,建筑数量迅速增加,同时建筑行业的能源消耗逐年递增。参照发达国家的发展经验,我国建筑能耗将在较长时期内持续增长,若不加以控制,则未来建筑能耗将达到惊人的地步,针对建筑节能设计和能耗研究显得非常迫切。在建筑能耗中,照明能耗约为能耗总量的30%,具有巨大的节能潜力。因此,对照明系统的节能研究已经成为建筑节能领域内的研究热点。在各类建筑中,公共建筑具有典型性被视为建筑节能的重点研究对象。对公共建筑照明系统进行分析,系统的高能耗问题主要在于控制技术的缺陷和设备维护不到位。在实际情形中,建筑照明系统在空间无人时仍继续运行,造成能源浪费。且在照明系统投入使用后,常因设备维护不到位造成灯具长期运行,导致系统能耗的增加。针对这两种实际情形,本文从照明系统的运行及维护阶段进行节能研究,研究内容可以归纳为以下三个方面:(1)以公共建筑为研究对象,分析照明系统的特征,将影响照明系统能耗的因素分为主要因素和次要因素两大类。基于主要因素对照明系统各阶段能耗的影响,本文提出两种节能方案:一方面优化照明控制技术,以减少系统电力消耗,实现照明系统的直接节能;另一方面使用准确的预测模型,对系统未来能耗进行预测,为维护人员判断系统状态并检修提供依据,实现系统整体优化达到间接节能。(2)基于系统控制模型,本文研究智能照明系统与人员行为之间的联系,建立基于人员位移的智能照明控制模型。本文分析研究人行为模型的现状,对比几种人行为模型的优缺点,选择通过室内定位获取的人员位置信息作为本文的位移信息,用作灯具调节的前提。针对本文所建模型的特性,传统粒子群算法的使用受到限制,而基于罚函数的粒子群算法能适应该特性。实验结果表明,采用本文建立的模型,能够根据外部因素的变化动态调整空间中的照明设备,大幅度降低照明能耗,实现了对照明控制技术的优化。(3)基于系统整体优化的角度,针对系统维护不到位造成的能源浪费,本文研究建立照明系统能耗预测模型。在分析影响照明能耗因素的基础上,选用历史能耗数据、天气状况、室外日照时长、节假日,来预测系统的能耗。针对能耗特性及能耗数据的小样本量,支持向量机是非线性建模中理想的方法,其核参数和惩罚因子的选取对预测精度有着关键影响,因此使用具有全局优化特点的粒子群算法优化参数选取。实验结果表明,相较于原始支持向量机,改进后的模型具有更高的预测精度和更小的误差,能够更好的胜任建筑照明系统中的能耗预测任务。
关键词:建筑节能;照明能耗;人行为;预测模型;节能方法
学科专业:工程硕士(专业学位)
摘要
Abstract
第一章 绪论
1.1 课题背景
1.2 研究现状
1.2.1 照明节能技术的研究
1.2.2 能耗预测模型的研究
1.3 问题的提出
1.4 研究内容
第二章 建筑照明系统分析
2.1 建筑光环境与照明控制系统
2.1.1 建筑光环境
2.1.2 照明控制系统
2.2 照明系统能耗及其影响因素分析
2.2.1 灯具类型对能耗的影响
2.2.2 自然光对能耗的影响
2.2.3 照明控制方法对能耗的影响
2.2.4 人行为对能耗的影响
2.3 照明系统节能方法
2.3.1 直接节能——控制模型
2.3.2 间接节能——预测模型
2.4 本章小结
第三章 照明系统控制模型
3.1 照度计算模型
3.1.1 点光源的计算
3.1.2 天然光源的计算
3.2 照明控制模型
3.2.1 人行为模型
3.2.2 动态控制模型
3.3 调光控制算法
3.3.1 粒子群算法
3.3.2 基于罚函数的粒子群算法
3.4 本章小结
第四章 照明能耗预测模型
4.1 能耗预测模型
4.1.1 SVM回归模型
4.1.2 PSO-SVM能耗预测模型
4.1.3 预测效果评价
4.2 数据预处理
4.2.1 确定样本特征
4.2.2 异常数据处理
4.2.3 数据归一化处理
4.2.4 样本集划分
4.3 本章小结
第五章 实验仿真及结果分析
5.1 搭建仿真实验平台
5.2 控制模型效果分析
5.2.1 模型控制效果
5.2.2 模型节能效果
5.3 预测模型效果分析
5.4 本章小结
第六章 总结与展望
6.1 总结
6.2 展望
参考文献
图表目录
致谢