自适应加权最小二乘支持向量机的空调负荷预测

为了提高建筑空调负荷的预测精度,在分析空调负荷主要影响因素的基础上提出了一种基于自适应加权最小二乘支持向量机(AWLS-SVM)的建筑空调负荷预测方法。该方法根据预测误差的统计特性,采用基于改进正态分布加权规则,自适应地赋予每个建模样本不同的权值,以克服异常样本点对模型性能的影响。建模过程中采用粒子群优化(PSO)算法对模型参数进行优化,以进一步提高模型预测精度。基于DeST模拟数据将AWLS-SVM方法应用于南方地区某办公建筑的逐时空调负荷预测中,并与径向基神经网络(RBFNN)模型、LS-SVM模型及WLS-SVM模型作比较,其平均预测绝对误差分别降低了51.84%、13.95%和3.24%,并进一步基于实际空调负荷数据将该方法应用于另一办公建筑的逐日空调负荷预测中。预测结果表明:AWLS-SVM预测的累积负荷误差为4.56MW,亦优于其他3类模型,证明了AWLS-SVM具有较高的预测精度和较好的泛化能力,是建筑空调负荷预测的一种有效方法。     

电动汽车空调系统随机模型预测控制算法研究

为提高电动汽车空调系统的能量效率,提出一种基于马尔可夫链的随机模型预测控制算法. 热负荷扰动对空调系统的温度性能和能量效率存在较大影响,因此文中采用移动边界和集总参数方法,逐步建立了压缩制冷循环和车舱热负荷的动力学模型,建立的空调系统控制模型中包含了热负荷信息.采用马尔可夫链随机方法预测热负荷干扰,提出随机模型预测控制算法. 仿真结果表明,该算法提升了空调系统的温度性能和能量效率.      

基于K均值小波神经网络的二阶段空调负荷预测

结合聚类分析和小波神经网络模型,提出一种二阶段空调负荷建模方法,以提高空调负荷预测精度.首先利用K均值聚类算法将原始负荷样本数据依据其统计分布特性划分为若干簇类,以降低数据相关性对建模精度的影响;然后基于对每个划分簇类所属的样本数据建立相应小波神经网络空调负荷预测模型.最后基于De ST平台模拟数据,将构造的小波神经网络预测模型运用于福建某办公大楼的逐时空调负荷预测.通过对比均方根误差(RMSE)和平均绝对误差(MAPE),结果表明该模型的预测精度明显优于传统单一的小波神经网络和BP神经网络模型.     

基于支持向量回归机的空调逐时负荷滚动预测算法

针对当前空调负荷预测算法精度不高难以满足空调系统节能优化控制的问题,提出基于支持向量回归机(Support Vector Regression,SVR)的空调逐时负荷滚动预测算法,建立SVR滚动预测模型,模型参数采用网格搜索遍历算法进行寻优。为简化模型的复杂性,还对影响空调负荷的主要因素进行了相关性分析。此外,算法利用当日前1 h的滚动信息,不断对模型进行修正以提高负荷预测精度。最后探讨以期望误差为预测精度评价指标时,不同训练样本长度对神经网络和SVR算法预测精度的影响。预测结果表明:基于支持向量回归机的空调逐时负荷滚动预测算法较BP神经网络算法的预测精度提高10.3%,比常规支持向量回归机算法预测精度提高23.9%,训练样本较小时,算法预测性能更为优越。     

基于RBF神经网络的建筑逐时空调负荷预测模型

分别用径向基函数(RBF)神经网络模型和BP神经网络模型对广州市一栋办公楼和一栋图书馆在夏季不同月份的逐时冷负荷进行训练和预测,发现RBF神经网络模型预测的均方根误差和平均相对误差都仅是BP神经网络方法的64%左右.仿真结果表明,RBF神经网络具有更高的预测精度及更好的泛化能力,是建筑空调负荷预测的一种有效方法.在此基础上,构建了基于RBF神经网络的建筑逐时空调负荷智能预测软件系统.     

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.     

大空间建筑分层空调冷负荷计算模型研究

基于区域热质平衡理论,建立适合于大空间建筑的分层空调负荷计算模型,进行某大空间建筑夏季工况下的试验测试研究,验证室内垂直温度分布的计算结果,比较同步求解模型计算的分层空调冷负荷和实际大空间建筑空调供冷量,在此基础上,预测分层空调冷负荷在变工况下的变化趋势,计算结果表明实际空调最大供冷量与模型计算结果相差14%,变工况的负荷变化趋势符合实际变化规律.     

改进的季节性指数平滑法预测空调负荷分析

根据空调日总负荷和日平均气温之间的较强相关性,对经典的季节性指数平滑法预测模型中的水平因子项进行修正,并去掉趋势因子项,得到了改进的季节性指数平滑预测模型.以上海某医学中心空调系统作为该空调负荷预测模型的应用实例,在整个预测期内模型平均预测误差为8.8%.这表明改进的季节性指数平滑法适合于办公类建筑空调负荷的预测.     

建筑用户在室行为预测新方法

准确预测建筑用户在室行为可显著提高建筑能耗模拟精度,并进一步帮助建筑设计及运行控制优化.当前进行在室行为预测时所采用的主要是基于隐马尔可夫链方法的数学模型,该模型考虑了在室行为的时间关联性,可平稳有效地预测在室行为.然而现有隐马尔科夫模型难以准确描述在室行为动态变化规律以及在室行为与可观测参数之间的关联,降低了模型预测精度.针对该问题,本文提出一种基于状态转移的时变隐马尔科夫模型.该模型采用时变状态转移概率矩阵量化不同时刻在室行为的动态变化特征及关联,同时该模型基于状态转移计算可观测参数的概率分布以定量描述在室行为对可观测参数的影响.本文采用比利时某办公室在室行为数据库进行了相关建模和验证,结果表明该模型可更有效地捕捉在室状态变化,从而提高了在室行为预测精度.     

基于阈值模型的室外气象参数研究

室外空气干球温度、湿球温度与太阳辐射强度是研究空调设计负荷的三个重要室外气象参数,研究它们同时出现的极端情况对于空调负荷设计具有重要意义.基于二元阈值模型研究室外空气干球温度与太阳辐射强度两参数统计规律,采用MCMC方法估计模型的参数,对该阈值模型进行分析与预测.结果表明,天津市6~9月平均每20天会出现一次极端高温,此时空调处于"失效"状态.     

Dynamic prediction of building subsidence deformation with data-based mechanistic self-memory model

This paper describes a building subsidence deformation prediction model with the self-memorization principle.According to the non-linear specificity and monotonic growth characteristics of the time series of building subsidence deformation,a data-based mechanistic self-memory model considering randomness and dynamic features of building subsidence deformation is established based on the dynamic data retrieved method and the self-memorization equation.This model first deduces the differential equation of the building subsidence deformation system using the dynamic retrieved method,which treats the monitored time series data as particular solutions of the nonlinear dynamic system.Then,the differential equation is evolved into a difference-integral equation by the self-memory function to establish the self-memory model of dynamic system for predicting nonlinear building subsidence deformation.As the memory coefficients of the proposed model are calculated with historical data,which contain useful information for the prediction and overcome the shortcomings of the average prediction,the model can predict extreme values of a system and provide higher fitting precision and prediction accuracy than deterministic or random statistical prediction methods.The model was applied to subsidence deformation prediction of a building in Xi’an.It was shown that the model is valid and feasible in predicting building subsidence deformation with good accuracy.     

矿井瓦斯涌出量灰色GM（1，1）预测模型的分析

灰色预测模型为矿井瓦斯涌出量时间动态数列的预测提供了一条新的途径。本文在对灰色ＧＭ（１，１）预测模型进行有关分析的基础上，提出了矿井瓦斯涌出量预测的ＧＤＭ模型，以进一步拓宽灰色预测的应用范围．利用该预测模型对一些矿井进行瓦斯涌出量的预测研究，均得到了较为满意的结果．     

采用变时域模型预测的车辆路径跟踪控制方法

为了解决自动驾驶车辆变速行驶时模型预测路径跟踪控制器的可靠性问题,提出一种变预测时域自适应路径跟踪控制方法.首先,推导简化后适用于仿真验证的车辆三自由度动力学模型,引入松弛因子以避免求解过程中出现非可行解,并将跟踪控制转化为二次规划求解问题;然后,确定模型预测控制器的重要设计参数,分析车速和预测时域的变化关系,拟合预测时域与车速的函数曲线,设计一种变时域自适应路径跟踪控制器;最后,搭建Carsim/Matlab/Simulink联合仿真平台进行验证.结果表明:变时域自适应路径跟踪控制器能够随着车速变化实时更新预测时域,可保证车辆具有较好的跟踪精度和稳定性.     

突然开孔对平屋盖结构静动力风荷载的影响

采用刚性模型和气动弹性模型风洞试验,研究迎风面突然开孔对平屋盖结构静动力风荷载的影响.根据试验结果,分析了开孔前后平屋盖结构的平均风压系数、均方根风压系数和风振响应的变化规律,提出了开孔结构平屋盖净风压的计算方法,以及平屋盖风振系数的简化处理方法.研究表明:迎风面突然开孔会大幅增大平屋盖结构的静动力风荷载,在结构设计中必须考虑内外压的联合作用及相应的风致动力效应,但静动力风荷载的比值变化不大,因此仍可沿用封闭结构的风振系数.     

遗传算法在建筑物沉降预测中的应用

结合遗传进化算法的全局优化思想和时间序列分析的基本理论,提出了一种新的基于遗传算法的建筑物沉降非线性动力学行为预测模型进化识别算法。设计了模型结构和参数分别进化,共同识别方案,实现对非线性时间序列分析模型结构和参数进行全局最优搜索。实例分析结果表明：该方法具有较好的预测精度和推广预测能力,为高大建筑物沉降预测提供了一个有效的分析工具。     

Seismic instrumentation of high -rise buildings

An optimal assessment method for the design of accelerograph arrays to monitor the seismic response of high-rise buildings is presented. This method uses a finite element model of the structure based on a simplified multi-degree-of-freedom system model defined using the parameter identification method. The off-diagonal element of the Modal Assurance Criterion (MAC) matrix of mode is taken as the target function in order to facilitate the selection of optimum locations. An example for a high-rise building in Dalian indicates that a minimum of 15 locations provide the optimum sites for monitoring the dynamic response of the selected building in view of economic benefit.     

基于相似理论的钢筋混凝土建筑结构振动模态

以三层钢筋混凝土建筑结构为研究对象，将其简化为3自由度的弹簧-质量振动系统，用相似理论建立振动系统的实验模型，制作等效的建筑结构实验模型．用传递函数响应方法对实验模型进行动态响应实验研究，测得振动系统的固有频率和振型，掌握振动系统的动态特性，为钢筋混凝土建筑的结构设计和系统减振设计提供动力学的实验测试方法，尤其给安装在建筑物内机械设备的振动控制提供了设计依据．     

理论模型计算爆炸荷载作用下简支梁动力响应

根据爆炸动力与振动力学理论采用Euler梁模型与改进的Timoshenko梁模型分别分析了简支梁的动力响应.爆炸荷载被简化为三角形荷载.爆压计算公式采用J.Henrych公式.结果表明简支梁的动力反应包含2个阶段,分别为受迫振动阶段(弹性和塑性)和自由振动阶段.建立挠度应力方程用来判断梁的屈服.通过计算分析可知,与Euler梁结果相比,有限元计算结果相对更接近于Timoshenko梁模型计算结果.这是由于修正Timoshenko梁理论中考虑了剪切惯性效应的缘故.考虑实际工程中梁支承端部的约束形式对梁受荷载作用的影响,将端部约束简化为含有弹簧与阻尼共同作用的模型,研究弹性支撑系数、弯矩抵抗系数及阻尼系数参数变化对控制位移的影响.     

基于神经网络的物流量预测

应用不同的人工神经网络模型进行物流量预测。分析影响物流发出量、吸引量和周转总量的各相关因素及神经网络预测的基本思想,研究神经网络静态前馈模型和简单动态模型预测物流量的局限性,认为采用二者结合的综合预测方法能对物流量进行准确的预测。给出动态反馈的实时递归法仿真计算步骤,仿真结果与实际结果比较,具有较高的可信度。