一、供暖建筑的室温调节与节能（论文文献综述）
张继谊[1]（2021）在《动力分布式集中供热系统模型预测智能调节方法研究》文中指出集中供热是我国重要的民生基础建设,在解决了我国冬季取暖问题的同时,集中供热所耗费的大量能源不容忽视。近年来科学家们提出了一种新型的动力分布式集中供热系统,其核心为在每个用户安装变频水泵,以此替代传统供热系统中的调节阀,通过独立的水泵向用户提供压头,这样避免了压头浪费,能够显着节约集中供热系统的输配能耗。动力分布式集中供热系统的关键是运维部分,由于供热管网水各支路水力互相影响,如何统筹协调动力分布式供热系统中的变频水泵是一大难点。随着“智慧城市”、“智慧供热”、“大数据”等一系列概念及计算机技术的逐渐发展以及动力分布式集中供热系统的应用越加广泛,发展适用于动力分布式集中供热系统的控制调节方法就显得尤为重要。面对这一现状,本文针对动力分布式集中供热系统,提出了基于室温预测控制的智能调节方法,具体工作如下:首先,本文针对动力分布式供热系统的水力耦合问题,提出了包括建筑数据监测、建筑室温预测、管网水力求解以及水泵统一调节在内的动力分布式供热系统模型预测智能调节方法。其次,本文依托大连理工大学能耗平台对部分建筑进行数据监测,应用LSTM神经网络的方法建立建筑室温预测模型,结合粒子群优化算法与模型预测控制对建筑热力入口调节方法进行了模拟研究,提出了建筑热力入口的智能调节方法。该方法可以响应天气因素变化,及时调节系统流量,控制效果良好,误差在±0.5℃。第三,本文建立二次网动力分布式供热系统管网水力、热力模型,设计动力分布式供热管网算例进行二次网动力分布式供热系统模型预测智能调节的模拟研究,结果表明在不断变化的天气环境下,各用户室温能够稳定在设定值,用户循环泵、热源循环泵协同工作,高效运行。最后,本文还探讨了动力分布式供热系统中零压差点的最优位置选取问题、动力分布式供热系统能耗问题,并模拟了采用分阶段变供水温度量调节的动力分布式供热系统与传统供热系统的运行整个供暖季的能耗情况。本文提出了一套动力分布式供热系统的模型预测智能调节方法,该方法将所有水泵统一调节,解决了供热管网中常见的支路耦合问题;同时利用大数据监测,建立了建筑室温预测模型,提出了建筑热力入口智能调节方法,为智慧供热提供了新的解决方案。本文主要使用模拟的方法进行研究,具体如何应用到实践之中以及在实践中表现如何还需要更进一步的探讨。
徐冲[2]（2021）在《基于模型预测的供暖室温优化控制策略研究》文中进行了进一步梳理在供暖需求呈现多样化的趋势下,室温控制是实现供热节能的方式之一。目前我国没有大范围实现按需供热,围护结构保温与热计量装置的应用虽然促进了供暖能耗的降低,但与发达国家的供暖能耗相比仍然偏高。室内温度的控制具有滞后性,传统的控制方法不能满足高精度、高舒适性的要求,采用模型预测控制对供暖室温进行调控,不仅可以根据当前状态预测未来温度,提高室内的热舒适性,而且可以降低供暖能耗。首先,本文通过实验对IDA-ICE模拟动态热负荷的准确性进行验证,对大连市一个实验房间供暖期间定工况、变工况下的室温、外墙内表面温度、散热器功率进行实测并在IDA-ICE软件中同步模拟,结果表明,实测和模拟的室内温度、南外墙内表面温度的平均偏差都在-5%以内,均方根误差变异系数都在10%以内,从而验证了IDA-ICE能耗模拟软件的准确性以及模型的可靠性。其次,依据能量守恒建立实验房间RC热动态模型,并将其转化为离散化状态空间模型在Simulink中进行仿真;建立变频水泵功率模型,在Simulink中搭建MPC仿真平台对实验房间室温进行控制,得出控制过程中室温、流量、散热量及变频水泵功率的变化情况。结果表明,模型预测控制下室温可以沿设定的轨迹进行变化,并且上下波动区间不超过1℃。在此基础上,在Simulink中搭建室温PID控制仿真模型,与MPC控制结果进行比较。通过计算,PID、MPC控制下室温与设定值的误差指标分别为0.03107、0.01618,变频水泵能耗分别为4.87k Wh、4.2k Wh,MPC控制下的室温热舒适性较好,流量波动较小,并且变频水泵能耗减小了约13.8%。最后,以大连市一栋住宅建筑为研究对象,通过IDA-ICE模拟得出室温变化规律,依据建筑对称性对房间模型个数进行简化,并将MPC策略应用于该建筑,仿真结果表明在室温设定值恒定且受到室外扰动变量作用时,对于同一用户的不同房间,北向卧室、南向靠山墙卧室的响应时间较长;对于同一层不同用户相同类型的房间,侧边用户房间的响应时间较长;对于不同楼层同一类型房间,顶层用户房间响应较长。通过变频水泵调节入户流量减少节流损失及热量浪费,相比于不采用模型预测控制,供暖能耗降低了24.9%,在实际室温控制中应用前景较好。
程雪[3]（2021）在《智慧供暖建筑室内平均温度监测方法研究》文中研究说明随着智慧供暖的逐步发展和智慧供暖建筑的出现,如何正确、精确地获取平均室温信息是实现建筑供暖智慧化的重要问题之一。由于房间实际温度分布不均匀,传统的室温传感器的布置受到空间的限制,以及布线以及技术等要求,传感器所测量的温度只能反映传感器所在位置周边一定空间内的温度信息,不能准确反映房间的实际平均温度情况。本文调研并总结了不同室温传感器的类型、功能和使用场景,对传感器设备使用做了基本的整理概括。以实地调研的方式,对哈尔滨市内若干栋建筑中,不同类型的室温传感器的安装情况进行了记录和整理。选取了5个具有代表性的房间在供暖期间进行了实地室内热环境测量与分析,并且该实测数据为本文中的数值模拟实验提供验证。采用正交实验设计,选取了5个对室内热环境有影响的因素,分别为朝向、外墙厚度、窗墙比、所在楼层、有无冷山墙和太阳辐射,通过CFD软件Flo Vent对16种工况进行模拟,获得室内温度场分布情况,在此基础上提取不同近壁面空气温度分布数据并做相应处理,通过数据可视化将平面温度数据转化成图片,然后使用感知哈希算法计算之间的相似度分析其差异大小,数据处理时使用三种误差设计,分析这些影响因素的主次性和影响程度。为了研究普遍情况下,房间测点位置和室内平均温度的关系和相关性,设置基本工况,改变朝向、太阳辐射、外墙厚度和窗墙比等影响因素,设计10组不同工况的数值模拟实验,得出不同近壁面空气温度分布,通过二位三次样条插值标准化数据格式,对每个测点温度和平均温度做皮尔逊相关性分析。使用机器学习的手段,建立室温测量模型,对比分析神经网络类型、时间序列长度、输入参数选取和训练数据集类型对室温测量模型建立的准确性的影响,给出合适的室温测量模型方案。
张凡[4]（2021）在《集中供热系统的热负荷特性及供热可及性》文中研究说明我国北方地区城市化较完善地区在冬季供暖均采用集中供热,集中供热相比于其他供热形式而言也较为节能,随着对集中供热系统相关问题研究逐渐深入,我国供热系统能源消耗量逐步减少,但依然是我国总能耗中的重要组成部分。目前集中供热系统的供暖实际效果并没有达到在满足人员生活需要的同时节约能源,供热过量与过少的情况依然很多,极大增加能源消耗。供热系统的供热是依靠建筑负荷进行计算的,负荷的精度也就决定了供暖的品质。本文研究内容如下:首先,以西安为寒冷地区的代表城市,选择住宅建筑、学校建筑、办公建筑、医院建筑、商场建筑和酒店建筑这6类建筑为典型建筑,按照相应的规范设定建筑热工参数与室内热扰参数,采用Dest软件对6类建筑进行了全年动态热负荷分析,发现酒店建筑节能最佳。其次,基于单体建筑的模拟结果,采用叠加方法,得到了建筑群热的负荷特性。采用正交实验设计法,将6类建筑的面积设置为三个不同的水平,拟合出18类建筑群,研究了典型建筑群的热负荷特性。第三,上文中我们研究了集中供热系统不同建筑群热负荷特性,对集中供热系统调节是供热过程中不可避免的一步,供热系统若能满足最大波动负荷的调节,则即可满足各类建筑的调节要求。最后,研究供热时滞性与可及性对供热系统的影响,由于地理位置不同导致系统供水不能按调节温度送达用户,用户接收到的是延时后的供水温度,而其回水温度却由用户端送出,可以保证调节回水温度,研究此问题对供热调节影响程度。研究不同类型建筑动态热负荷的特性规律,是供热系统的运行调节的前提保障,旨在达到“供需平衡”,同时保证管网水力工况相对稳定,在节约能源的同时也满足了用户端的需热量,提高生产生活品质。
杨澜[5]（2020）在《基于用户行为节能的热力站调控策略研究》文中指出随着供热技术的不断创新和信息采集技术的发展,为热用户的行为节能提供了措施和手段,形成了用户可自主调节的新型供热模式,即供热计量温控一体化供热模式。然而当热力站和用户供需不匹配时,温控阀会频繁开启或关闭,供热系统水力工况波动大。为解决上述问题,本文以该供热模式下的供热系统为例,研究了基于用户行为节能的热力站调控策略,具体工作如下:首先,基于数据分析和问卷调查的方法研究用户的行为节能规律。通过历史供暖数据分析热用户在不同供暖时段目标室温设定值和实际室内温度的变化,总结用户行为节能的时间规律和目标室温设定幅度;通过问卷调查,得到用户的热舒适温度范围在20～22°C之间,用户的期望温度为20.54°C。其次,通过用户的室内温度和目标温度数据,研究供暖系统的目标温度和反馈温度的计算方法。根据供暖系统目标温度与用户的行为节能规律划分不同用热模式的时间段,并确定不同时间段的目标温度,指导后续热力站调控,并通过供热系统反馈温度值反馈供热效果。再次,通过实际供暖数据,研究建筑热惰性以及用户行为节能综合作用的热力站调控周期。在供暖建筑室温波动理论定性分析基础上,选取供热量不变的工况,对典型楼栋的无行为节能干扰用户的室内温度变化进行统计分析,得到建筑热惰性影响下的室内温度变化速率,在此基础上确定热力站的调控周期为4.89～8.12 h。结合用户行为节能下的不同用热模式时间段,得到了热力站的调控周期。最后,提出了基于用户行为节能的热力站调控策略。应用温控阀关闭时长比例计算用户的需求热负荷Q;利用历史数据回归方法预测不同用热模式分时间段的热负荷Q预测;通过供暖系统的目标温度变化幅度值Δtn得到目标热负荷Qq;之后确定热力站供温曲线。为验证该调控策略的可靠性,对2018/2019供暖季进行了应用和研究。结果显示:采用本文提出的调控策略之后,供暖系统温控阀关闭时长比例K值均大部分降在15%以下,水力工况平稳,且供暖系统反馈温度处于用户期望温度区间内;供暖初期、高寒期和末期的节能率分别为4.6%、2.63%和19.83%,末寒期的节能最明显。本研究提出的调控策略在保证热用户的热舒适性的基础上,降低了能耗成本,使温控阀关闭时长比例控制在合理范围内,实现了供热系统的稳定运行,为相似供热系统节能调控提供参考。
赵泽明[6]（2020）在《基于数据挖掘技术的智慧人居模式与行为预测研究》文中研究说明居住者行为是影响建筑能耗的重要因素,也是带来能耗模拟及预测不确定性的主要来源。居住者的能耗行为实为其物理、生理、心理需求的体现。现阶段,如何以人为本地寻求建筑节能与人体热舒适间的平衡是建筑节能事业的研究重心。随着大数据与云平台的飞速发展,充分认识居住者行为动机、模式及规律逐渐成为可能。依托于智慧家居管理平台,运用先进的数据挖掘技术,能够有效克服行为研究的局限性,解决人行为的随机性、复杂性问题,以人为本地引导建筑节能落地,为建筑设备系统的智能化管控、个性化服务奠定基础,无论是对建筑节能事业的发展,还是对人居环境的改善都具有重要意义。本研究基于住宅建筑的智慧家居管理平台,运用多种数据挖掘技术、机器学习算法,以实际工程案例为基础,针对居住者空调供暖、供冷调节行为的动机、模式及规律,展开如下研究:首先,本研究提出了一套具有普适性的数据预处理技术体系,运用K-Means、KNN、改进的滑动平均等多种数据挖掘技术,系统性、分门别类地解决了大数据平台中不同情况的数据缺失、数据异常等问题,有效实现了数据清理、数据集成、数据转换和数据规约的过程。对提高数据质量、保障数据挖掘质量及效率具有重要意义。其次,本研究从多角度提出了居住者空调调节行为的影响因素;运用二元逻辑回归、非参数秩和检验、卡方检验方法,对行为与因素间的相关性进行了检验;进一步运用二元逻辑回归、多元逻辑回归方法,挖掘出居住者行为的主要驱动因素;并从模型拟合优度、拟合效果等角度验证了模型的有效性,形成对居住者行为动机的认识。然后,本研究提出了时间条件、室外环境、室内环境和空调设定4种行为模式;运用K-Means聚类分析方法,辨识出居住者行为模式的典型类别;运用FPgrowth关联规则分析方法,挖掘出各房间居住者在不同室外环境及时间条件下的空调使用习惯,以及不同室外环境、温度设定水平下营造的室内环境。逐个房间分析了居住者行为习惯、热舒适偏好、系统的运行情况,提出了更切合实际的能耗管控策略。最后,本研究分别运用随机森林、BP神经网络、支持向量机3种机器学习算法,对4种居住者空调调节行为进行逐个房间的建模,以实现行为的实时预测;通过对模型进行验证与评价,筛选出能够实时、精准预测居住者行为的最佳模型,平均运算时间在30s内,供暖开关、供冷开关及温度调节行为模型的平均预测准确率均在95%以上,供暖温度调节模型的平均绝对百分比误差均值仅为1.00%,为智慧家居设备系统的智能化决策、个性化定制服务奠定基础。
徐冲,王海超[7]（2020）在《供暖室内温度控制技术综述》文中指出分析供暖室内温控技术现状,对供暖室内温控装置、控制算法进行综述。与国外相比,我国供热系统缺乏热计量装置的使用及室内温度调控方法,用户很难实现用热量实时调节。用户对热量的概念不清楚,按面积收费的计费机制也导致部分用户节能的积极性不高。国外的室内温控设备已经相当成熟,我国在室温控制方面的自动化程度不高。将相变蓄热技术与室内温度控制相结合,不仅可以提高室内热舒适性,而且对降低供暖能耗有重大意义。在供暖室内温度的控制算法中,除传统PID控制外,模型预测控制（MPC,基于模型的闭环优化控制策略）以及与其关系密切的能耗模拟与控制算法将成为发展方向。
吉玉辰[8]（2020）在《严寒地区室内外气候对热舒适与热适应的影响研究》文中研究表明随着人们对于室内热环境的舒适性要求越来越高,以及出于减少建筑能耗的考虑,人体热舒适与热适应成为近年来的热点话题。热舒适既是人体对建筑环境的最直接的主观热反应,也是进行建筑使用后评价的最重要的评价指标。我国严寒地区冬季漫长寒冷,供暖能耗大。为了营造既满足人体热舒适需求,又能降低建筑能耗的室内热舒适环境,本文通过实验室研究和现场研究,从人体适应性出发,分析严寒地区室内外气候对人体热舒适的影响。本文的主要研究内容和主要发现如下:首先,严寒地区冬季长达半年之久,期间室外气温变化幅度很大。根据室外气温,将供暖期划分为不同供暖阶段。在同一年不同供暖阶段对哈尔滨的住宅、办公建筑、大学生宿舍和教室4类不同功能建筑同时进行现场调查,得到室内热环境和人体热反应特征参数。研究人体热反应随环境特征参数变化的规律,建立不同供暖阶段各类建筑热舒适评价模型。发现办公建筑和教室中的热中性温度比住宅和宿舍中的热中性温度低约2～3℃。其次,针对同一批受试者,在不同室外气候下进行实验室研究,研究不同供暖阶段（室外空气温度变化）而室内气温不变的人体生理和心理反应。发现不同阶段室内温度不变时人体生理参数（心率和血压）和心理反应的变化明显。同时,将实验室与现场研究结果进行对比,发现感知控制对人体热感觉的影响是具有积极作用的。第三,对不同年代、不同节能住宅的室内热环境与居民的热适应进行深入研究。重点关注冬季供暖期间住宅中过热现象,并与以往住宅热舒适调查对比,探讨室内热暴露对人体热舒适与热适应的规律,提出合理的室内温度。建立不同供暖阶段的适应性模型,发现不同年龄组之间的热适应性差异。第四,对被动式超低能耗建筑进行现场调查,研究在超低能耗建筑中冬夏季的热环境和人体舒适性。研究季节对人体热舒适与热适应的影响规律。发现冬季舒适的中性温度比热中性温度高1.8℃。发现冬季平均室内空气温度与夏季接近,得到季节对人体热舒适的影响。研究楼板辐射供暖热环境与辐射传热性能和室温调节规律,建立供热量与楼板表面温度之间的函数关系数学模型。发现其人体的头脚空气温差小,热舒适性好。最后,基于长期跟踪调查数据,建立了严寒地区冬季供暖期的人体热适应性模型,揭示热中性温度与室内外温度之间的关系,研究人体热适应的时间。发现人体热中性温度与室内空气温度存在2～3周的时间延迟。针对个性化控制需求,建立以空气温度、操作温度、相对湿度和服装热阻为特征变量,以热感觉为结果变量的随机森林模型。综上,本文通过现场调查、实验研究以及数据挖掘,研究了严寒地区室内外气候对人体热舒适和热适应的影响,建立了不同供暖阶段不同类型建筑的热舒适评价模型,得到了不同供暖阶段的人体生理和心理反应规律,并且建立了不同供暖阶段的人体热适应性模型,揭示了不同年龄人群的热适应性差异。
周梦[9]（2019）在《基于群智能技术的高层集中供暖系统控制与优化研究》文中认为我国北方地区冬季主要采用集中供暖方式进行供暖,由于供暖室内温度受到诸多因素影响,传统的集中供暖系统控制方式不能保证建筑群体的室内舒适性温度。小区换热站循环水泵无法根据建筑群体供暖需求量有效分配各循环水泵的工作量,从而导致大量能源浪费。因此,如何实现较低供暖能耗和较高室内热舒适性有着重要意义。本论文基于新型建筑智能化平台,提出了集中供暖系统群智能控制方法。对集中供暖建筑室温采用群智能室温模型预测控制进行预测与群控,并根据控制后所需供热水量对循环水泵进行群智能优化控制,解决集中式控制的不足。围绕这一目标,本文以西安建筑科技大学南院教师住宅楼为对象,对集中供暖系统进行群智能控制与优化研究,主要研究工作如下:（1）采用机理建模方式,对室内热环境影响因素进行分析,并利用状态空间法建立室温热平衡方程,联立后通过特征法求解表征房间热特性指数,从而建立室内温度预测模型。通过仿真模型实验与实测数据对比验证表明,该室内温度预测模型能够正确的反映系统的实际情况,而且预测效果准确。（2）使用建筑能耗模拟软件TRNSYS根据高层集中供暖系统的拓扑结构建立集中供暖群智能控制仿真系统。系统中各建筑单元以及供暖设备配有分布式控制器形成智能设备,控制信号传递给散热器阀门进行动作,从而改变相应建筑的室内温度。并采用TRNSYS对教师住宅楼在冬季集中供暖工况下分别进行传统温控阀PID控制和群智能模型预测控制。结果表明,群智能模型预测控制能够使室温保持在设定范围内,控制效果比传统控制方式更稳定,而且可以减少热能消耗。（3）根据群智能室内温度模型预测控制后的散热器阀门开度,在设定供水温度恒定且不计热量损失的情况下,根据散热器动态模型计算每户房间的散热器循环水量,并对小区所有高层建筑的循环水量进行加和,求出小区换热站二次网所需的总循环水量。采用群智能算法对小区换热站并联水泵进行优化控制。结果表明,群智能算法优化后的并联水泵单独效率以及整体效率均小于传统的集中式控制方式,降低了换热站的能耗。通过研究发现,机理建模所得出的室温值与真实环境采集的室温相关系数为0.887,可以作为室温模型预测控制的基础。通过群智能模型预测控制后的室温可以维持在设定范围内,建筑供热需水量相比于未进行优化控制前节约22.09%用水量。对换热站循环水泵进行群智能优化后,在相同用水量工况下并联水泵效率较优化前提高了16.74%。
牛凡[10]（2019）在《校园供热系统优化运行控制策略研究》文中指出随着科技进步,供热系统逐步向智能调控方向发展,很多校园、节能公司以及城市热力公司都开始在供热系统智能控制方面投入大量精力展开研究。校园供热系统的供暖建筑分布密集,使用功能多样,用热规律有所不同且有具有周期性,拥有优化运行智能控制的独特性。本文针对校园公共类建筑和住宅类建筑的特点,对校园供热系统的优化运行控制策略开展了以下研究。对于校园公共类建筑,本文首先根据校园公共类建筑的用热特点提出分时供热策略系统形式;然后研究了夜间低温运行对室温和回水温度的影响,为分时供热运行策略中是否考虑防冻提供参考;通过对典型公共类建筑进行EnergyPlus模拟,得到分时供热运行时间方案,使供热系统能及时恢复第二天的正常供热;最后提出了不同情况下供热系统分时供热的预热方法,使校园公共类建筑能够更快地恢复正常供热,提高预热效率。对于校园住宅类建筑,本文对其进行了基于热计量的用户自主性调节供热策略的研究。首先设计了住宅类建筑自主调节供热的系统形式;然后阐述了本文用户室温调节范围的确定原则,分别基于温差和热平衡提出了用户自主调节供热策略;基于建筑热惰性对室温采样周期的确定进行了研究;最后对住宅类用户自主调节模式下的水力解耦策略进行研究,分析压差控制阀安装在不同位置时的解耦效果,提出了分层设置压差控制阀的解耦策略。将校园整体供热系统分成单一建筑类型和多种建筑类型供热系统两种情况,进行了校园供热系统整体的优化运行控制策略的研究。单一建筑类型的供热系统耦合性弱,无需专门设置解耦系统。对多种建筑类型供热系统,首先研究了各类建筑优化运行调节对二次网的水力影响;在此基础上提出了二次网分别基于均压罐和压差的解耦控制策略;最后对换热站控制模型进行了研究,通过MATLAB对换热站水泵变频解耦的PID控制进行仿真分析。最后根据某校园的实际供热系统情况,对其进行优化运行应用分析。首先对优化前持续供热的室内热环境进行分析评价,然后对实际既有供热系统进行优化运行系统设计,最后对供热系统优化运行的节能性进行分析计算,可知有很大的节能空间。本文通过对校园公共类建筑分时供热运行策略和住宅类建筑用户自主调节运行策略及供热系统整体的研究,为校园智慧供热系统建设提供思路。
二、供暖建筑的室温调节与节能（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、供暖建筑的室温调节与节能（论文提纲范文）
（1）动力分布式集中供热系统模型预测智能调节方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题背景 |
| 1.2 国内研究现状 |
| 1.2.1 动力分布式供热系统研究现状 |
| 1.2.2 动力分布式供热系统控制策略研究现状 |
| 1.3 国外研究现状 |
| 1.4 目前研究存在的问题 |
| 1.5 本文研究内容 |
| 2 动力分布式集中供热系统理论基础 |
| 2.1 动力分布式集中供热系统与传统集中供热系统的差异 |
| 2.2 动力分布式供热系统分类 |
| 2.2.1 动力分布式二级泵直接连接系统 |
| 2.2.2 动力分布式二级混水泵系统 |
| 2.2.3 动力分布式三级泵系统 |
| 2.3 动力分布式供热系统设计方法 |
| 2.3.1 零压差点 |
| 2.3.2 均压管 |
| 2.3.3 供热管网水力计算 |
| 2.3.4 定压补水设计 |
| 2.4 变频水泵 |
| 2.4.1 水泵工作点的确定 |
| 2.4.2 水泵变频 |
| 2.4.3 水泵轴功率 |
| 2.5 本章小结 |
| 3 动力分布式集中供热系统数学模型 |
| 3.1 热源模型 |
| 3.1.1 水力模型 |
| 3.1.2 热力模型 |
| 3.2 用户水力模型 |
| 3.3 用户热力模型 |
| 3.4 管网水力模型 |
| 3.4.1 图论的基本概念 |
| 3.4.2 图的矩阵表示 |
| 3.4.3 集中供热管网的水力工况模型 |
| 3.5 管网热力模型 |
| 3.6 本章小结 |
| 4 动力分布式集中供热系统热力入口智能调节方法 |
| 4.1 建筑室内温度预测 |
| 4.1.1 模型输入-输出选择 |
| 4.1.2 LSTM神经网络 |
| 4.2 建筑数据采集 |
| 4.3 模型辨识结果 |
| 4.4 室温模型预测控制 |
| 4.4.1 模型预测控制 |
| 4.4.2 粒子群优化算法 |
| 4.5 控制效果分析 |
| 4.5.1 不同扰动因素对建筑流量的影响 |
| 4.5.2 一周模拟结果 |
| 4.5.3 变设定温度工况模拟结果 |
| 4.5.4 模型预测控制与PID控制比较 |
| 4.6 本章小结 |
| 5 动力分布式集中供热系统管网模型预测智能调节模拟研究 |
| 5.1 动力分布式供热系统管网调节方法 |
| 5.1.1 动力分布式供热系统管网调节方法分类 |
| 5.1.2 动力分布式供热系统管网模型预测智能调节方法 |
| 5.2 管网设计 |
| 5.2.1 管网设计 |
| 5.2.2 水力计算及水泵选型 |
| 5.3 动力分布式供热管网仿真 |
| 5.3.1 水泵频率求解 |
| 5.3.2 动力分布式供热管网模型预测智能调节效果分析 |
| 5.3.3 传统供热系统与动力分布式供热系统能耗对比 |
| 5.4 零压差点最佳位置分析 |
| 5.5 分阶段变供水温度的量调节 |
| 5.6 本章小结 |
| 结论 |
| 参考文献 |
| 附录A 管网设计参数 |
| 攻读硕士学位期间发表学术论文情况 |
| 致谢 |
（2）基于模型预测的供暖室温优化控制策略研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 国内外研究现状与存在的问题 |
| 1.2.1 国内外供暖政策及系统的差异性 |
| 1.2.2 国内室温控制研究现状 |
| 1.2.3 国外室温控制研究现状 |
| 1.2.4 模型预测控制研究现状 |
| 1.2.5 目前存在的问题 |
| 1.3 本文研究内容和方法 |
| 2 供暖房间能耗模拟及模型验证 |
| 2.1 供暖房间基本概况 |
| 2.2 IDA-ICE软件模拟设置及结果 |
| 2.2.1 IDA-ICE能耗模拟软件的介绍 |
| 2.2.2 实验房间物理建模 |
| 2.2.3 实际气象参数 |
| 2.2.4 模拟结果 |
| 2.3 供暖房间测试布置及结果 |
| 2.3.1 测试仪器的选取 |
| 2.3.2 测点布置 |
| 2.3.3 实测结果 |
| 2.4 模型验证 |
| 2.5 本章小结 |
| 3 模型预测控制策略的实现 |
| 3.1 模型预测控制的工作原理 |
| 3.2 室温预测模型的建立 |
| 3.2.1 房间动态热模型的建立 |
| 3.2.2 模型的转化?离散和识别 |
| 3.3 变频水泵模型的建立 |
| 3.3.1 变频水泵的运行特性曲线 |
| 3.3.2 管路特性曲线 |
| 3.3.3 变频水泵功率模型的建立 |
| 3.4 模型预测控制仿真平台的搭建及参数的选取 |
| 3.4.1 模型预测控制仿真平台的搭建 |
| 3.4.2 模型预测控制器参数的选取 |
| 3.5 模型预测控制仿真结果分析 |
| 3.6 本章小结 |
| 4 模型预测控制与PID控制策略的比较 |
| 4.1 PID控制原理 |
| 4.2 模型的建立与数据的处理 |
| 4.2.1 模型的建立 |
| 4.2.2 数据的归一化处理 |
| 4.3 PID控制在Simulink中的搭建 |
| 4.4 PID控制参数的整定 |
| 4.5 PID控制与模型预测控制的对比分析 |
| 4.6 本章小结 |
| 5 供暖建筑模型预测控制策略的实现 |
| 5.1 IDA-ICE供暖建筑模型的建立 |
| 5.1.1 供暖建筑概况 |
| 5.1.2 供暖建筑模型在IDA-ICE中的建立 |
| 5.2 供暖建筑在IDA-ICE中的模拟结果 |
| 5.3 模型预测控制策略在供暖建筑中的实施 |
| 5.3.1 模型预测控制模型的建立及参数的选取 |
| 5.3.2 模型预测控制仿真平台的搭建 |
| 5.4 仿真结果分析 |
| 5.5 本章小结 |
| 结论与展望 |
| 研究结论 |
| 创新点 |
| 研究展望 |
| 参考文献 |
| 附录 A 房间离散状态空间模型系数矩阵 |
| 攻读硕士学位期间发表学术论文情况 |
| 致谢 |
（3）智慧供暖建筑室内平均温度监测方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景与研究意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外相关方向的研究现状及分析 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.2.3 国内外文献综述的简析 |
| 1.3 研究的主要内容 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 1.3.3 研究框架 |
| 第2章 智慧供暖建筑室内平均温度测量方法分析 |
| 2.1 室温传感器类型 |
| 2.1.1 壁挂式室温传感器 |
| 2.1.2 便携式空气温度传感器 |
| 2.2 室温传感器安装位置调研 |
| 2.2.1 传统供暖建筑 |
| 2.2.2 智慧供暖建筑 |
| 2.3 供暖建筑室温实测 |
| 2.3.1 测量仪器 |
| 2.3.2 测量对象 |
| 2.3.3 测量方案 |
| 2.3.4 结果与分析 |
| 2.4 本章小结 |
| 第3章 供暖建筑室温分布数值实验研究 |
| 3.1 供暖建筑数值模拟模型及其验证 |
| 3.1.1 模型建立 |
| 3.1.2 模型验证 |
| 3.2 室温影响因素研究数值实验 |
| 3.2.1 室温影响因素选择 |
| 3.2.2 实验方案设计 |
| 3.2.3 结果与分析 |
| 3.3 测点温度与室内平均温度相关性数值实验 |
| 3.3.1 实验方案设计 |
| 3.3.2 结果与分析 |
| 3.4 智慧供暖建筑室内温度测量点选取综合分析 |
| 3.4.1 室内工作区划分 |
| 3.4.2 根据实际调研和模拟结果分析 |
| 3.5 本章小结 |
| 第4章 基于机器学习的智慧供暖建筑室内平均温度监测模型 |
| 4.1 室内平均温度监测机器学习模型建立 |
| 4.1.1 监测模型的机器学习算法选择 |
| 4.1.2 训练数据集的类型 |
| 4.1.3 训练数据集的时间序列 |
| 4.2 模型结果对比与分析 |
| 4.2.1 不同算法的模型效果 |
| 4.2.2 时间序列对模型的影响 |
| 4.2.3 训练数据集类别对模型的影响 |
| 4.3 模型泛化适用性 |
| 4.3.1 基于BP的模型泛化性测试 |
| 4.3.2 基于LSTM的模型泛化性测试 |
| 4.3.3 基于PSO-SVM的模型泛化性测试 |
| 4.3.4 三种室温监测模型泛化适用性对比 |
| 4.4 本章小结 |
| 结论 |
| 参考文献 |
| 附录Ⅰ 智慧供暖传感器放置位置调研 |
| 附录Ⅱ 3.2实验近壁面空间平面目标测点位置分布图 |
| 附录Ⅲ 3.3实验近壁面空间平面目标测点位置分布图 |
| 致谢 |
（4）集中供热系统的热负荷特性及供热可及性（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 研究目的和意义 |
| 1.2.1 研究目的 |
| 1.2.2 研究意义 |
| 1.3 国内外研究现状 |
| 1.3.1 国内研究现状 |
| 1.3.2 国外研究现状 |
| 1.4 研究内容和方法 |
| 1.4.1 研究内容 |
| 1.4.2 研究方法 |
| 第二章 单体建筑动态热负荷特性 |
| 2.1 建筑动态热负荷特性分析方法 |
| 2.1.1 建筑热负荷 |
| 2.1.2 建筑动态热负荷 |
| 2.2 模拟软件选择 |
| 2.3 建筑动态热负荷计算 |
| 2.3.1 住宅建筑热特性计算 |
| 2.3.2 公共建筑动态热负荷计算 |
| 2.4 建筑动态热负荷特性 |
| 2.4.1 住宅建筑 |
| 2.4.2 学校建筑 |
| 2.4.3 办公建筑 |
| 2.4.4 医院建筑 |
| 2.4.5 商场建筑 |
| 2.4.6 酒店建筑 |
| 2.5 不同建筑的热负荷特性对比 |
| 2.5.1 相同供暖时间建筑对比 |
| 2.5.2 公共建筑之间对比 |
| 2.5.3 自然室温特性 |
| 2.5.4 分室热负荷特性 |
| 2.5.5 不同建筑的节能特性 |
| 2.6 气象因素分析 |
| 2.7 本章小节 |
| 第三章 集中供热系统热负荷特性 |
| 3.1 正交试验设计 |
| 3.1.1 正交实验设计法 |
| 3.1.2 正交表及其种类 |
| 3.1.3 利用正交表安排实验 |
| 3.1.4 正交试验的方差分析 |
| 3.2 建筑群动态热负荷 |
| 3.2.1 表头选择与方案确定 |
| 3.2.2 因子水平的确定 |
| 3.2.3 实验结果分析 |
| 3.3 本章小节 |
| 第四章 集中供热系统的运行调节 |
| 4.1 集中供热系统特性 |
| 4.1.1 管网阻力特性 |
| 4.1.2 热力与水力工况 |
| 4.1.3 热源系统的水力失调 |
| 4.2 供热系统调节特性 |
| 4.3 最大波动负荷对运行调节的影响 |
| 4.3.1 二次网质调节 |
| 4.3.2 一次网质调节 |
| 4.3.3 质量-流量调节 |
| 4.3.4 运行调节评价 |
| 4.4 本章小节 |
| 第五章 集中供热的可及性 |
| 5.1 供热时滞性 |
| 5.1.1 地理位置对供热时间的影响 |
| 5.1.2 地理位置对供热负荷的影响 |
| 5.2 供热可及性 |
| 5.2.1 温度可及性 |
| 5.2.2 供热量的可及性 |
| 5.3 本章小节 |
| 结论与展望 |
| 参考文献 |
| 致谢 |
（5）基于用户行为节能的热力站调控策略研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 供暖系统热用户行为节能研究现状 |
| 1.2.2 供暖系统热力站调控策略研究现状 |
| 1.3 国内外研究现状总结 |
| 1.4 研究内容和技术路线 |
| 1.4.1 研究内容 |
| 1.4.2 技术路线 |
| 第二章 热用户行为节能规律研究 |
| 2.1 供热计量温控一体化系统介绍 |
| 2.1.1 典型供热系统构成 |
| 2.1.2 热用户供暖现状分析 |
| 2.2 基于室温设定规律的行为节能研究 |
| 2.2.1 典型用户行为节能分析 |
| 2.2.2 系统用户行为规律分析 |
| 2.3 基于问卷调查的行为节能研究 |
| 2.4 本章小结 |
| 第三章 供热系统目标温度与反馈温度研究 |
| 3.1 供热系统目标温度研究 |
| 3.1.1 供热系统目标温度的计算 |
| 3.1.2 不同用热模式调控时段的划分 |
| 3.1.3 不同用热模式目标温度的确定 |
| 3.2 供暖系统反馈温度研究 |
| 3.2.1 建筑代表温度的计算 |
| 3.2.2 供暖系统反馈温度的计算 |
| 3.3 本章小结 |
| 第四章 基于用户行为节能的热力站调控周期研究 |
| 4.1 供暖建筑室温波动理论分析 |
| 4.2 建筑室内温度变化速率分析 |
| 4.2.1 典型多层建筑室内温度变化速率分析 |
| 4.2.2 典型高层建筑室内温度变化速率分析 |
| 4.3 基于室内温度变化速率的热力站调控周期确定 |
| 4.4 本章小结 |
| 第五章 基于用户行为节能的热力站调控策略研究 |
| 5.1 基于用户行为节能的热力站调控策略制定 |
| 5.1.1 用户需求热负荷的确定 |
| 5.1.2 不同用热模式分时段热负荷的预测 |
| 5.1.3 热力站分时段目标热负荷确定 |
| 5.1.4 热力站供温曲线的确定 |
| 5.2 调控策略应用 |
| 5.3 本章小结 |
| 第六章 结论和展望 |
| 6.1 研究结论 |
| 6.2 展望 |
| 参考文献 |
| 攻读学位期间所获得的相关科研成果 |
| 致谢 |
（6）基于数据挖掘技术的智慧人居模式与行为预测研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题来源 |
| 1.2 课题背景及研究的目的和意义 |
| 1.2.1 课题背景 |
| 1.2.2 课题研究目的及意义 |
| 1.3 国内外研究现状 |
| 1.3.1 数据挖掘技术在建筑暖通空调领域的应用框架 |
| 1.3.2 建筑暖通空调领域的数据预处理方法 |
| 1.3.3 居住者行为驱动因素的研究现状 |
| 1.3.4 居住者行为模式研究现状 |
| 1.3.5 居住者行为模型的研究现状 |
| 1.4 本文的主要研究内容 |
| 第2章 数据采集及数据预处理技术体系 |
| 2.1 数据采集及数据质量分析 |
| 2.1.1 数据采集方法 |
| 2.1.2 数据质量分析 |
| 2.2 数据预处理框架 |
| 2.2.1 数据预处理的一般流程 |
| 2.2.2 本研究数据预处理流程 |
| 2.3 基于K-MEANS算法的离群点识别 |
| 2.3.1 K-Means算法原理 |
| 2.3.2 异常数据识别与清洗 |
| 2.3.3 情境离群点的识别与匹配 |
| 2.4 基于KNN算法的数据填充 |
| 2.4.1 KNN算法原理 |
| 2.4.2 连续缺失数据的填充 |
| 2.5 基于改进滑动平均模型的数据填充 |
| 2.5.1 滑动平均模型原理 |
| 2.5.2 非连续缺失数据的填充 |
| 2.6 本章小结 |
| 第3章 居住者行为驱动因素的研究 |
| 3.1 方法及原理 |
| 3.1.1 非参数秩和检验方法 |
| 3.1.2 卡方检验方法 |
| 3.1.3 二元逻辑回归 |
| 3.1.4 多元逻辑回归 |
| 3.2 居住者行为影响因素的提出 |
| 3.3 基于单因素模型的相关性分析 |
| 3.3.1 居住者空调供暖行为的驱动因素相关性分析 |
| 3.3.2 居住者空调供冷行为的驱动因素相关性分析 |
| 3.4 居住者行为主要驱动因素的挖掘 |
| 3.4.1 居住者空调供暖行为的主要驱动因素的挖掘 |
| 3.4.2 居住者空调供冷行为的主要驱动因素的挖掘 |
| 3.5 本章小结 |
| 第4章 居住者行为模式的辨识及行为规则研究 |
| 4.1 方法及原理 |
| 4.1.1 聚类分析 |
| 4.1.2 关联规则 |
| 4.2 居住者空调调节行为模式的辨识 |
| 4.2.1 主要行为模式的提出 |
| 4.2.2 空调供暖行为模式的辨识 |
| 4.2.3 空调供冷行为模式的辨识 |
| 4.3 居住者空调调节行为规则的挖掘 |
| 4.3.1 行为规则挖掘角度的提出 |
| 4.3.2 空调供暖行为规律的挖掘 |
| 4.3.3 空调供冷行为规律的挖掘 |
| 4.4 本章小结 |
| 第5章 居住者行为模型的建立及行为预测研究 |
| 5.1 方法及原理 |
| 5.1.1 随机森林模型 |
| 5.1.2 BP神经网络模型 |
| 5.1.3 支持向量机模型 |
| 5.1.4 预测评价指标 |
| 5.2 居住者开关空调供暖行为模型的建立及行为预测 |
| 5.2.1 开关空调供暖行为模型中变量的确定 |
| 5.2.2 基于不同机器学习方法的行为模型建立及行为预测 |
| 5.2.3 开关空调供暖行为模型的评价与筛选 |
| 5.3 居住者空调供暖温度调节行为模型的建立及行为预测 |
| 5.3.1 供暖温度调节行为模型中变量的确定 |
| 5.3.2 基于不同机器学习方法的行为模型建立及行为预测 |
| 5.3.3 空调供暖温度调节行为模型的评价与筛选 |
| 5.4 居住者开关空调供冷行为模型的建立及行为预测 |
| 5.4.1 开关空调供冷行为模型中变量的确定 |
| 5.4.2 基于不同机器学习方法的行为模型建立及行为预测 |
| 5.4.3 开关空调供冷行为模型的评价与筛选 |
| 5.5 居住者空调供冷温度调节行为模型的建立及行为预测 |
| 5.5.1 供冷温度调节行为模型中变量的确定 |
| 5.5.2 基于不同机器学习方法的行为模型建立及行为预测 |
| 5.5.3 空调供冷温度调节行为模型的评价与筛选 |
| 5.6 本章小结 |
| 结论 |
| 参考文献 |
| 附录 |
| 攻读硕士期间学位期间发表的学术论文及其他成果 |
| 致谢 |
（7）供暖室内温度控制技术综述（论文提纲范文）
| 1 概述 |
| 2 室温控制技术现状分析 |
| 3 室温控制装置和相变蓄热 |
| 3.1 室温控制装置 |
| 3.2 相变蓄热 |
| 4 供暖室温的控制算法 |
| 4.1 控制算法类型 |
| 4.2 模型预测控制 |
| 5 结论 |
（8）严寒地区室内外气候对热舒适与热适应的影响研究（论文提纲范文）
| 摘要 |
| Abstract |
| 物理量名称及符号表 |
| 第1章 绪论 |
| 1.1 课题来源 |
| 1.2 课题研究背景及意义 |
| 1.3 国内外研究现状 |
| 1.3.1 热舒适与热适应理论 |
| 1.3.2 热适应的影响因素 |
| 1.3.3 热舒适评价方法 |
| 1.3.4 热舒适与热适应研究总结 |
| 1.4 论文研究内容 |
| 第2章 不同供暖阶段各类建筑热舒适研究 |
| 2.1 引言 |
| 2.2 现场调查方法 |
| 2.2.1 调查对象 |
| 2.2.2 客观测试 |
| 2.2.3 主观调查 |
| 2.3 供暖阶段划分与数据处理 |
| 2.3.1 供暖阶段划分 |
| 2.3.2 加权线性回归方法 |
| 2.4 不同供暖阶段四类建筑热环境与热舒适特征 |
| 2.4.1 热环境特征 |
| 2.4.2 热舒适特征 |
| 2.5 不同供暖阶段四类建筑人体热适应性分析 |
| 2.5.1 行为适应 |
| 2.5.2 心理适应 |
| 2.5.3 适宜的供暖室温与人体热适应性 |
| 2.6 本章小结 |
| 第3章 室外气候与感知控制对人体热舒适影响研究 |
| 3.1 引言 |
| 3.2 室外气候对人体热舒适影响 |
| 3.2.1 实验概况 |
| 3.2.2 数据分析方法 |
| 3.2.3 室外气候对生理参数的影响 |
| 3.2.4 室外气候对心理反应的影响 |
| 3.2.5 讨论与分析 |
| 3.3 感知控制对人体热舒适的影响 |
| 3.3.1 实验室研究 |
| 3.3.2 宿舍现场研究 |
| 3.3.3 心理反应结果分析 |
| 3.3.4 感知控制的影响分析 |
| 3.4 本章小结 |
| 第4章 过热住宅室内人体热舒适与热适应性研究 |
| 4.1 引言 |
| 4.2 过热住宅热环境与人体热舒适特征 |
| 4.2.1 调查方法 |
| 4.2.2 热环境特征 |
| 4.2.3 人体热舒适特征 |
| 4.2.4 热适应讨论与分析 |
| 4.3 与以往调查对比分析 |
| 4.3.1 热环境对比 |
| 4.3.2 主观热反应对比 |
| 4.3.3 适应性分析 |
| 4.4 本章小结 |
| 第5章 被动房室内热舒适与室温调控研究 |
| 5.1 引言 |
| 5.2 被动房热环境与人体热舒适研究方法 |
| 5.2.1 建筑信息 |
| 5.2.2 调查概况 |
| 5.3 被动房冬季热环境与人体热舒适特征 |
| 5.3.1 热环境特征 |
| 5.3.2 人体热舒适特征 |
| 5.4 被动房夏季热环境与人体热舒适特征 |
| 5.4.1 热环境特征 |
| 5.4.2 人体热舒适特征 |
| 5.5 被动房人体热适应分析 |
| 5.5.1 舒适温度与中性温度 |
| 5.5.2 热舒适主观影响因素分析 |
| 5.5.3 季节对热适应的影响 |
| 5.6 低温辐射室温调控实验研究 |
| 5.6.1 实验概况 |
| 5.6.2 实验结果 |
| 5.6.3 室温控制规律 |
| 5.7 本章小结 |
| 第6章 人体热适应模型 |
| 6.1 引言 |
| 6.2 改进的适应性模型 |
| 6.2.1 模型建立 |
| 6.2.2 模型结果分析 |
| 6.2.3 讨论与分析 |
| 6.3 随机森林模型 |
| 6.3.1 CART树 |
| 6.3.2 装袋法 |
| 6.3.3 随机森林模型建立 |
| 6.3.4 随机森林模型与线性回归模型对比 |
| 6.4 本章小结 |
| 结论 |
| 参考文献 |
| 附录 |
| 附录1 皮肤温度结果 |
| 附录2 心率和血压多重比较结果 |
| 附录3 心理反应结果 |
| 附录4 住宅热舒适主观调查表 |
| 攻读博士学位期间发表的论文及其它成果 |
| 致谢 |
| 个人简历 |
（9）基于群智能技术的高层集中供暖系统控制与优化研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 集中供暖系统控制与优化现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 论文研究内容及目标 |
| 1.3.1 研究内容 |
| 1.3.2 研究目标 |
| 1.4 论文框架图 |
| 2 基于群智能的集中供暖仿真系统搭建 |
| 2.1 集中供暖系统群智能拓扑结构 |
| 2.1.1 群智能控制方法 |
| 2.1.2 集中供暖系统群智能拓扑结构建立 |
| 2.2 建筑仿真模型的建立 |
| 2.3 集中供暖群智能控制仿真系统搭建 |
| 2.4 本章小结 |
| 3 集中供暖室内温度控制数学模型建立 |
| 3.1 数学模型建立方法 |
| 3.2 室内温度影响因素分析 |
| 3.3 室内热平衡方程组建立 |
| 3.3.1 围护结构热动态方程 |
| 3.3.2 窗户结构热动态方程 |
| 3.3.3 干扰热源热动态方程 |
| 3.3.4 散热器热动态方程 |
| 3.3.5 室内空气热动态方程 |
| 3.3.6 建筑室内总热平衡方程组 |
| 3.4 室内温度预测模型求解 |
| 3.5 室内温度预测模型的验证 |
| 3.6 本章小结 |
| 4 基于群智能的集中供暖室内温度模型预测控制 |
| 4.1 集中供暖室内温度控制现状 |
| 4.2 室内温度模型预测控制 |
| 4.3 基于群智能的室内温度模型预测控制 |
| 4.4 基于群智能的室内温度模型预测控制结果 |
| 4.5 本章小结 |
| 5 基于群智能的换热站并联水泵优化 |
| 5.1 小区换热站并联水泵选型 |
| 5.2 基于群智能的并联水泵优化控制 |
| 5.2.1 并联水泵群智能优化算法 |
| 5.2.2 并联水泵群智能优化算法应用 |
| 5.3 并联水泵群智能优化控制结果分析 |
| 5.4 本章小结 |
| 6 总结与展望 |
| 6.1 总结 |
| 6.2 创新点 |
| 6.3 展望 |
| 致谢 |
| 参考文献 |
| 作者在读期间的研究成果 |
（10）校园供热系统优化运行控制策略研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题的来源 |
| 1.2 课题研究的背景和意义 |
| 1.3 国内外研究现状及分析 |
| 1.3.1 国内外集中供热系统节能运行研究现状 |
| 1.3.2 国内外校园供热系统优化运行研究现状 |
| 1.3.3 国内外基于热计量的控制策略研究现状 |
| 1.4 供热系统优化运行控制存在的问题 |
| 1.5 本文主要研究内容 |
| 第2章 校园公共类建筑分时供热控制策略研究 |
| 2.1 校园公共类建筑分时供热系统形式 |
| 2.2 校园公共类建筑分时供热运行策略 |
| 2.2.1 低温运行对室温的影响研究 |
| 2.2.2 低温运行对回水温度的影响研究 |
| 2.2.3 校园公共类建筑分时供热调节策略 |
| 2.3 基于能耗模拟的分时供热运行时间方案 |
| 2.3.1 EnergyPlus软件简介 |
| 2.3.2 Energyplus模型建立 |
| 2.3.3 模拟结果分析 |
| 2.4 分时供热模式下多种预热控制方法 |
| 2.5 本章小结 |
| 第3章 校园住宅类建筑自主调节供热控制策略研究 |
| 3.1 校园住宅类建筑自主调节供热系统形式 |
| 3.2 校园住宅类建筑自主调节供热运行策略 |
| 3.2.1 用户自主调节室温范围的确定 |
| 3.2.2 基于温差的用户自主调节供热策略 |
| 3.2.3 基于热平衡的用户自主调节供热策略 |
| 3.3 基于热惰性的室温采样周期研究 |
| 3.3.1 从围护结构方面定义的热惰性表征参数 |
| 3.3.2 从延迟和衰减性定义的热惰性表征参数 |
| 3.3.3 室温采样周期的确定 |
| 3.4 自主调节供热模式下水力解耦策略研究 |
| 3.4.1 水力解耦装置 |
| 3.4.2 压差控制阀的设置位置研究 |
| 3.4.3 基于压差控制的水力解耦策略 |
| 3.5 本章小结 |
| 第4章 校园供热系统整体运行控制策略研究 |
| 4.1 单一建筑类型供热系统运行策略 |
| 4.2 多种建筑类型供热系统运行策略 |
| 4.2.1 公共类建筑分时供热对二次网的影响研究 |
| 4.2.2 住宅类建筑自主调节供热对二次网的影响研究 |
| 4.3 多种建筑类型供热系统二次网解耦方法研究 |
| 4.3.1 基于均压罐控制的二次网解耦方法 |
| 4.3.2 基于压差控制的二次网解耦方法 |
| 4.4 多种类型建筑供热系统换热站运行控制策略 |
| 4.4.1 基于压差解耦的换热站控制 |
| 4.4.2 换热站PID控制仿真及分析 |
| 4.4.3 换热站运行控制策略 |
| 4.5 本章小结 |
| 第5章 实际工程节能性分析 |
| 5.1 连续供热建筑热环境分析研究 |
| 5.1.1 热环境评价标准及检测方法 |
| 5.1.2 检测结果分析 |
| 5.2 校园既有供热系统优化运行系统设计 |
| 5.3 节能性分析 |
| 5.3.1 公共类建筑分时供热节能率计算 |
| 5.3.2 住宅类建筑自主调节供热节能率计算 |
| 5.3.3 综合节能率计算 |
| 5.4 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间发表的论文及其它成果 |
| 致谢 |
四、供暖建筑的室温调节与节能（论文参考文献）
- [1]动力分布式集中供热系统模型预测智能调节方法研究[D]. 张继谊. 大连理工大学, 2021(01)
- [2]基于模型预测的供暖室温优化控制策略研究[D]. 徐冲. 大连理工大学, 2021(01)
- [3]智慧供暖建筑室内平均温度监测方法研究[D]. 程雪. 哈尔滨工业大学, 2021
- [4]集中供热系统的热负荷特性及供热可及性[D]. 张凡. 长安大学, 2021
- [5]基于用户行为节能的热力站调控策略研究[D]. 杨澜. 河北工业大学, 2020
- [6]基于数据挖掘技术的智慧人居模式与行为预测研究[D]. 赵泽明. 哈尔滨工业大学, 2020(01)
- [7]供暖室内温度控制技术综述[J]. 徐冲,王海超. 煤气与热力, 2020(02)
- [8]严寒地区室内外气候对热舒适与热适应的影响研究[D]. 吉玉辰. 哈尔滨工业大学, 2020
- [9]基于群智能技术的高层集中供暖系统控制与优化研究[D]. 周梦. 西安建筑科技大学, 2019(06)
- [10]校园供热系统优化运行控制策略研究[D]. 牛凡. 哈尔滨工业大学, 2019(02)