中央空調(diào)作為大型公共建筑的主要能耗設(shè)備,占公共建筑能耗的40%以上,其中,冷源系統(tǒng)能耗占中央空調(diào)能耗的50%以上,其節(jié)能優(yōu)化控制是中央空調(diào)系統(tǒng)節(jié)能的關(guān)鍵。冷源系統(tǒng)運(yùn)行性能優(yōu)化與能效提升對(duì)于實(shí)現(xiàn)中央空調(diào)系統(tǒng)經(jīng)濟(jì)運(yùn)行、降低大型公共建筑能耗具有重要意義。物聯(lián)網(wǎng)、計(jì)算機(jī)技術(shù)的發(fā)展為中央空調(diào)系統(tǒng)積累了大量的歷史運(yùn)行數(shù)據(jù)。本文以夏熱冬暖地區(qū)某商場(chǎng)中央空調(diào)冷源系統(tǒng)為研究對(duì)象,以大量冷源系統(tǒng)實(shí)際運(yùn)行數(shù)據(jù)為驅(qū)動(dòng),提出了冷源系統(tǒng)運(yùn)行參數(shù)優(yōu)化的數(shù)據(jù)挖掘方法。該方法無(wú)需建立冷源設(shè)備的數(shù)學(xué)模型,具有工程應(yīng)用簡(jiǎn)單,易于實(shí)現(xiàn)的特點(diǎn)。本文的主要研究工作包括:(1)針對(duì)冷源系統(tǒng)運(yùn)行參數(shù)眾多,存在冗余且部分運(yùn)行參數(shù)不可控等問(wèn)題,分析了冷源系統(tǒng)運(yùn)行效率的主要影響因素,以參數(shù)可控且與冷源系統(tǒng)能效關(guān)聯(lián)性較強(qiáng)為原則,初步確定了包含9個(gè)主要運(yùn)行參數(shù)的數(shù)據(jù)挖掘目標(biāo),然后以粗糙集理論基于正域的屬性約簡(jiǎn)方法將9維運(yùn)行參數(shù)約簡(jiǎn)為4維,降低了強(qiáng)關(guān)聯(lián)規(guī)則的挖掘難度。(2)針對(duì)冷源系統(tǒng)開(kāi)機(jī)過(guò)程中存在著非穩(wěn)態(tài)運(yùn)行數(shù)據(jù),影響運(yùn)行參數(shù)目標(biāo)值優(yōu)化效果的問(wèn)題,提出了非穩(wěn)態(tài)運(yùn)行數(shù)據(jù)的正態(tài)分布識(shí)別與清洗方法,并對(duì)缺失異常、邏輯異常和離群異常數(shù)據(jù)進(jìn)行了識(shí)別與處...

【文章頁(yè)數(shù)】：111 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 研究背景及意義
    1.2 中央空調(diào)冷源系統(tǒng)運(yùn)行參數(shù)優(yōu)化國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 基于機(jī)理/半機(jī)理建模的冷源系統(tǒng)運(yùn)行參數(shù)優(yōu)化研究現(xiàn)狀
        1.2.2 基于數(shù)據(jù)挖掘的冷源系統(tǒng)運(yùn)行參數(shù)優(yōu)化方法研究現(xiàn)狀
    1.3 本文主要研究?jī)?nèi)容及內(nèi)容安排
第二章 中央空調(diào)冷源系統(tǒng)運(yùn)行原理與研究對(duì)象
    2.1 中央空調(diào)冷源系統(tǒng)結(jié)構(gòu)及運(yùn)行原理
        2.1.1 中央空調(diào)冷源系統(tǒng)結(jié)構(gòu)及主要運(yùn)行參數(shù)
        2.1.2 冷源系統(tǒng)優(yōu)化運(yùn)行策略
    2.2 研究對(duì)象概述
        2.2.1 建筑與中央空調(diào)系統(tǒng)概述
        2.2.2 中央空調(diào)集成優(yōu)化管理控制系統(tǒng)概述
        2.2.3 冷源系統(tǒng)運(yùn)行模式
        2.2.4 冷源系統(tǒng)運(yùn)行參數(shù)優(yōu)化目標(biāo)值
    2.3 本章小結(jié)
第三章 運(yùn)行參數(shù)優(yōu)化的數(shù)據(jù)挖掘方法
    3.1 運(yùn)行參數(shù)優(yōu)化的數(shù)據(jù)挖掘框架
    3.2 挖掘目標(biāo)確定
    3.3 數(shù)據(jù)集成
    3.4 數(shù)據(jù)預(yù)處理
        3.4.1 數(shù)據(jù)清洗
        3.4.2 連續(xù)型數(shù)據(jù)離散化
        3.4.3 數(shù)據(jù)縮減
    3.5 數(shù)據(jù)分區(qū)
    3.6 本章小結(jié)
第四章 運(yùn)行參數(shù)優(yōu)化關(guān)聯(lián)規(guī)則挖掘
    4.1 關(guān)聯(lián)規(guī)則挖掘簡(jiǎn)介
        4.1.1 關(guān)聯(lián)規(guī)則基本概念
        4.1.2 關(guān)聯(lián)規(guī)則挖掘算法概述
        4.1.3 經(jīng)典Apriori算法
    4.2 基于Apriori算法的冷源系統(tǒng)運(yùn)行參數(shù)強(qiáng)關(guān)聯(lián)規(guī)則挖掘
    4.3 冷源系統(tǒng)實(shí)際運(yùn)行能效分析
        4.3.1 各運(yùn)行參數(shù)對(duì)冷源系統(tǒng)運(yùn)行性能的影響
        4.3.2 冷源系統(tǒng)各運(yùn)行模式節(jié)能潛力分析
    4.4 冷源系統(tǒng)運(yùn)行參數(shù)優(yōu)化仿真分析
        4.4.1 模式1 參數(shù)優(yōu)化仿真驗(yàn)證
        4.4.2 模式2 參數(shù)優(yōu)化仿真驗(yàn)證
        4.4.3 模式4 參數(shù)優(yōu)化仿真驗(yàn)證
    4.5 本章小結(jié)
第五章 基于強(qiáng)關(guān)聯(lián)規(guī)則的冷源系統(tǒng)運(yùn)行參數(shù)在線優(yōu)化
    5.1 冷源系統(tǒng)運(yùn)行參數(shù)在線優(yōu)化策略
    5.2 商場(chǎng)空調(diào)冷負(fù)荷預(yù)測(cè)
        5.2.1 負(fù)荷預(yù)測(cè)方法
        5.2.2 基于PSO-SVR的商場(chǎng)空調(diào)冷負(fù)荷預(yù)測(cè)模型的建立
    5.3 冷源系統(tǒng)運(yùn)行參數(shù)在線優(yōu)化的實(shí)現(xiàn)
        5.3.1 參數(shù)在線優(yōu)化流程
        5.3.2 冷源系統(tǒng)在線優(yōu)化模塊程序生成
        5.3.3 冷源系統(tǒng)在線優(yōu)化模塊程序調(diào)用
    5.4 節(jié)能測(cè)試
    5.5 本章小結(jié)
結(jié)論與展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間取得的研究成果
致謝
附件



本文編號(hào)：3790257