【摘要】：建設(shè)低碳經(jīng)濟(jì)的重要環(huán)節(jié)之一就是建筑節(jié)能。作為經(jīng)濟(jì)穩(wěn)定增長(zhǎng)的發(fā)展中國家,我國的建筑能耗約占全國總能耗的三分之一。建筑能耗模擬與能耗預(yù)測(cè)可以有效指導(dǎo)建筑節(jié)能措施的實(shí)施。建立合理的室外氣象參數(shù)計(jì)算模型,并獲得建筑能耗用典型氣象年逐時(shí)氣象數(shù)據(jù)是建筑能耗模擬過程中不可缺少的環(huán)節(jié)。由于技術(shù)等原因,我國缺少記錄完整的逐時(shí)氣象數(shù)據(jù)。因此,定時(shí)數(shù)據(jù)逐時(shí)化和缺失數(shù)據(jù)填補(bǔ)是目前典型氣象年研究中的重點(diǎn)。本文主要研究高斯過程回歸算法在定時(shí)數(shù)據(jù)逐時(shí)化和缺失數(shù)據(jù)填補(bǔ)中的應(yīng)用。依據(jù)高斯過程回歸的基本原理,提出了基于高斯過程回歸的氣象數(shù)據(jù)逐時(shí)化算法及缺失值填補(bǔ)算法。并且通過對(duì)上海寶山臺(tái)站氣象數(shù)據(jù)的逐時(shí)化與填補(bǔ)研究,驗(yàn)證了該算法的有效性。首先依據(jù)高斯過程回歸的基本原理,針對(duì)氣象數(shù)據(jù)的四次定時(shí)記錄與短期記錄缺失的狀況,分別提出了基于高斯過程回歸的氣象數(shù)據(jù)逐時(shí)化算法及缺失值填補(bǔ)算法框架。對(duì)溫度與氣壓,設(shè)計(jì)了逐時(shí)化的兩種復(fù)合協(xié)方差函數(shù)、缺失值填補(bǔ)的一種復(fù)合協(xié)方差函數(shù),同時(shí)對(duì)協(xié)方差函數(shù)中的超參數(shù)進(jìn)行確定,對(duì)所提出的氣象數(shù)據(jù)逐時(shí)化算法及缺失值填補(bǔ)算法進(jìn)行了細(xì)化。其次,將上述算法應(yīng)用于上海寶山站的溫度、氣壓、相對(duì)濕度數(shù)據(jù)逐時(shí)化與缺失值填補(bǔ)中,并將實(shí)驗(yàn)結(jié)果與三次樣條插值方法結(jié)果進(jìn)行對(duì)比。結(jié)果表明:基于高斯過程回歸進(jìn)行氣象數(shù)據(jù)逐時(shí)化,復(fù)合協(xié)方差函數(shù)模型優(yōu)于單協(xié)方差函數(shù)模型;此逐時(shí)化方法適合絕對(duì)量參數(shù)溫度與氣壓,不適合相對(duì)量參數(shù)相對(duì)濕度;基于高斯過程回歸的缺失值填補(bǔ)算法,對(duì)溫度、氣壓以及相對(duì)濕度的填補(bǔ)結(jié)果均優(yōu)于三次樣條插值法的填補(bǔ)結(jié)果。最后本文對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行了確定性的描述,給出其95%的置信區(qū)間。實(shí)驗(yàn)結(jié)果表明本文提出的算法提高了氣象數(shù)據(jù)逐時(shí)化及數(shù)據(jù)填補(bǔ)的精度�？梢杂糜谏山ㄖ芎哪M所用的典型氣象年逐時(shí)數(shù)據(jù)。
【學(xué)位授予單位】：西安建筑科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：P413; P1;O212.1

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李紅蓮;楊柳;;不同典型氣象年生成方法對(duì)建筑能耗的影響[J];暖通空調(diào);2015年09期

2 甘迪;柯德平;孫元章;崔明建;;基于集合經(jīng)驗(yàn)?zāi)Ｊ椒纸夂瓦z傳-高斯過程回歸的短期風(fēng)速概率預(yù)測(cè)[J];電工技術(shù)學(xué)報(bào);2015年11期

3 寧經(jīng)洧;王寶令;徐小龍;;嚴(yán)寒地區(qū)辦公建筑室內(nèi)照明對(duì)能耗的影響分析[J];節(jié)能;2014年06期

4 李振剛;;基于高斯過程回歸的網(wǎng)絡(luò)流量預(yù)測(cè)模型[J];計(jì)算機(jī)應(yīng)用;2014年05期

5 唐慧強(qiáng);李全月;劉鉦江;;基于粗糙RBF神經(jīng)網(wǎng)絡(luò)的氣象數(shù)據(jù)插補(bǔ)方法研究[J];計(jì)算機(jī)工程與設(shè)計(jì);2014年01期

6 廖曉鋒;范修斌;姜青山;;基于協(xié)方差的高斯混合模型參數(shù)學(xué)習(xí)算法[J];計(jì)算機(jī)科學(xué);2013年S2期

7 杜占瑋;楊永健;白媛;肖敏;韓麗英;;高斯過程機(jī)器學(xué)習(xí)的基線計(jì)算算法[J];小型微型計(jì)算機(jī)系統(tǒng);2013年09期

8 孫斌;姚海濤;劉婷;;基于高斯過程回歸的短期風(fēng)速預(yù)測(cè)[J];中國電機(jī)工程學(xué)報(bào);2012年29期

9 孫慧穎;王佳;任遠(yuǎn);;大空間建筑防火分區(qū)方法研究[J];北京建筑工程學(xué)院學(xué)報(bào);2012年03期

10 傅增清;;山東溫室氣體排放趨勢(shì)與減排路徑研究[J];山東財(cái)政學(xué)院學(xué)報(bào);2012年05期

相關(guān)博士學(xué)位論文 前2條

1 蒲清平;城市居住建筑能耗影響因素與預(yù)測(cè)模型構(gòu)建研究[D];重慶大學(xué);2012年

2 段盼;電力系統(tǒng)負(fù)荷及負(fù)荷率的可靠性影響模型[D];重慶大學(xué);2012年

相關(guān)碩士學(xué)位論文 前7條

1 聞攀;基于高斯過程的神經(jīng)肌肉阻滯系統(tǒng)建模與控制[D];北京化工大學(xué);2016年

2 李云龍;基于建筑動(dòng)態(tài)負(fù)荷計(jì)算及設(shè)備選型的“設(shè)計(jì)氣象年”的構(gòu)成研究[D];重慶大學(xué);2016年

3 侯立強(qiáng);商業(yè)、辦公綜合體節(jié)能設(shè)計(jì)參數(shù)對(duì)能耗的影響分析[D];西安建筑科技大學(xué);2016年

4 萬玲;基于高斯過程的時(shí)間序列分類[D];中國礦業(yè)大學(xué);2014年

5 曲軼松;基于高斯過程的數(shù)據(jù)處理的研究[D];北京交通大學(xué);2014年

6 李劍英;改進(jìn)高斯過程的硫化礦石自燃傾向性等級(jí)分類[D];遼寧工程技術(shù)大學(xué);2012年

7 申倩倩;基于高斯過程的在線建模問題研究[D];華南理工大學(xué);2011年

，

本文編號(hào)：2706812