能耗预测模型在建筑能效优化中的应用研究

摘要：

建筑用能分析和以此为基础的能源需求预测、节能效果评估是建筑能效管理的重要基础.人工智能领域的机器学习方法在建筑能耗预测中的广泛应用,不仅拓展了建筑能耗预测的研究路线,更为建筑能效优化提供了新的视角.本文旨在总结建筑能耗预测研究领域中,人工智能机器学习方法的重要应用-数据驱动模型、传统正演模型、以及两类模型的对比和应用,并归纳出预测模型在建筑能效优化研究领域的常见应用场景和技术路线,从而为建筑能耗预测研究人员提供全面的模型方法、应用场景、预测条件等多方位考量依据.在此基础上,本文分别在应用和基础层面提出了建筑能耗预测领域的研究问题和发展需求.

关键词：建筑能效、能耗预测、数据驱动模型、正演模型、模型应用归纳.

所属期刊栏目：36

分类号：TU119(建筑基础科学)

资助基金：国家自然科学基金项目"基于高维空间理论的建筑能耗预测最小变量集构建方法研究";上海市经济和信息化委员会项目

在线出版日期：2020-11-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共13页

页码：35-46,124