CN112184915A - 一种建筑冷热需求时空不同步特性的定量描述方法 - Google Patents
一种建筑冷热需求时空不同步特性的定量描述方法 Download PDFInfo
- Publication number
- CN112184915A CN112184915A CN202011080334.6A CN202011080334A CN112184915A CN 112184915 A CN112184915 A CN 112184915A CN 202011080334 A CN202011080334 A CN 202011080334A CN 112184915 A CN112184915 A CN 112184915A
- Authority
- CN
- China
- Prior art keywords
- cold
- time
- space
- heat
- demand
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/30—Polynomial surface description
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Physics (AREA)
- Mathematical Analysis (AREA)
- Algebra (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本公开属于建筑物理性能分析方法技术领域,公开一种建筑冷热需求时空不同步特性的定量描述方法,包括以下步骤:对冷热需求数据进行时间维度同步性变换,再进行空间维度同步性变换,得出时空冷热需求的无因次需求Qts,ij;将无因次需求Qts,ij绘制在三维坐标系中,形成三维坐标下的洛伦兹曲面;根据无因次需求Qts,ij形成的三维洛伦兹曲面,计算时空基尼系数;本公开通过将冷热需求数据进行时间维度和空间维度上的同步性变换得到的无因次需求绘制在三维坐标系中,形成洛伦兹曲面,并根据洛伦兹曲面计算时空基尼系数,将时空基尼系数作为评价建筑冷热需求时空不同步特性的定量指标,区别于传统的冷热需求曲线,可以更清晰地呈现和统计建筑冷热需求的变化规律。
Description
技术领域
本公开属于建筑物理性能分析方法技术领域,具体涉及一种建筑冷热需求时空不同步特性的定量描述方法。
背景技术
建筑冷热需求,又称“空调冷热需求”,或“空调负荷”。为了保持建筑空间的热湿环境和所要求的室内温度,必须由空调***在某一时刻向房间供应的冷/热量称为冷/热需求。
通常可以利用冷热需求变化曲线查看不同建筑空间冷热需求随时间的变化情况,并据此判断冷热需求变化的规律性。
建筑不同空间冷热需求的变化是一个非平稳的随机过程,受气象因素、建筑围护结构情况、空间使用特性、人员用能行为等影响,冷热需求的变化既有一定的规律性,又具有一定的随机性。
建筑冷热需求的不同步程度对空调***的运行状况将产生巨大影响,不同程度的需求不同步性将导致截然不同的空调***形式选择及技术的适宜性评价结论。
传统的冷热需求变化通过变化曲线来表示,横坐标为采样时刻,纵坐标为该时刻的冷热需求数据值,这种图形化的表达方法虽然可发现一定的变化趋势,但无法定量分析冷热需求的时空变化特性。
发明内容
针对现有技术的不足,本公开的目的在于提供一种建筑冷热需求时空不同步特性的定量描述方法,解决了现有技术中无法定量分析冷热需求的时空变化特性的问题。
本公开的目的可以通过以下技术方案实现:
一种建筑冷热需求时空不同步特性的定量描述方法,包括以下步骤:
步骤一、对冷热需求数据进行时间维度同步性变换,再对时间维度同步性变换后的冷热需求数据进行空间维度同步性变换,得出时空冷热需求的无因次需求Qts,ij;
步骤二、对经过时空维度变换后的冷热需求数据进行图像表达:将无因次需求Qts,ij绘制在三维坐标系中,形成三维坐标下的洛伦兹曲面;其中x轴表示时间序列,y轴表示空间数量累计值,z轴表示无因次需求Qts,ij累计值;
步骤三、根据无因次需求Qts,ij形成的三维洛伦兹曲面,计算时空基尼系数:
公式为:
或:
TSGini=V1/(V1+V2);
其中,TSGini为时空基尼系数,n为t时间断面上的空间数量,μQ,t为t时刻所有空间无因次时空需求的平均值,Qts,k为空间k的无因次时空需求,V1表示无因次需求形成的三维洛伦兹曲面和绝对平等面的围合体积,V2表示无因次需求形成的三维洛伦兹曲面和坐标轴的围合体积。
进一步地,所述步骤一包括对冷热需求数据进行预处理,对采集到的数据样本中的缺失数据进行填补,使得每个空间对应的冷热需求数据的时间间隔一致,将冷热需求数据按照时间的顺序进行排序。
进一步地,所述步骤二中的对冷热需求数据进行时间维度同步性变换的具体步骤为:
1)、对各个分析对象的冷热需求数据按照时间顺序进行扫描,找出各个分析对象(空间)在时间维度上的最大冷热需求max{Qij},
其中,i表示在i时间切片下不同分析对象空间维度上的冷热需求,j表示j分析对象(j空间切片下)在时间维度上的冷热需求,
2)、使用同步性变换公式对时间顺序排列的各个分析对象(空间)冷热需求计算得出各个分析对象的冷热需求的归一化值,公式为:
Qt,ij=Qij/max{Qij}。
进一步地,所述步骤二中的对时间维度同步性变换后的冷热需求数据进行空间维度同步性变换的具体步骤为:
1)、针对每个时间切片,对各分析对象的冷热需求数据Qt,ij按照空间顺序进行扫描,找出在该时间节点上不同分析对象中(空间)最大的冷热需求max{Qt,ij},
2)、使用同步性变换公式对该时间节点的各个分析对象的冷热需求Qt,ij计算得出时空冷热需求的归一化值Qts,ij,公式为:
Qts,ij=Qt,ij/max{Qt,ij}。
本公开的有益效果:
本公开通过将冷热需求数据进行时间维度和空间维度上的同步性变换得到的无因次需求绘制在三维坐标系中,形成洛伦兹曲面,并根据洛伦兹曲面计算时空基尼系数,将其作为评价建筑冷热需求时空不同步特性的定量指标,区别于传统的冷热需求曲线,可以更清晰地呈现和统计建筑冷热需求的变化规律。
附图说明
为了更清楚地说明本公开实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本公开实施例的整体流程图;
图2是本公开实施例的数据处理流程图;
图3是本公开实施例的时空无因次需求曲面示意图;
图4是本公开实施例一的各用户逐时用冷需求对比示意图;
图5是本公开实施例一的时空无因次需求曲面示意图;
图6是本公开实施例一的部分时间段的时空无因次需求曲面示意图。
具体实施方式
下面将结合本公开实施例中的附图,对本公开实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本公开一部分实施例,而不是全部的实施例。基于本公开中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本公开保护的范围。
如图1、图2和图3所示,一种建筑冷热需求时空不同步特性的定量描述方法,包括以下步骤:
步骤一、对冷热需求数据进行预处理
1、按照时间顺序对分析对象的冷热需求量进行采样收集,
2、对采集到的数据样本中的缺失数据进行填补,使得每个分析对象对应的冷热需求数据的时间间隔一致,对时间间隔的具体长度不做限定,
3、将各个分析对象的冷热需求数据按照时间的顺序进行排序;
步骤二、对冷热需求数据进行时间维度同步性变换
1、对各个分析对象的冷热需求数据按照时间顺序进行扫描,找出各个分析对象(空间)在时间维度上的最大冷热需求max{Qij},
其中,i表示在i时间切片下不同分析对象空间维度上的冷热需求,j表示j分析对象(j空间切片下)在时间维度上的冷热需求,
2、使用同步性变换公式对时间顺序排列的各个分析对象(空间)冷热需求计算得出各个分析对象的冷热需求的归一化值,公式为:
Qt,ij=Qij/max{Qij}
即将每个分析对象的冷热需求数据除以该空间时间维度上的最大冷热需求数据,从而实现时间维度上的同步性变换,时间维度同步性变换的目的是为了公平比较不同空间的冷热需求在时间维度上的不同步程度,
这种不同步性并非简单表明各分析对象的需求参数是不相等的,其表征的是不同末端的需求参数相比设计值的偏差程度是不一样的,正是这种偏差程度的不同导致实际处理的运行状况和设计工况存在较大偏离,并且不能够简单地参照设计工况对实际***进行运行调整,进而不能直接利用设计工况评价这些瞬间的运行状态,因此同步性的情况需要结合该空间的设计参数(也就是最大值)进行修正;
步骤三、对时间维度同步性变换后的冷热需求数据进行空间维度同步性变换
1、针对每个时间切片,对各分析对象的冷热需求数据Qt,ij按照空间顺序进行扫描,找出在该时间节点上不同分析对象中(空间)最大的冷热需求max{Qt,ij},
2、使用同步性变换公式对该时间节点的各个分析对象的冷热需求Qt,ij计算得出时空冷热需求的归一化值Qts,ij,公式为:
Qts,ij=Qt,ij/max{Qt,ij}
即针对时间维度变换后的冷热需求数据,将每个时间切片下不同空间的冷热需求数据出意该时间节点下不同空间的最大冷热需求数据,从而实现不同空间冷热需求数据的同步性变换,空间维度同步性变换的目的是为了公平比较不同时刻冷热需求在不同空间的不同步程度;
冷热需求数据经过步骤二和步骤三变换生成后的数据称为“无因次需求”,其绝对值数值变化范围为[0,1],
分析冷热需求时空不同步性时其量纲是一致的,因此本质上是对于数量的分析,当对数值缩放到[0,1]区间内,人们对于数量本身的对比就有更加清晰的认识,有利于开展分析和推进结论;
步骤四、对时空维度变换后的冷热需求数据进行图像表达
将无因次需求绘制在三维坐标系中,形成的曲面即为三维坐标下的洛伦兹曲面,洛伦兹曲面代表不同分析对象在不同时间内的冷热需求分布,洛伦兹曲面越接近坐标轴,说明不同分析对象的冷热需求越不同步,不同分析对象之间的冷热需求差异越大;
其中x轴表示时间序列,y轴表示空间数量累计值,z轴表示无因次需求Qts,ij累计值;
步骤五、计算时空基尼系数
根据无因次需求形成的三维洛伦兹曲面,计算洛伦兹曲面与绝对平等面之间的围合面积为V1,计算洛伦兹曲面与坐标轴之间的围合面积为V2,
计算时空基尼系数,公式为:
或:
TSGini=V1/(V1+V2);
其中,TSGini为时空基尼系数,n为t时间断面上的空间数量,μQ,t为t时刻所有空间无因次时空需求的平均值,Qts,k为空间k的无因次时空需求,V1表示无因次需求形成的三维洛伦兹曲面和绝对平等面的围合体积,V1代表着不同步的程度,V1越大表示不同步程度越高,V1体现可以通过设备改进、末端调节、需求响应等手段节省的能量,V2表示无因次需求形成的三维洛伦兹曲面和坐标轴的围合体积,V2体现了当下分析对象使用需求的;
TSGini越接近0,说明不同空间的冷热需求越同步;越接近1,说明不同空间的冷热需求越不同步。其作为评价建筑冷热需求时空不同步特性的定量指标,区别于传统的冷热需求曲线,可以更清晰地呈现和统计建筑冷热需求的变化规律。
实施例一
本实施例的样本数据源选取开源数据集,该数据集涵盖一栋住宅楼所有居民的用冷需求数据;
采样区间:2015年7月1日0:00至2015年9月30日23:00,采样周期为1小时;
从中选取5个住户的用冷需求数据,各用户的用冷需求如图4所示,基于该样本实施步骤如下:
步骤1:对各用户的用冷需求数据进行数据预处理
该样本数据无缺失,不同用户的用冷需求数据的时间间隔一致,且按照时间顺序对各用户的用冷需求数据进行排序;
步骤2:对用冷需求数据进行时间维度同步性变换
对各用户的用冷需求数据按照时间顺序进行扫描,找出各个用户在时间维度上的最大用冷需求max{Qij};
其中i对应用户在i时间切片下不同用户空间维度上的用冷需求,j对应用户(空间)切片下时间维度上的用冷需求;
然后使用同步性变换公式对时序排列的每个用户用冷需求求出其用冷需求的归一化值,公式为:Qt,ij=Qij/max{Qij};
步骤3:对时间维度同步性变换后的用户用冷需求数据进一步进行空间维度同步性变换
针对每个时间切片,对各用户的用冷需求数据Qt,ij按照空间顺序进行扫描,找出在该时间节点上不同用户中最大的用冷需求max{Qt,ij};
然后使用同步性变换公式对该时间节点的各个用户用冷需求Qt,ij计算得出其时空用冷需求的归一化值Qts,ij,公式为:
Qts,ij=Qt,ij/max{Qt,ij};
步骤4:将无因次需求绘制在三维坐标下,形成三维坐标下的洛伦兹曲面,如图5所示;
其中x轴为时间序列,y轴为空间数量累计值,z轴为时空无因次需求Qts,ij累计值;
图5展示了各用户在7月至9月的实际用冷需求数据的无因次需求曲面,由于数据较多,为了更清楚地看清细节情况,在这3个月中选取了一段时间,根据这段时间的用冷需求数据绘制的无因次曲面,如图6所示,可以更清楚的看到表达结果;
步骤5:根据无因次需求形成的三维洛伦兹曲面和绝对平等面的围合体积与绝对平等面和坐标轴的围合体积的比值计算时空基尼系数,公式为:
或:
TSGini=V1/(V1+V2);
其中,TSGini为时空基尼系数,n为t时间断面上的空间数量,μQ,t为t时刻所有空间无因次时空需求的平均值,Qts,k为空间k的无因次时空需求,V1表示无因次需求形成的三维洛伦兹曲面和绝对平等面的围合体积,V2表示无因次需求形成的三维洛伦兹曲面和坐标轴的围合体积;
计算得到的时空基尼系数TSGini=0.48,TSGini越接近0,说明不同用户间的用冷需求越同步;TSGini越接近1,说明不同用户间的用冷需求越不同步;
通过应用时空基尼系数分析不同用户之间冷热需求的不同步程度,可以用来指导建筑内空调***的分析与优化,即根据不同用户之间的不同步程度可以对空调***进行设计和改造,针对不同人群(对应不同的冷热需求)可以采用不同的空调***,也就是所谓的技术适宜性应用,进行供应侧和需求侧的匹配。
实施例二
一种建筑冷热需求时空不同步特性的定量描述方法,包括以下步骤:
步骤1:对各建筑的冷热需求数据进行数据预处理
按照时间顺序对各建筑的冷热需求量进行采样收集,时间间隔一致,并将冷热需求数据按照时间的顺序进行排序;
步骤2:对不同建筑的冷热需求数据进行时间维度同步性变换
对各建筑的冷热需求数据按照时间顺序进行扫描,找出各个建筑在时间维度上的最大冷热需求max{Qij};
其中i对应在i时间切片下不同建筑在空间维度上的冷热需求,j对应空间切片下时间维度上的冷热需求;
然后使用同步性变换公式对时序排列的每个建筑冷热需求求出其冷热需求的归一化值,公式为:Qt,ij=Qij/max{Qij};
步骤3:对时间维度同步性变换后的冷热需求数据进行空间维度同步性变换
针对每个时间切片,对各建筑的冷热需求数据Qt,ij按照空间顺序进行扫描,找出在该时间节点上不同建筑中的最大冷热需求max{Qt,ij},
使用同步性变换公式对该时间节点的各个建筑的冷热需求Qt,ij计算得出时空冷热需求的归一化值Qts,ij,公式为:
Qts,ij=Qt,ij/max{Qt,ij};
步骤4:将无因次需求绘制在三维坐标下,形成三维坐标下的洛伦兹曲面,其中x轴为时间序列,y轴为空间数量累计值,z轴为时空无因次需求Qts,ij累计值;
步骤5:根据无因次需求形成的三维洛伦兹曲面和绝对平等面的围合体积与绝对平等面和坐标轴的围合体积的比值计算得出时空基尼系数,公式为:
或:
TSGini=V1/(V1+V2);
其中,TSGini为时空基尼系数,n为t时间断面上的空间数量,μQ,t为t时刻所有空间无因次时空需求的平均值,Qts,k为空间k的无因次时空需求,V1表示无因次需求形成的三维洛伦兹曲面和绝对平等面的围合体积,V2表示无因次需求形成的三维洛伦兹曲面和坐标轴的围合体积;
TSGini越接近0,说明不同建筑之间的冷热需求越同步;TSGini越接近1,说明不同建筑之间的冷热需求越不同步。
通过应用时空基尼系数分析不同建筑之间冷热需求的不同步程度,可以指导区域供冷或供热的评价和改进;
以往针对空调***设计时认为用户越多则负荷需求越大,或者粗放地将工程经验得到的修正系数纳入计算,
而本公开提出的无因次曲面与绝对平等面之间的体积V1代表可以通过末端调节或者需求响应等技术手段实现节能的潜力,不同于以往的分析方法,该潜力通过本公开中的V1、V2和V1+V2三个体积之间的数量关系及无因次曲面更加直观和明确地进行了说明,
基于空间不同步性对不同末端容量的设计和改造,同时基于时间不同步性在不同时刻对主机,水泵,冷却塔等供给侧设备进行能量调节,提高***效率,从而实现节能目标。
在本说明书的描述中,参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本公开的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上显示和描述了本公开的基本原理、主要特征和本公开的优点。本行业的技术人员应该了解,本公开不受上述实施例的限制,上述实施例和说明书中描述的只是说明本公开的原理,在不脱离本公开精神和范围的前提下,本公开还会有各种变化和改进,这些变化和改进都落入要求保护的本公开范围内。
Claims (4)
1.一种建筑冷热需求时空不同步特性的定量描述方法,其特征在于,包括以下步骤:
步骤一、对冷热需求数据进行时间维度同步性变换,再对时间维度同步性变换后的冷热需求数据进行空间维度同步性变换,得出时空冷热需求的无因次需求Qts,ij;
步骤二、对经过时空维度变换后的冷热需求数据进行图像表达:
将无因次需求Qts,ij绘制在三维坐标系中,形成三维坐标下的洛伦兹曲面;
其中x轴表示时间序列,y轴表示空间数量累计值,z轴表示无因次需求Qts,ij累计值;
步骤三、根据无因次需求Qts,ij形成的三维洛伦兹曲面,计算时空基尼系数:
公式为:
或:
TSGini=V1/(V1+V2);
其中,TSGini为时空基尼系数,n为t时间断面上的空间数量,μQ,t为t时刻所有空间无因次时空需求的平均值,Qts,k为空间k的无因次时空需求,V1表示无因次需求形成的三维洛伦兹曲面和绝对平等面的围合体积,V2表示无因次需求形成的三维洛伦兹曲面和坐标轴的围合体积。
2.根据权利要求1所述的一种建筑冷热需求时空不同步特性的定量描述方法,其特征在于,所述步骤一包括对冷热需求数据进行预处理,对采集到的数据样本中的缺失数据进行填补,使得每个空间对应的冷热需求数据的时间间隔一致,将冷热需求数据按照时间的顺序进行排序。
3.根据权利要求1所述的一种建筑冷热需求时空不同步特性的定量描述方法,其特征在于,所述步骤二中的对冷热需求数据进行时间维度同步性变换的具体步骤为:
1)、对各个分析对象的冷热需求数据按照时间顺序进行扫描,找出各个分析对象(空间)在时间维度上的最大冷热需求max{Qij},
其中,i表示在i时间切片下不同分析对象空间维度上的冷热需求,j表示j分析对象(j空间切片下)在时间维度上的冷热需求,
2)、使用同步性变换公式对时间顺序排列的各个分析对象(空间)冷热需求计算得出各个分析对象的冷热需求的归一化值,公式为:
Qt,ij=Qij/max{Qij}。
4.根据权利要求1所述的一种建筑冷热需求时空不同步特性的定量描述方法,其特征在于,所述步骤二中的对时间维度同步性变换后的冷热需求数据进行空间维度同步性变换的具体步骤为:
1)、针对每个时间切片,对各分析对象的冷热需求数据Qt,ij按照空间顺序进行扫描,找出在该时间节点上不同分析对象中(空间)最大的冷热需求max{Qt,ij},
2)、使用同步性变换公式对该时间节点的各个分析对象的冷热需求Qt,ij计算得出时空冷热需求的归一化值Qts,ij,公式为:
Qts,ij=Qt,ij/max{Qt,ij}。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011080334.6A CN112184915B (zh) | 2020-10-10 | 2020-10-10 | 一种建筑冷热需求时空不同步特性的定量描述方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011080334.6A CN112184915B (zh) | 2020-10-10 | 2020-10-10 | 一种建筑冷热需求时空不同步特性的定量描述方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112184915A true CN112184915A (zh) | 2021-01-05 |
CN112184915B CN112184915B (zh) | 2022-11-11 |
Family
ID=73947498
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011080334.6A Active CN112184915B (zh) | 2020-10-10 | 2020-10-10 | 一种建筑冷热需求时空不同步特性的定量描述方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112184915B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109033541A (zh) * | 2018-07-02 | 2018-12-18 | 中国地质大学(北京) | 一种基于eur的压后页岩气藏非均质性评价方法 |
CN109063366A (zh) * | 2018-08-22 | 2018-12-21 | 深圳市建筑科学研究院股份有限公司 | 一种基于时间和空间加权的建筑性能数据在线预处理方法 |
CN111275305A (zh) * | 2020-01-16 | 2020-06-12 | 西南交通大学 | 一种高峰时段传统出租车和网约车服务的公平评估方法 |
-
2020
- 2020-10-10 CN CN202011080334.6A patent/CN112184915B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109033541A (zh) * | 2018-07-02 | 2018-12-18 | 中国地质大学(北京) | 一种基于eur的压后页岩气藏非均质性评价方法 |
CN109063366A (zh) * | 2018-08-22 | 2018-12-21 | 深圳市建筑科学研究院股份有限公司 | 一种基于时间和空间加权的建筑性能数据在线预处理方法 |
CN111275305A (zh) * | 2020-01-16 | 2020-06-12 | 西南交通大学 | 一种高峰时段传统出租车和网约车服务的公平评估方法 |
Non-Patent Citations (2)
Title |
---|
刘德地等: "一种区域用水量公平性的评估方法", 《水科学进展》 * |
徐万玲等: "基于洛伦兹曲线的图们江干流区间径流分布不均匀性分析", 《水土保持通报》 * |
Also Published As
Publication number | Publication date |
---|---|
CN112184915B (zh) | 2022-11-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107917507B (zh) | 一种融合图像信息的集中空调热舒适度pmv控制方法 | |
CN102043907B (zh) | 空调房间实时冷负荷确定方法 | |
Xia et al. | A study on occupant behaviour related to air-conditioning usage in residential buildings | |
Li et al. | Natural ventilation potential of high-rise residential buildings in northern China using coupling thermal and airflow simulations | |
CN111046536B (zh) | 基于变化的适应性因子和预测平均投票值的热舒适建模方法 | |
Timur et al. | Thermal retrofitting for sustainable use of traditional dwellings in Mediterranean climate of southwestern Anatolia | |
WO2022267296A1 (zh) | 位置确定方法、装置、空调***和可读存储介质 | |
CN117043794A (zh) | 基于多元线性回归和聚类分析的建筑能耗预测方法和*** | |
Souayfane et al. | A weather-clustering and energy-thermal comfort optimization methodology for indoor cooling in subtropical desert climates | |
CN112184915B (zh) | 一种建筑冷热需求时空不同步特性的定量描述方法 | |
Voloshchuk | Advanced exergetic analysis of a heat pump providing space heating in built environment | |
Fang et al. | Comprehensive clustering method to determine coincident design day for air-conditioning system design | |
Xiao et al. | Energy efficiency evaluation for building air-conditioning systems determined by coincident design weather data | |
CN112365176A (zh) | 一种节能分析气象年计算方法、***、装置和存储介质 | |
Wang et al. | Assessment of energy savings by mechanical system retrofit of existing buildings | |
Watkins et al. | Quantifying the effects of climate change and risk level on peak load design in buildings | |
Santamouris | Ventilation for comfort and cooling: the state of the art | |
Hong | Building performance simulation | |
CN111488644A (zh) | 一种基于中庭天窗材质的高大空间能耗优化方法 | |
Kul | IP-based smart sensors for energy metering and efficient HVAC infrastructure in buildings | |
Drakou et al. | Adaptive thermal comfort model and active occupant behaviour in a mixed-mode apartment. A synergy to sustainability. | |
US20180089143A1 (en) | Method and Apparatus for Generating Accurate Energy Models for Similar Structures | |
Arif et al. | Assessment of Passive Design-Based Energy Efficiency Improvement Opportunities Through Energy Audit of Residential Units | |
Lyu et al. | Occupant’s thermal preference diversity in residential air-conditioning use: A study in Osaka, Japan | |
Bible | Modeling building energy use and hvac efficiency improvements in extreme hot and humid regions |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |